Reflection、501BのオープンMoEモデルBeamを公開 1Mコンテキストとコーディングエージェントに対応
米国の新興ラボReflectionがHugging Faceで初のオープンモデルBeamを公開した。MoEアーキテクチャを採用し、総パラメータ501B、トークンあたり23Bを活性化、1Mトークンのコンテキストに対応。Apache 2.0ライセンスで公開され、コーディングとエージェント用途を想定している。
米国の新興ラボReflectionがHugging Faceで初のオープンモデルBeamを公開した。MoEアーキテクチャを採用し、総パラメータ501B、トークンあたり23Bを活性化、1Mトークンのコンテキストに対応。Apache 2.0ライセンスで公開され、コーディングとエージェント用途を想定している。
Grupo Boticárioは自社のエージェントプラットフォームを構築し、販売代理店からの運用上のリクエストの最大80%を自律的に解決。営業チームをコンサルタント役へとシフトさせた。Paraná州の調剤薬局に始まり、約50年の歴史を持つ同グループは、これによってAIで人と人とのつながりを強化する。
LocalizaはChatGPT Enterprise、OpenAI API、Codex、60以上の専用エージェントを活用して業務フローを再構築し、AIネイティブなモビリティ体験を実現した。
IBMがGranite Switch 4.1を公開した。Granite-Switch-4.1-8Bと-30Bを含み、汎用意思決定aLoRA、安全意思決定Guardian aLoRA、OpenASRリーダーボードで最速のASRモデルGranite-Speech-5.0-Turbo-CTCを1つのモデルに組み合わせ、VRAM使用量はベースモデル単体とほぼ同等である。
Metaはオープンウェイトモデル「Muse Spark Open」を公開した。MoEアーキテクチャを採用し、総パラメータは約816B、トークンあたりのアクティブパラメータは約42B。テキスト、画像、音声、動画の入力に対応し、コンテキストウィンドウは最大100万トークン。
Google DeepMindは、エージェント開発プラットフォームGoogle Antigravityを用いて抗菌ペプチドの探索を加速する取り組みを紹介した。複数のデータベースに分散していた検索を単一のセッションに集約する。アミノ酸配列から生物学的機能を予測するモデルProtNLMを組み合わせ、UniProtの数百万件の未解析タンパク質を走査し、呼吸器感染症に関連する病原体に対して活性が予測される新規抗菌ペプチド候補を1件見出した。現在、ウェットラボでの検証が進められている。
Meta のコーディング最適化オープンウェイトモデル Muse Spark Open が Amazon SageMaker JumpStart で利用可能になった。100 万トークンのコンテキストウィンドウに対応し、MoE アーキテクチャを採用。総パラメータ数 816B、トークンあたり 42B を活性化し、テキスト、画像、ドキュメント、音声、音声付き動画を入力として受け取り、テキストを出力する。
AWS の副社長 Shawn Bice 氏が Trust in Depth フレームワークを提唱し、エージェントの行動が検証可能な場合は自律的に行動させ、人間の判断は本当に意思決定が必要な場面に残すべきだと主張した。
NVIDIAはNemotron 3.5 Super VLを発表した。120Bパラメータのオープン多模态モデルで、常時稼働する専用エージェント向け。同社によるとスループットは同種モデルの最大5倍。
Googleは、複雑な文書に対して厳格なフィードバックと技術的検証を提供するエージェント型システム「Deep Review」を一般公開した。当初は計算機科学の論文分析向けに設計されたが、現在は法律や金融など幅広い分野の文書査読に拡張されている。各ユーザーは週2回まで無料で文書査読を利用でき、Gemini APIキーを接続すれば利用量を増やせるほか、Deep Review APIを通じたプログラム的な統合も可能。初期段階ではPDFとプレーンテキストの入力をサポートする。
Googleは地理空間推論エージェントの技術報告書を公開し、4つのベンチマークで4種類のエージェント構成を比較した。あわせて新ベンチマークGeoKToolsとGeoExpertQueriesの開発セットをオープンソース化した。
Google Research は Research@ イベントで 10 の進展を公表した。Google Earth AI の早期アクセス拡大、Deep Review の一般公開、TimesFM と TabFM の Gemini for business への統合などが含まれる。
