本文へ移動

#オープンソースの生態系

今日 0 件

10月9日

金曜日
  1. Periodic Labs の Liam Fedus 氏と Ekin Dogus Cubuk 氏が語る「合成超知能」:半導体から超伝導体まで

    Periodic Labs の共同創業者 Liam Fedus 氏と Ekin Dogus Cubuk 氏は Latent Space ポッドキャストで「合成超知能」(synthesis superintelligence)構想を提唱した。AI がインターネット上のデータだけでなく物理実験を通じて学習し、強化学習と高通量ラボ、AI による材料キャラクタリゼーション、DFT シミュレーションを組み合わせて新材料を発見することを目指す。

10月8日

木曜日
  1. TII、1.6Bパラメータのアラビア語音声認識モデル「Falcon-ASR」を公開、アラブ首長国連邦方言に注力

    アブダビの技術革新研究所(TII)は、1.6Bパラメータの音声認識モデル「Falcon-ASR」を発表した。アラビア語を主軸にアラブ首長国連邦方言に注力し、英語、フランス語、スペイン語、ポルトガル語にも対応する。

  2. Microsoft Research、Agent Lightning v1.0をオープンソース化:約3500行の軽量エージェントRLフレームワーク

    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。

  3. Liquid AI、端末向け意思決定モデル d1-3B と d1-omni-600M をオープンソース化

    Liquid AI は d1 意思決定モデルファミリーから、オープンウェイトの 2 モデル d1-3B と d1-omni-600M(実験的)を公開した。d1-3B は Decision Index 0.2.1 で 48.57 を記録し、10B 以下では最高。テキストと画像に対応する。d1-omni-600M はテキスト+画像またはテキスト+音声に対応する。

10月7日

水曜日
  1. Nemotron を微調整し IOI 2026 と IMO 2026 でそろって金メダル水準に

    NVIDIA のチームは Nemotron 3 を出発点に、SFT、RL、フィードバック駆動の推論フローを用いて、モデルを IOI 2026 と IMO 2026 の両方で金メダル水準に到達させた。IOI 2026 では Nemotron-3-Ultra-CC が 535.4/600 を記録し、金メダルラインの 361.12 と人間の最高得点 498.27 を上回った。IMO 2026 ではシステムが 30/42 を獲得し、公式の金メダルライン 29 を上回り、6 問のうち 4 問で満点を取った。

  2. OpenAIの内部モデルが数学論文722本を公開、公開数学難問500問のうち90問を解決と主張

    OpenAIは未公開の内部フロンティアモデルによる数学的成果を公開した。リポジトリには722本の論文が収録され、372の関連結果ファミリーに分類されている。約4000の研究課題による評価に基づくもので、1件あたり平均約3時間のChatGPT Pro推論計算を消費したという。モデル自体は依然として未公開。

  3. Google DeepMind、オープンソースのマルチモーダル埋め込みモデル EmbeddingGemma 2 を公開

    Google DeepMind は、Gemma 4 アーキテクチャをベースにした Apache 2.0 ライセンスのオープンソース・マルチモーダル埋め込みモデル EmbeddingGemma 2 を公開した。テキスト、画像、音声、動画を単一の埋め込み空間にマッピングできる。

  4. EmbeddingGemma 2、Apache 2.0ライセンスを採用

    EmbeddingGemma 2がApache 2.0ライセンスを採用した。Simon Willisonは、埋め込みモデルにクローズドでプロプライエタリなホスト型のみの形態を使うべきではないと述べている。埋め込みモデルは通常、数千から数百万の埋め込みベクトルを計算して保存する必要があり、ベンダーがモデルの提供を停止すれば、ユーザーは保存済みベクトルの再計算費用を負担することになる。同氏はホスト版への課金は歓迎しつつ、ベンダーがサービスを終了した際にオープンウェイト版を自分で動かすか、別のベンダーを探す余地を残したいとしている。

  5. Musubi、コンテンツモデレーション判断モデル「PolicyLM-1.7B」をオープンソース化

    Musubiは軽量な判断モデル「PolicyLM-1.7B」をオープンウェイトで公開した。リアルタイムのコンテンツモデレーション向けで、平易な英語で書かれたコンテンツポリシーを50ミリ秒以内にメッセージへ適用できる。コストと速度は主要SNSのAI分類器に近い一方、現代的なLLMの柔軟性を備え、専用の訓練なしに複雑なポリシーを実行でき、ポリシー変更時の再訓練も不要だ。

10月6日

火曜日
  1. Mistral、1兆パラメータのマルチモーダルモデル「Mistral Large 4」を発表

    フランスのAI研究所Mistral AIは火曜日、1兆パラメータの大規模マルチモーダルモデル「Mistral Large 4(ML4)」を発表した。愛称はLe Chonk。現在は公開されたguardrailエンドポイント経由でのみアクセス可能で、重みは3週間後の安全テスト完了後に公開される予定。

  2. LibreOffice、「AIなし」は今やソフトウェアの機能だと主張

    LibreOfficeを手がけるThe Document Foundationは、予見しうる将来においてAIを「追加しない」と表明し、最新版のデフォルトインストールには生成AI機能が一切含まれず、ユーザーの文書がサーバーに送られて処理されることもない。同団体はこれを「意図的な設計上の立場」と説明し、ユーザーは拡張機能をインストールしてローカルAIモデルに接続すればAIツールを利用できるとしている。

