Google Research、AI支援超音波で在胎週数を推定、誤差は専門家の操作と同等
Google ResearchはJAMA Network Openに研究を発表し、盲検スキャン超音波に基づく在胎週数推定AIモデルが、異なる臨床環境やハードウェアでどこまで汎用化できるかを評価した。
Google ResearchはJAMA Network Openに研究を発表し、盲検スキャン超音波に基づく在胎週数推定AIモデルが、異なる臨床環境やハードウェアでどこまで汎用化できるかを評価した。
Hugging Face のブログが「Profiling TorchNeuron」シリーズの第1回を公開した。AWS Trainium 上で torch.profiler を NeuronConfig および NeuronProfiler と組み合わせてクリーンな trace を取得し、key_averages() テーブルから Neuron デバイス時間を消費する演算子を特定する方法を解説している。
Dharma-AIはHugging Faceのブログで、近く公開するVocabX論文を紹介した。語彙を頻度ではなくトークンあたりのコストに基づいて再構築する手法により、Qwen3-4Bベースのポルトガル語作文採点器で実測の推論コストを77.0%削減し、平均応答を350トークンから101トークンに、benchスコアを0.703から0.810に改善した。
NVIDIAは事前学習済みの関係型基盤モデル「Kumo Relational」を発表した。企業データベース上で解約、需要、不正などの予測を直接行え、1回のフォワードパスで完了する。タスク固有の学習や特徴量エンジニアリング、テーブルのフラット化は不要だ。
AT&TはOpenAIと協力し、法務知識をより利用しやすくしている。同社のLegalEdgeチームはOpenAIを活用して法務依頼の受付プロセスを再設計し、法的判断の能力を規模を拡大して展開している。
IBMはGranite Speechシリーズを更新し、granite-speech-5.0-2bを新たに追加するとともに、granite-speech-5.0-470m-turboctcとgranite-speech-4.1-2b-plusを改訂した。
OpenAIはChatGPT向けに、LLMを活用して会話の意図を理解し、広告と回答内容を切り離して関連性の高い広告を大規模に配信する広告システムを構築した。ユーザーの信頼と関連性を中核に据えた設計が特徴だ。
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。
ChatGPT Adsが26カ国に拡大し、10万社以上の広告主が同プラットフォームを利用している。地域の事業者からグローバルブランドまで、より多くの広告主が、ユーザーがChatGPT内で探索し、比較し、購入を決める場面でリーチできるようになった。
OpenAIは「Patch the Planet」を発表した。セキュリティ研究者、メンテナー、インシデント対応担当者をつなぎ、オープンソースソフトウェアの重大脆弱性に共同で対処する。この取り組みではエージェントが脆弱性の発見に関わり、世界的な対応に向けて各関係者の協力を調整する。
NVIDIAは多変量時系列予測モデルKumo Forecast(旧NV-Tesseract Forecasting)を発表した。MOMENT-1-largeバックボーンに基づき、約3億4000万パラメータのエンコーダーと学習可能な予測ヘッドを備え、Apache 2.0ライセンスで提供される。
OpenAIとGoogle Cloudが提携し、OpenAIのフロンティアモデルとCodexのワークフローをGeminiのModel Gardenに接続し、Google Cloud Marketplaceを通じて提供する。具体的なモデルのバージョン、提供開始時期、価格は原文では明らかにされていない。
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。
NVIDIAはHugging Face上にSimReady Central Libraryを公開した。衝突ジオメトリや質量、摩擦などのシミュレーション属性を備えたOpenUSDアセット2000点以上を集めたもので、無料かつ申請不要で利用できる。
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は機密コンピューティングの機能を拡張し、新たにConfidential Bare Metal導入オプションを追加した。フロンティアモデルの構築事業者が第三者の専用インフラ上で機密性の高いワークロードを実行する際も、モデルとデータの制御を維持できるようにする。
NVIDIA cuDSSが正式リリースされた。大規模な疎行列システムの求解をGPUに移行するCUDA-Xライブラリで、シミュレーションの結果が出るまでの時間を短縮し、スループットを向上させる。
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。
i14はAWSと協力し、TorchNeuron Nativeを通じて線形注意モデルLaplace 3BをAWS Trainium2へ移植した。Gated Linear Attention設計とMuon最適化器を維持している。
Hugging Faceは、ネイティブなPyTorchバックエンドであるTorchTPUへの対応を発表した。Transformers、Diffusers、KernelsがTPU上で直接動作するようになり、モデルの読み込みはdevice_map="tpu"またはpipe.to("tpu")を渡すだけで済み、torch_xlaやOptimum TPUは不要になった。
Hugging Faceは、採用や融資、医療などの意思決定におけるLLMの集団公平性を測るベンチマークFairStressを公開した。Olmo、Llama、Qwen、Gemma、Claude、GPTシリーズのモデルを対象とする。
NVIDIAはCosmos3-H-Dreamsを発表した。対話型生成シミュレーションを臨床の胆嚢摘出シーンへ拡張するもので、160億パラメータのCosmos3-H-Embodied-Nanoを微調整して構築し、NVIDIA RTX PRO 6000 GPU 1枚でリアルタイムに動作する。
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。
Amazon Bedrock のクロスリージョン推論(CRIS)が、カナダ(中部)およびカナダ西部(カルガリー)リージョンから OpenAI GPT-5.6(Sol、Terra、Luna)、GPT-6(Astra、Sol、Luna)、GPT-6.1 Sol の呼び出しに対応した。
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。
GPT-OSS-20Bは50例の多言語推論テストで、目標言語で推論したのはわずか22%だった(英語100%、フランス語0%、ドイツ語10%、スペイン語0%、イタリア語0%)。チームはAmazon SageMaker HyperPod上でLoRAを用い、SFTとGRPOを組み合わせて微調整し、英語への偏りを是正した。結論として、SFTが主な役割を担い、GRPOは改善の余地がある場合にさらに最適化するもので、技術の選択は能力の差に合わせる必要がある。
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。