Amp は GPT-6 Astra、Ultrafast、GPT-Live-1、Sign in with ChatGPT を活用し、AI エージェントの能力をコード以外の領域へと広げる。この事例は、Amp がエージェントの能力の限界をさらに押し広げていることを示している。
AWS は、Amazon Bedrock AgentCore を用いてエージェント型 IDP システムを構築する方法を紹介した。8 つの専用エージェントが認識と学習の 2 つのワークフローを構成し、新しい文書形式を自動で分類、抽出、検証、学習する。システムは 20 分以内にデプロイでき、新しい形式の文書は学習後に抽出指示をそのまま再利用でき、手動でのテンプレート設定は不要だ。
Third Moment Research は GPT-6 Astra、GPT-6.1 Sol、Codex、およびサイバーセキュリティ向けの Daybreak を活用し、数日間連続で集中し使用するほど改善されるエージェントを構築、1万エージェントの36時間以上の稼働を実現した。
Tamnoon は Amazon Bedrock を基盤に、エージェント型クラウド修復オーケストレーター Tami を構築した。CNAPP などのソースから取り込んだセキュリティ検出事項を自律的に調査し、修復の安全性を評価してガードレール付きの修復案を生成・実行する。90 日間で重大なクラウド露出を 90% 以上削減し、本番障害はゼロだった。
Amazon Bedrock AgentCore 上に構築した AI エージェントシステムが顧客向け PowerPoint プレゼンテーションを自動生成する。社内テストでは完了まで 90 秒未満だった。
OpenAI が新たな分析を公開し、EU の企業と小規模事業者でエージェント型 AI の採用が拡大していることを示した。より深い活用がさらなる価値を引き出せることも指摘している。
欧州各国の都市が、ソフトウェア・インフラのパートナーと連携し、NVIDIAのアクセラレーテッドコンピューティングを用いて物理AIエージェントとデジタルツインを構築し、都市運営と公共サービスに活用している。NVIDIA CosmosとNemotronのオープンモデル、Metropolis VSS Blueprintを基盤とし、交通渋滞や設備状態、安全上のリスクを検知し、Omniverseでデジタルツインを展開する。
Google DeepMindはGemini 4 Argonの安全性・セキュリティ報告を公表し、同モデルの広範な展開を開始するとともに、Fairwind Programの信頼できるサイバー防御者の範囲を拡大した。
AWS がチュートリアルを公開し、Anchor Browser と Amazon Bedrock AgentCore payments の統合方法を紹介。AI エージェントが HTTP 402 Payment Required に遭遇した際に x402 プロトコルの支払いを自動で完了し、タスクを続行できるようにする。
Liquid AI は LFM2.5-24B-A2B を公開した。総パラメータ 24B、活性パラメータ 2B の推論モデルで、端末上で高速かつプライベートなエージェント用途を想定し、答える前に考え、ツールを呼び出す。
Google DeepMindはGemini 4 Argonを発表した。本日よりAI StudioとGeminiプラットフォームのAPIを通じて開発者と企業に提供され、Google AI Ultra加入者はGoogle Antigravityで、UltraおよびPro加入者はGeminiアプリとSearchのAI Modeで利用できる。
Google DeepMind は Gemini 4 Argon を発表した。物理理解、コード生成、視覚意味推論を柱とし、Embodied Reasoning(ERQA)ベンチマークで純粋な推論により 87% を達成、他のフロンティアモデルを上回るとしている。
AWS がチュートリアルを公開し、Amazon Bedrock 上でクロスリージョン推論を設定して Grok 4.7 を呼び出し、ツール呼び出しエージェントを構築する方法を紹介した。
ShipStation Global のエンジニアリングチームは Amazon Bedrock AgentCore を基盤に、Slack 内で動作する AI IT ヘルプデスク「Deckhand」を構築した。稼働後、チャンネル内の問い合わせの 97.5% を解決し、従業員の肯定的フィードバック率は 96% に達した。
Orca Security は AWS と協力し、Amazon Bedrock 上で自然言語クエリエージェント Discovery AI を構築した。自然言語の質問を Sonar クエリに変換する。初期ベースラインと比べてクエリコストを 90% 削減、入力トークンを 93% 削減、レイテンシを 75% 低減し、現在は 1 日あたり数千件のクエリを処理、応答時間は 15 秒。RAG とスキーマ認識クエリ構築を組み合わせた 9 段階のパイプラインを採用し、段階ごとに異なる基盤モデルを割り当てている。
