Amazon SageMaker AI上のKokoro TTSでAIエージェントの音声を低遅延ストリーミング
音声合成モデルKokoro-82MをAmazon SageMaker AIのリアルタイムエンドポイントでホストし、AIエージェントが生成した文を1文ごとに即座に合成に回すことで、応答全体の生成を待たずに音声の再生を始められるようにする。
音声合成モデルKokoro-82MをAmazon SageMaker AIのリアルタイムエンドポイントでホストし、AIエージェントが生成した文を1文ごとに即座に合成に回すことで、応答全体の生成を待たずに音声の再生を始められるようにする。
Amazon SageMaker AIの訓練セッションAPIは、抽象化の層を訓練操作まで下げるものだ。開発者はローカルのPythonで訓練ループを書き、forward_backward、optim_step、sampleなどの呼び出しでマネージドGPU上で実行する。モデルとLoRAの読み込み、分散実行、障害復旧、チェックポイント保存はサービス側が担う。
AWSは、SageMaker AIのサーバーレスモデルカスタマイズにおけるトレーニングセッションが正式に利用可能になったと発表した。ユーザーはカスタム損失関数や報酬シグナルを含むトレーニングループを自ら記述・調整でき、GPUの割り当て、分散実行、障害復旧、チェックポイントの保存はプラットフォームが担う。
IskayPetはAmazon Bedrock Managed Knowledge Basesを基に企業知識アシスタントを構築し、従業員が小売運営、獣医療、人事オンボーディング、購買などの文書を自然言語で照会できるようにした。4言語・3カ国をカバーし、RAGインフラを自前で管理する必要はない。
NVIDIAはAIOpsプラットフォーム「Minerva」を発表した。インフラとAIワークロードのテレメトリデータを集約し、専用AIモデルでデータを実行可能な洞察に変換する。GPU、SuperNIC、スイッチ、ストレージ、スケジューラ、ジョブをまたぐ動的ナレッジグラフを構築し、毎時数十億のデータポイントを分析。大量のアラートを根本原因付きの単一イベントに集約できる。
NVIDIAは欧州各国政府やパートナーと公共部門のAIプロジェクトを推進する。欧州委員会はdeepsetのHaystack Enterprise Platformを基盤にAI@ECを拡張し、ポーランドはNVIDIA DGX BasePODとMONAIで医用画像プラットフォームを構築、ドイツのMaternaはオンプレミス型プラットフォームSinfonieを発表した。
NVIDIAはオープンモデルとフィジカルインテリジェンスで欧州の小売を変革している。ShopifyはNVIDIA Nemotron 3.5 LightningをポストトレーニングしてGraphQLサブエージェントを構築し、社内ベンチマークで主要なフロンティアモデルを上回る精度を達成、サービスコストを90%削減し、応答速度を7倍にした。
AWSソリューションアーキテクチャチームがマルチエージェントシステムDeep Insightをオープンソース化した。Coordinator、Planner、Supervisor、Coder、Validator、Reporter、Trackerなどのエージェントが、CSVデータ分析から引用付きDOCXレポートの自動生成までを担う。
AWS は、AWS PrivateLink の VPC エンドポイントと Quick の VPC 接続を通じて、Amazon Quick がパブリックインターネットを経由せずに企業ファイアウォール背後のオンプレミスデータソースへアクセスできるようにする構成を公開した。
Strands Agents で構築した Adaptive Agentic Intelligence Framework(AAIF)は、llama3.2:1b をオーケストレーション層としてリクエストを分類し、定型タスクは Ollama のローカル SLM で処理、複雑な分析は boto3 経由で Amazon Bedrock にルーティングする。
Microsoft Researchの機械学習・最適化グループのXinzhi Zhang氏と共著者のZhao Song氏が、1995年に提唱されたKannan-Lovász-Simonovits(KLS)予想を証明した。この関係は高次元においても次元の増加によらず固定の定数で抑えられることを示す。
OpenAI、PerturbAI、Scripps Researchは分散型AIエージェントを用い、数百万個の脳細胞のデータから有望な研究の手がかりを掘り起こした。この協業は、大規模なエージェント連携が生物データ解析で実際にどう活用できるかを示している。
