IBM、Granite 4.1 3Bと8BでLLMONマークアップ言語のプレビューモデルを公開
IBMはHugging Faceで実験的なプレビューモデルgranite-4.1-3b-LLMON-previewとgranite-4.1-8b-LLMON-previewを公開した。Granite 4.1 baseで学習され、LLMON(LLM Object Notation)形式のマークアップテキストを読み書きできる。
IBMはHugging Faceで実験的なプレビューモデルgranite-4.1-3b-LLMON-previewとgranite-4.1-8b-LLMON-previewを公開した。Granite 4.1 baseで学習され、LLMON(LLM Object Notation)形式のマークアップテキストを読み書きできる。
Google DeepMindはGemini 4 Hydrogenを発表した。日常的なコーディングとエージェントワークフロー向けで、デフォルトのhigh思考レベルでは51点とArgonの50点を上回り、xhighレベルでは54点に達する。
Google DeepMindは、特定の細胞種や状態に応じて変異が遺伝子発現に与える影響を予測する条件付きDNA配列モデルAlphaGenome 2を発表した。68組織・1億700万以上の単一細胞アトラスで訓練され、TenK10Kデータセットで同定された因果変異の割合は16%から30%に、方向性のある遺伝子効果は23%から43%に向上した。
Tether AI Researchは、Qwen3.5-0.8Bをベースに構築した0.8Bパラメータの端末向け個人アシスタントモデル「BotPsy」を発表した。関数呼び出しとエージェントワークフローに特化している。
Moonshot AIのKimi K3.1 Pro HighspeedがAmazon Bedrockで利用可能になった。Kimi K3のポストトレーニング版で、3T級のオープンウェイトアーキテクチャと100万トークンのコンテキストウィンドウを維持し、公式によると出力速度はKimi K3.1 Proの2〜3倍だという。
Google DeepMindは開発者、企業、研究者、一般消費者向けにGemini 4 Carbonを公開した。サイバーセキュリティ能力と長期的なエージェントワークフローでフロンティア水準に達したとしている。
Google DeepMindは視覚-言語-行動(VLA)モデル「Gemini Robotics 2.5」を発表した。これまでで最も能力の高いVLAモデルだとし、200のタスクで従来のベースラインと比べて成功率が30〜100%向上、タスク完了速度は20〜30%速いという。
NVIDIA Nemotron 3.5 Super VLがAmazon SageMaker JumpStartで利用可能になった。SageMaker StudioまたはPython SDKからデプロイできる。
Anthropic の Claude Fable 5.2 と Claude Mythos 5.2 が Amazon Bedrock および Claude Platform on AWS で利用可能になった。
NVIDIAはCosmos世界モデルプラットフォームにオープンウェイトのcheckpointを4種追加した。いずれもCosmos 3 Nanoを事後学習したもので、学習可能パラメータは16B、商用・非商用を認めるOpenMDW1.1ライセンスを採用する。
Google DeepMindはGemini Omni 1.2 Flashを公開した。動画生成の長さはOmni 1.1の10秒から15秒に延び、3〜15秒を1秒刻みで指定できる。720pの価格は30%引き下げられ毎秒0.07ドルとなり、Gemini APIとGemini for businessで全面提供される。
OpenAIは、悪用可能な脆弱性の発見と修正案の開発に用いるサイバーセキュリティーモデル「GPT-6 Cyber」を発表した。モデルが常に許可された範囲内で行動することを訓練目標としている。
Dharma-AIは、任意の種類の文書から指定フィールドを抽出しJSONで返す20億パラメータのモデル「Dharma Field Extractor」を公開した。スキーマなしのオープン抽出と、指定スキーマに沿った抽出の2モードに対応する。
NVIDIA Nemotron 3.5 Super VL が AWS で利用可能になった。120B パラメータの MoE マルチモーダルモデルで、トークンあたり 12B パラメータを活性化し、最大 1M トークンのコンテキストとテキスト、画像、文書、動画の入力に対応する。
MistralがマルチモーダルMoEモデルMistral Large 4(Le Chonk)を公開した。総パラメータ約1T、活性パラメータ49B、コンテキストウィンドウ1Mトークン。FP8とNVFP4の2種類の公式ウェイトで提供され、Mistral Ecosystem Open-Weight Licenseを採用する。
Mistralは旗艦マルチモーダルモデルMistral Large 4(コード名Le Chonk)の重みを公開した。パラメータ数は1兆で、コーディングと防御的サイバーセキュリティ能力を主眼とする。
IBM は Granite Switch 4.1.1 パッチ版を公開した。4.1 と完全な後方互換性があり移行は不要で、基盤モデルは再計算せずアダプターのみを更新した。今回の更新には、10 言語に対応し句読点と大文字小文字をネイティブに扱う Granite Speech ASR モデルと、Jev Decision Index テストセットで性能が向上した granitelib-core の Decision アダプターが含まれる。
Google DeepMindはGemini 4 Carbonを発表し、サイバーセキュリティと長期的タスクで最も高い能力を持つとし、Artificial Analysis Intelligence Index v5.0で59点を記録して1位となったと述べている。
NVIDIA はオープンウェイトモデル Nemotron 3.5 Transcribe を公開した。多言語の文字起こし、話者分離、翻訳、音声への質問応答を単一のチェックポイントに統合し、Hugging Face と ModelScope で提供を開始している。
Liquid AIは次世代のLiquid Foundation Models「LFM3」を発表した。LFM3-1.7B-Baseを統合バックボーンとして、テキスト、視覚、音声、全モダリティ、意思決定の計6モデルを2B級で派生させ、すべての重みをオープンソース化してHugging Faceで公開している。
Google DeepMindは世界モデルGenie 4を発表した。ネイティブにマルチモーダルに対応し、世界を生成しながら音楽、環境音、対話音声を同時に出力できるほか、自然言語で天気やカメラ、シーン内の人物をリアルタイムに変更できる。
OpenAIがGPT-6.1 Terraを発表。公式は、大規模な場面で高速かつ高い能力のcomputer useを提供できるとしている。
Allen AIは衛星埋め込みモデルOlmoEarth v1.3を公開した。1年分のSentinel-1、Sentinel-2、Landsatの時系列データを読み込み、地球上の10メートルピクセルごとに128次元のベクトルを生成する。最初の64次元だけでも利用できる。
IBMはHugging FaceでGranite Timeseries Ensembleを公開した。PatchTST-FM-r1、PatchTST-FM-r2、FlowState-r1.1、TTM-r3の4つの事前学習済みGranite時系列モデルを統一的な予測インターフェースに組み合わせたもので、再学習もアンサンブル重みの fitting も不要だ。
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。
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。
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。
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。
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。
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。
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。
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。
Black Forest Labs が FLUX.3 Image Klein を公開した。1 つのモデルでテキストからの画像生成、複数参照画像からの画像生成、バウンディングボックスによるレイアウト制御に対応し、Diffusers では初日から利用できる。
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。
Mistralは初の時系列基盤モデルシリーズTimestralを公開した。5M、28M、123M、209Mの4サイズを用意し、最大モデルは209MパラメータでGIFT-Eval、TIME、fev-benchの3つの公開ベンチマークで首位。パラメータ数は前世代SOTAの3分の2にとどまる。
Apertus 1.5 は 8B と 70B の 2 規模で Apertus 1.0 を拡張し、画像・音声理解、任意の思考モード、4 倍長いコンテキストウィンドウ(262,144 tokens)、より良い指示追従とツール呼び出し能力を追加した。重みは 2026 年 7 月 24 日に Apache 2.0 ライセンスで Hugging Face に公開された。
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。