AI の影響で 7 年前の Nvidia Shield TV が 100 ドル値上げ
2019 年発売の Nvidia Shield TV Pro の小売価格が 299.99 ドルに上昇し、従来より 100 ドル高くなった。値上げの理由は AI である。
2019 年発売の Nvidia Shield TV Pro の小売価格が 299.99 ドルに上昇し、従来より 100 ドル高くなった。値上げの理由は AI である。
NVIDIA は今月、Acer、ASUS、Dell、Gigabyte、HP、MSI を通じて 64GB 統合メモリ版 DGX Spark を発売する。10 月 23 日販売開始、希望小売価格は 4,999 ドルから。GB10 Grace Blackwell スーパーチップ、DGX OS、NVIDIA AI ソフトウェアスタック一式を維持し、最大 1000 億パラメータのモデルをデバイス上でローカル実行できる。
聴覚テクノロジー新興企業Legatoは、AI補聴眼鏡「Legato Frames」の販売を正式に開始したと発表した。価格は999ドルからで、軽度から中等度の難聴を持つ成人向け。特許取得の補聴技術を眼鏡のテンプルに統合し、AIシステムが人の声と背景ノイズを区別して音声を増幅する。デュアルスピーカーシステムにより、耳から数インチ離れた場所では音が99%低減される。処理はすべて眼鏡上で完結し、カメラや録音機能はない。
Simon WillisonはGPT-6 Astraを使い、顔を自動検出してぼかす実験的なツールPhoto Scrubberを作った。GoogleのMediaPipe C++ライブラリを基盤とし、@mediapipe/tasks-visionを通じてWebAssemblyにコンパイルされている。BlazeFace顔検出モデルを使い、処理はすべてローカルで実行する。
Microsoftが今週公開した新しいSurfaceコンピューターは、要件を満たす構成ながら「Copilot+ PC」ブランドを使っていない。
oMLX作者・保守担当Jun KimがHugging Faceに参加し、MLXコミュニティーに専念する。oMLXは副業から資金付き長期事業へ移り、Apache 2.0を維持してJunが率い、安定性と開発速度を高める。
Hugging FaceはtransformersにGGUF対応を追加した。Hubから量子化チェックポイントを選び、from_pretrainedにgguf_fileを渡すだけで、追加設定なしにローカル生成を実行できる。
Google Researchは、普通の2Dスマートフォン写真から体脂肪率、A/G比、V/S比を推定し、インスリン抵抗性を予測する深層学習フレームワークPhotoScanを提案した。
Google DeepMind は多言語手話からテキストへのモデル SL2T を公開し、初めて消費者製品に導入した。Pixel 11 の Gboard と Live Transcribe で米国手話(ASL)を英語テキストに変換し、今後さらに多くの端末と言語へ拡大する。
Berkeley AI ResearchとIBM Researchは進化的カーネル探索のK-SearchをMLXに拡張した。構造化したCUDA-to-MLX変換層で、既存のCUDAカーネル知識をApple Siliconに移す。
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 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 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。
Google DeepMindはGemma 4モデル群を公開した。E2B、E4B、26B MoE、31B Denseの4サイズを用意し、Apache 2.0ライセンスを採用する。
Mistral は Mistral 3 シリーズを公開した。14B、8B、3B の小型 dense モデルと、過去最強の Mistral Large 3 を含む。後者は稼働41B・総675Bの疎な MoE で、すべて Apache 2.0 で公開する。
Mistral AIは、低遅延に最適化した24Bパラメータモデル「Mistral Small 3」をApache 2.0ライセンスで公開した。事前学習済みと指示微調整済みの2つのチェックポイントを提供する。