MistralとNVIDIAが提携し、Mistral Large 4をNVIDIA CUDA-XとWarpと組み合わせる。エンジニアリングシミュレーションを加速し、シミュレーション、モデル開発、設計をつなぐ閉ループのワークフローを実現する。
Nebius、Nscale、VerdaなどのAIクラウド事業者がNVIDIA Vera CPUを採用し、エージェント計算向けの次世代インフラを構築している。GPUに加えてデータ処理とソフトウェア実行を担う。
NVIDIA CEOの黄仁勋氏はGTC Berlin 2026の基調講演で複数の発表を行った。パートナーがモジュール式コンテナ内に構築するVera Rubin AIファクトリーのリファレンス設計「DSX POD」を含み、現場での導入期間を6カ月から14日に短縮できる。
NVIDIAは言語、ロボティクス、生物学、量子計算にわたるオープンモデル群を拡充した。新しいNemotron 3.5 Super VL、Nemotron 3.5 Bolt、Nemotron Retrieverのほか、Kumo、Cosmos 3.5、Alpamayo 2 Edge、BioNeMo RFD4-Proteina、Isingが含まれる。
NVIDIAはオープンソースのAgent Toolkitを拡張し、Agent Knowledge Foundationを追加した。CUDA-Xライブラリ、Nemotron RetrieverとKumoシリーズのオープンモデル、セキュアランタイムOpenShell、ブループリントNemoClaw、NeMo RelayやNeMo Compassなどのツールを組み込む。
NVIDIAの工場向けFactory Operations Blueprint(FOX)がGitHubで早期アクセスを開始した。開発者は常時稼働する工場管理エージェントを構築でき、CosmosやNemotronなどのモデルに接続できる。
NVIDIAのクラウドパートナーは欧州、北欧、アフリカ、中央アジアでモデル学習と推論向けの地域計算能力を拡大し、エージェントやフィジカルAIアプリケーションを支援している。NscaleはGB300 NVL72システムのテストでNVIDIA DSX MaxLPSを活用し、同じ電力予算でGPUを37%多く配備し、集約推論スループットを約50%向上させた。
Google CloudとNVIDIAは、Vera RubinベースのA5Xインスタンスの一般提供開始を発表した。提供は来月からで、欧州への拡大も計画している。A5XはNVIDIA Vera Rubin NVL72、ConnectX-9 SuperNICs、Google Cloud Virgo Network、第4世代液冷技術を統合し、大規模なエージェント推論や強化学習のワークロードに対応する。
NVIDIAはGTC BerlinでローカルAIハードウェアのラインナップをまとめて展示した。RTX SparkはWindows PC上でパーソナルエージェントを実行し、DGX SparkはLinux開発者向け、DGX Stationは企業のフロンティアワークロード向けで、Windows版は12月に登場する見込みだ。
Terminal XのEval AgentはGPT-6.1 Solを使い、54項目の基準で採点する。ファンド投資承認からの逸脱の検出量が25%向上し、シニア投資家の判断との一致率は88.6%に達した。
AWS ブログは、AtScale をセマンティックレイヤーとし、Amazon Bedrock AgentCore 上で Strands エージェントを動かす C360 構成を実演した。AtScale は YAML ベースの Semantic Modeling Language でモデリングし、同一モデルを SQL、XMLA、MCP の 3 プロトコルで同時に公開する。
AWSブログは、Strategy MosaicをセマンティックレイヤーとしてAmazon RedshiftとAmazon Aurora上にCustomer 360モデルを構築し、Amazon Bedrock AgentCore上でホストするStrandsエージェントがMCPエンドポイント経由でそのモデルにアクセスする例を紹介した。
Denodo Platform をセマンティックレイヤーとして、Amazon Bedrock AgentCore でホストするエージェントと組み合わせ、Amazon Aurora、Amazon Redshift、オンプレミス PostgreSQL の 3 つのデータソースをフェデレーテッドクエリして Customer 360 ビューを構築する方法を解説する。
