Google DeepMind、Nano Banana 2 LiteとGemini Omni Flashを公開
Google DeepMindはNano Banana 2 Lite(gemini-3.1-flash-lite-image)とGemini Omni Flash(gemini-omni-flash-preview)の2モデルを公開した。
Google DeepMindはNano Banana 2 Lite(gemini-3.1-flash-lite-image)とGemini Omni Flash(gemini-omni-flash-preview)の2モデルを公開した。
Dharma AIはGoldfeder、Wyder、LeCun、Shwartz-Zivの2026年論文『AI Must Embrace Specialization via Superhuman Adaptable Intelligence』を解説した。
Google Researchは表データの分類と回帰向けTabFMを公開した。予測を文脈内学習として捉え直し、手動学習、ハイパーパラメーター調整、特徴量設計なしで、1回の順伝播で予測する。
Every Eval Ever(EEE)と Hugging Face Community Evals は相互接続し、評価結果を双方に公開して完全な記録へリンクできる。EEE には31の報告形式から、22,000超のモデルと2,200基準にまたがる約229,000の結果がある。
Hugging FaceはDiScoFormer(Density and Score Transformer)を提案した。データ点を与えるだけで1回の順伝播で密度とscoreを同時推定し、新しい分布ごとの再学習を必要としない。
NVIDIAのENPIREはコーディングエージェントで実際のロボットアームの実験・改善を自動化する。双YAMアームとRTX 5090でPushT、ピン整理、カッターで結束バンドを切る課題に99%成功した。GPT-5.5/CodexとOpus 4.7/Claude Codeは互いに勝敗があり、Kimi-2.6は劣った。8エージェントに増やすと良い解を速く見つけた。
Google Research は、凍結した Gemini Nano v3 に複数トークン予測(MTP)ヘッドを接続する新構造を公開した。本体のウェイトを変えずに端末上の推論を加速し、Pixel 9 と10シリーズで提供済みだ。
Google Research は線形弾性キャッシュを提案した。ページ退避をスキーレンタル問題として扱い、浅い決定木で TTL を予測して容量を動的に変え、総保有費用を最小化する。Spanner 本番で数か月運用し、メモリーを15.5%削減、ミスは5.5%増にとどまり、TCO は約5%下がり、実際の I/O 費用影響は0.5%だった。複数の公開キャッシュトレースでも検証した。
Google ResearchのCOLM 2026論文は、単純な1段階の質問でも、推論過程が通常は想起できない事実知識を引き出すと示した。Gemini-2.5 FlashとPro、Qwen3-32Bで確認した。追加トークンが「計算バッファー」になることと、関連事実を先に出して正答へ意味的に準備する「事実プライミング」の2機構を発見した。中間事実の自己生成には幻覚リスクもある。
Google DeepMindはcomputer useをGemini 3.5 Flashの内蔵ツールとして統合した。従来は独立したGemini 2.5 computer useモデルとしてのみ提供していた。
Mistral AIはConnectorsに新機能を追加した。ワークスペース・組織別のアクセス権と個別ツールの有効・無効を設定する管理制御、およびコネクタースコープ付きAPIキーは一般提供となった。
Mistral は OCR 4 を公開した。文字抽出に加え、境界ボックス、ブロック種別、ページ・単語ごとの信頼度を返す。170言語に対応し、単一コンテナで自社運用できる。600超の文書で独立した評価者による盲検評価を行い、平均72%が OCR 4 を好んだとする。OlmOCRBench は85.20、OmniDocBench は93.07だが、両基準の採点方式には既知の限界があると注意する。
Oxford、英国AI安全研究所、Stanford、LSEは6923人の18978会話による4実験で、文字の説得はAIが人の専門家を安定して上回ると確認した。専門家が話題を選び、事前研究し、1000ポンドの賞金で動機付けされても同じだった。
Google DeepMind は英国政府、Google Cloud、Faculty、Barnet・Camden・Dorset の地域計画部門と AI 計画許可ツールの試作を共同開発すると発表した。担当者が住宅所有者の計画申請を処理する時間を50%短縮することを目指す。
Google ResearchはFarmscapes 2020の高解像度ラスターマップを、生け垣、石垣、低木林の扱いやすい一覧に変えたベクトルデータを公開した。英国の13万平方キロメートル超を対象とする。世界の衛星画像3億枚超で事前学習したRSF Vision-Transformerを約247平方キロメートルの注釈で微調整し、Polsby–Popperコンパクト性スコアで森林、木の集まり、生け垣を区別する。線状特性の閾値は0.5未満だ。
Google DeepMindはGoogle内部で使う高度なAIの構築と管理に向け、AI Control Roadmapを公開した。多層防御の考え方でモデルのアラインメントに加えてシステム単位の安全層を設け、アラインメントが不完全でも保護を提供する。
英国AISIのアラインメントチームとTimaeusは非営利Sequentを共同設立した。超知能に備える研究は不十分とし、2~3年で常勤40~80人、初期調達1億~1億5000万ドルを計画する。
Google は二つの研究を公表した。2,345人の調査では、AI を使った参加者の62%超が皮膚の状態の名前を挙げようとし、対照群は41%だった。正解率は23%で、対照群の8%の約3倍。もう一つの混合手法研究は、自分の皮膚の問題にツールを使う方法、理解の変化、医師との対話の違いを調べた。一方、次の受診行動を判断する支援は限定的だった。
UC San DiegoはGoogleの支援で、退役したPixel2000台の基板からデータセンターを作り、数百人の学生・教員に安価で低炭素のクラウド計算を提供する計画だ。SPECでは25~50台が現代的サーバー1台に相当し、Kubernetesで管理する25~50台のクラスターにまとめる。2026年秋の稼働を予定する。