NVIDIAはRTX SparkノートPCを10月16日に発売すると発表した。最大128GBの統合メモリと1ペタフロップスのAI演算性能を備え、ローカルエージェント向けのソフトウェア更新も同時に投入する。
NVIDIAは、医療エージェント、原子レベルの材料エンジニアリング、汎用ロボティクス、企業計画プラットフォームをそれぞれ手がけるフランスのスタートアップ4社、Doctolib、Entalpic、Genesis AI、Pigmentへの投資を計画していると発表した。NVIDIAの欧州における技術エコシステムへの投資総額はすでに100億ドル近くに達しており、これまでにAlice&Bob、Gradium、Scintil Photonicsにも出資している。
AsanaはCodexのGPT-6 Astraを活用し、テストにおけるブラウザエージェントのモデルコストを76分の1、速度を5倍に改善し、顧客により高性能なモデルを提供できるようにした。
Postman は Amazon Bedrock 上で Agent Mode を構築・運用し、4000 万人の開発者に API テスト、ドキュメント、ディスカバリー、実装をカバーする AI ネイティブな作業方法を提供している。
Amazon Bedrock は9月、OpenAI の GPT-6 Astra、Sol、Luna シリーズモデルを追加した。うち GPT-6 Astra は最大100万入力トークンに対応し、Ultrafast 版は推論速度が最大6倍、毎秒300トークンに達する。
著者はHuggingChatのML-internを使い、自然言語のプロンプトで2日間に6つのモデルを訓練・公開した。柑橘病害VLM、Huggy LoRA、カメラ視点LoRA、Doodle-in LoRA、Pocket Rewriter 0.8B/2B、Agate 4-step蒸留モデルが含まれ、計算コストの合計は約103ドルだった。
Incarna は Amazon Bedrock AgentCore payments を活用し、エージェントが x402 を通じて BlockRun にリクエストごとに支払い、モデル推論を購入できるようにした。x402 決済対応にかかる作業を数カ月から数日に短縮し、エンドツーエンドの従量課金推論フローを本番環境に投入している。
NVIDIAの開発者は、GPT-6 AstraやClaudeなどの最先端モデルでAIエージェントを動かし、OmniverseライブラリのGPUアクセラレーションによる物理・レンダリング・センサーシミュレーション機能を組み合わせ、自然言語の指示でシーン構築と検証を完了している。
AWS は Claude Haiku 5.5 が Amazon Bedrock と AWS 上の Claude Platform で提供開始されたと発表した。
NVIDIAとMicrosoftはサンフランシスコのWindows AI・Surfaceイベントで、Windows PC上のAIエージェント向けにソフトとハードを共同設計すると発表した。MicrosoftはOSレベルの基盤「Microsoft Execution Containers(MXC)」が正式に利用可能になり、エージェントがシステムの制御下で安全かつ持続的にバックグラウンド動作できるようになると発表した。
Microsoft Researchは、約3500行のコードで構成される軽量なエージェント強化学習フレームワーク「Agent Lightning v1.0」をオープンソース化した。Harnessed Agentic RLパラダイムを中心に再構築され、デプロイ時に使用するagent harnessをそのまま訓練に参加させることができ、訓練フレームワーク内でエージェントを再実装する必要がない。
Radisson Hotel GroupはAccentureと協力し、OpenAIの技術を基盤としたChatGPTプラグインを開発した。旅行者が旅程を計画する際にホテルの検索・比較・予約を行えるようにするものだ。
Cornerstone OnDemand は Amazon Bedrock と Strands Agents を基盤にマルチエージェントシステム Orion AI を構築し、データベース診断時間を 45 分から 10 分へと 78% 削減した。データベースのライフサイクル操作も 10 以上の手動ステップから 1 回の対話に圧縮し、冗長アラートの中央値は 65% 減少、SRE とデータチーム間の 15 分のレポート遅延はリアルタイムになった。3 人チームが 6 か月で納品した。