Eonはツールごとの認証情報とローカルMCPプロセスをAmazon Bedrock AgentCoreのMCP Gatewayに置き換え、開発者と自律型SREエージェントが単一の認証ゲートウェイを通じてAWS、GCP、Azureの3クラウド上の調査ツールにアクセスできるようにした。
AWSとKeyfactorが参照アーキテクチャを共同公開。Keyfactor EJBCAのX.509 PKIを用い、MCPベースのAIエージェントに検証可能で失効可能なIDを付与する。
AWSは、MCPサーバーやエージェント、エージェントスキルのカタログ化と検出を行うAgent Registryを公開し、Discover → Instantiate → ExecuteのPython例を示した。
Octave は Amazon Bedrock 上で Cohere Embed v4 を用い、3 層のマルチテナント AI 基盤を構築し、ユースケースごとの展開時間を 50% 短縮した。この基盤は Reliance 品質管理システムに 2 億件規模の文書を組み込み、AgentCore Gateway による実行の分離と Amazon Bedrock Guardrails による入出力の二重フィルタリングで、テナントのデータが越境しないことを確保している。
Amazon QuickとAmazon Bedrock AgentCoreを組み合わせることで、サプライチェーン管理者はERP、監視、調達などのシステムをまたいで自然言語で質問し、実行可能な回答を得られる。
SmartsheetはMCP Serverを正式にリリースした。AIアシスタントは標準化されたプロトコルを通じてSmartsheetのデータを読み書き・管理でき、シート、行、列、自動化の探索・作成・管理に対応する40以上のツールを備える。3つのリージョンエンドポイントを提供し、OAuth 2.0またはPersonal Access Tokenによる認証をサポート。Amazon QuickやKiroなどのMCPクライアントに接続できる。
Mistralは音声モデル群Voxtral 3を発表した。50以上の言語に対応する文字起こしモデルVoxtral Small Transcribe 3と、4BパラメータのVoxtral Mini Transcribe 3を含む。
SmartsheetはAWS上で正式提供版のMCP Serverを公開した。AIアシスタントは標準化プロトコルを通じてSmartsheetのデータを読み書き・管理でき、40以上のツールを備える。自然言語でタスクの状態更新、行の作成、プロジェクト構造の調整が可能だ。
ALTK-EvolveはGPT-4.1を使い、エージェント自身のタスク軌跡から行動規範を抽出してシステムプロンプトに追記する。τ²-benchの小売ドメインでPass^4 67.5%に達し、リーダーボード上の全小売エントリーと微調整モデルRAFT-30B-A3Bの61.4%を上回った。
Amazon Bedrock は、bedrock-runtime と bedrock-mantle の両エンドポイントで、すべての Anthropic Claude モデルに構造化出力を提供する。JSON Schema に準拠したレスポンスを返すため、独自のパース処理やリトライロジックは不要だ。
NVIDIAは欧州放送連合(EBU)との主権フレームワーク協力を拡大し、主権クラウド、オープンモデル、システムインテグレーターを導入。放送局がエージェントを配備する際のデータ、インフラ、モデル、セキュリティの管理方法を明確にする。
AWS のセールス・マーケティング・グローバルサービス(SMGS)運用チームは、Amazon Bedrock AgentCore Evaluations を基盤に、グローバル現場営業向けマルチエージェントシステムの評価フレームワークを構築した。各リリース前および本番環境で、回答が根拠に基づき正確かどうかを継続的に検証し、失敗の根本原因を追跡する。
2人のエンジニアがCodexを使って数週間でStack Overflow for Agentsを開発。ChatGPTプラグインによりエージェント作成数が最大10倍に増え、登録数も3倍になった。
Google Researchは研究ブログを公開し、AIエージェントがウェットラボ実験を閉ループで進めるための3つの進展を紹介した。VERIDフレームワークは実験台の意味的デジタルツインを構築し、リアルタイムの3D状態追跡、仮想予行演習、ハードウェア安全チェック、映像による動作ログの同期を可能にする。
Reflection AIは、エージェント型コーディングと長期タスク向けのオープンウェイトモデルBeamを公開した。コードの保守、ツールの呼び出し、複数ステップのワークフロー実行が可能。