Google ResearchはAISTATS 2026でRegularized f-Divergence Kernel Testsを提案した。相対距離で、モデルが安全な再学習版と元の損なわれた版のどちらに近いかを調べ、機械的忘却を監査する。
Google DeepMindは実験的オープンソースモデルDiffusionGemmaを公開した。テキスト拡散で文章の塊を並列生成し、専用GPUで推論速度を最大4倍に高める。
Google DeepMind は Schmidt Sciences、Cooperative AI Foundation、ARIA と共同で、Google.org の支援を受け、最大1,000万ドルの世界的技術研究助成を開始した。大規模複数エージェント AI の集団行動と安全リスクに焦点を当てる。
Google DeepMind は Gemini 3.5 Live Translate を公開した。70超の言語に対応するほぼリアルタイムの音声対音声翻訳モデルで、言語を自動検出し、話者の抑揚、リズム、声の高さを保つ。
Google DeepMindはノートパソコンでのローカル実行向けマルチモーダルモデルGemma 4 12Bを公開した。エッジ向けE4Bと26B MoEの中間に位置し、エンコーダーを使わない統一構造で、視覚・音声入力をLLMの本体へ直接渡す。
Google DeepMindは3か月のRoboticsアクセラレーターを開始した。欧州の初期ロボット企業15社に技術指導、AI技術群、Geminiロボットモデルを提供する。物流、製造、医療、気候、ナビゲーションなどを対象とし、今週ロンドンで始まる。
Google DeepMindはシエラレオネの事前登録済み無作為化比較試験の結果を公開した。8週間の試験でGuided Learning利用者の数学成績が対照群より0.258標準偏差高まり、通常の学習1.2~1.7年分に相当した。
Import AIは3研究をまとめる。King's College London、復旦、Alan Turing InstituteのSocioHackは72の社会サンドボックスで、規則を守りながら制度の隙間を突くRLを試す。修正済みの歴史的な欠陥を再発見する再現率は61.25%、適合率は90.85%だった。
Google は Gemini Enterprise Agent Platform で Agentic RAG による複数コーパス検索の公開プレビューを始めた。Orchestrator、Planner、Query Rewriter、Search Fanout、Sufficient Context Agent などが協働し、複数情報源をまたぐ多段階クエリーを処理する。
Google ResearchはNatureにPHRMシステムの研究を発表した。顔認証によるロック解除後の数秒間に前面カメラで動画を撮影し、深層学習で心拍数と安静時心拍数をバックグラウンド推定する。
Google Researchは水文モデリング枠組みをGitHubでApache 2.0として公開した。各国の気象・水文機関がAI洪水予測を業務に組み込める。PyTorchを使うPythonパッケージで、LSTMを採用し、Caravanデータで学習・微調整できる。対話型のチュートリアルnotebookと動画も付属する。
Import AI 459 は三研究を扱う。英国 AI Safety Institute の論文は、AI で AI 訓練を監督する自動アライメント研究が万能でなく、実装は予想以上に難しいとする。他にタンパク質折り畳みモデルのスケーリング則と AI システムの絶滅リスクの価格付けを論じる。
Google ResearchはI/O 2026でGemini for Scienceの実験ツール群を公開した。ERAとAlphaEvolveのComputational Discovery、Co-ScientistのHypothesis Generation、NotebookLMのLiterature Insightsを含む。
MistralはAI Now Summit 2026で産業工学向けAIスタックを公開した。Airbus、BMW、ASMLと協力し、独自データと知的財産の管理を維持しながら、設計、シミュレーション、生産を最適化する。
Mistral は Le Chat を仕事とコーディング向けの統合 AI エージェント Vibe に更新した。従来の会話、設定、サブスクリプションプランはすべて維持する。
Mistral AIはSearch Toolkitを公開プレビューで提供した。AIアプリの本番用検索パイプライン向けの組み合わせ可能な枠組みで、取り込み、検索、評価を共通インターフェースに統合する。オープンソースで、クラウド、ローカル、エッジに配置できる。
Googleは単一メッセージの暗号集計とTEEを組み合わせ、端末が複数回オンラインになる必要のないゼロトラスト分析を導入した。Googleは匿名の集団集計だけを得て、ハードウェア保護内でも生データを露出・再構築しない。TEE認証は公開コード通りの実行を証明する。
Mistral は Emmi AI を統合後、AI ネイティブ産業設計向けの物理 AI 基盤を公開した。ASML、Airbus、Safran、Siemens Energy が協力する。形状と境界条件から物理場を直接予測し、単一 GPU の1回の順伝播で数秒で終える。従来の CFD/FEM は設計ごとに数時間から数週間かかる。設計反復を速める用途で、検証や特殊条件には従来ソルバーを残す。
MistralはEmmi AIを買収し、航空宇宙、自動車、半導体、エネルギーなど向けのPhysics AI基礎研究への投資を増やす。成果にはGPU1枚で900万表面要素と1億4000万体積要素を扱うAB-UPTと、3D翼の遷音速流れの約3万CFDシミュレーションデータがある。
Import AI 458はOxford HAI Labの2026年講演に基づく長文と「良い特異点」の短編を収録した。40以上のベンチマークのEpoch Capabilities Index(ECI)を手掛かりに、進歩するAIが「未来を探るか現在を避けるか」の選択を迫ると論じる。
Mistral AI は今週、産業企業の AI 転換支援を強化するため Physics AI の先駆者 Emmi AI を買収する最終契約に署名した。Austria で設立された Emmi AI は30人超の研究者・技術者を擁し、大規模エンジニアリングモデルで数日かかる計算をリアルタイムシミュレーションに置き換え、デジタルツインを構築する。共同創業者とチームは5月に Mistral の Science と Applied AI チームに加わる。