  3. 研究者らがLeCunのJEPAを物理から生物学までカバーする汎用世界モデルJEPA-Anythingに拡張

    PhAI LabsとStanford、Oxford、Princetonの研究者らがJEPA-Anythingを提案。JEPAの予測状態を4つの直交因子に分解し、それぞれ独立した予測モジュールで処理した後に再統合することで、同一アーキテクチャで物理、ロボティクス、気象、単一細胞、臨床など7領域をカバーする。

  4. 通信事業者が AI 戦略をオープンモデルに置く理由

    NVIDIA の「State of AI in Telecommunications」レポートによると、回答者の 89% がオープンソースのモデルとソフトウェアを自社の AI 戦略にとって重要だと回答した。NVIDIA は 300 億パラメータの Nemotron 3 Large Telco Model(LTM)を発表した。AdaptKey がオープンな通信データセットでファインチューニングしたもので、ファインチューニングの全工程も公開されている。

  5. Falcon-Emirati-7B:LLM にアラブ首長国連邦の方言、文化、語感を学ばせる

    Falcon-Emirati-7B が公開された。Falcon-H1-Arabic をベースに構築された 7B の方言特化モデルで、アラブ首長国連邦のアラビア語の理解と生成に特化している。Falcon-H1 のハイブリッドアーキテクチャ(Mamba と Transformer アテンションの並列)を踏襲し、実際の方言ウェブデータ、MSA の文化コーパス、用語集に制約された合成データで訓練されている。

  6. Reflection、中国のオープンモデルに対抗するオープンウェイトモデルBeamを公開

    Reflection AIは初のフロンティア級オープンウェイトモデルBeamを公開し、高度な推論ベンチマークで中国の主要オープンモデルと同等の性能を大幅に低い推論コストで実現すると主張している。Beamは総パラメータ5010億、アクティブパラメータ230億のテキストMoEモデルで、23.8兆トークンで事前学習され、コンテキストウィンドウは100万トークン。同社は推論計算量が競合より3〜4倍少ないとしている。

10月5日

月曜日
  1. オープンかクローズドか、AI創業者はTechCrunch Disrupt 2026でどう選ぶ

    TechCrunch Disrupt 2026は10月13〜15日にサンフランシスコのMoscone Westで開催され、AI創業者がオープンモデルとクローズドモデルのどちらを選ぶかに焦点を当てた複数のセッションが予定されている。Together AI、Pathway、Oumi、Nvidiaなどの幹部が、マルチモデル活用、自社構築とカスタマイズ、オープンウェイトとフロンティアAPIのトレードオフ、AI向けチップ設計などの観点から議論する。

10月3日

土曜日
  1. Meta、AIハードを自作できるオープンソースプロジェクト「Muse Gadgets」を発表

    Metaはオープンソースプロジェクト「Muse Gadgets」を発表した。ESP32開発ボード向けファームウェアとLinux SDKを提供し、自作デバイスをMetaのAIエージェントMuseに接続できるようにする。コードはApache 2.0ライセンスで、Discordコミュニティで議論が行われている。

  2. Meta、Muse につながるハードを自作できるオープンソースプロジェクト Muse Gadgets を公開

    Meta は金曜日、オープンソースプロジェクト Muse Gadgets を公開した。オープンソースのファームウェアと Linux SDK を提供し、開発者が Raspberry Pi や ESP32 などの低コストハードウェアで個人向け AI エージェント Muse に接続できるデバイスを自作できるようにする。カラー電子ペーパーディスプレイや HDMI テレビスティックなどの作例も用意し、Discord チャンネルも開設した。

  3. Meta がコードをオープンソース化、Muse AI ハードウェアの自作を可能に

    Meta は関連コードをオープンソース化し、同社の新しい AI エージェントを搭載した Muse ハードウェアをユーザーが自作できるようにした。公式が提案するプロジェクトには、カラー E Ink ディスプレイにリマインダーを表示する、Muse を HDMI スティックに接続して大画面に映す、小型タッチスクリーンに載せて DIY 版 Muse Charm のような端末にする、などがある。

10月2日

金曜日
  1. NVIDIA DGX Spark に 64GB 版、2台クラスタでローカル AI を拡張

    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。

10月1日

木曜日
  1. AI2、1兆パラメータ規模のMoE向けオープン訓練基盤「Olmo-core 3」を公開

    AI2は、大規模言語モデル開発フレームワークの大幅なアップグレード版「Olmo-core 3」を公開した。オープンなMoE訓練システムを再設計し、計算効率を維持しながらMoE訓練を1兆パラメータ規模へ拡張することを目指す。

  2. モバイルアプリの「葬儀」を開いたPhoton、450万ドルのシード調達——エージェントでアプリを置き換えへ

    AIスタートアップのPhotonが、GradientとA*が共同でリードし、VercelやHongShanなどが参加する450万ドルのシードラウンドを完了した。Photonは開発者がiMessageやWhatsAppなどのメッセージアプリ上でエージェントを構築できるよう支援しており、すでに4万人以上の開発者が登録。4カ月で収入は10倍、メッセージ量は単月で5倍に増えた。

9月30日

水曜日
  1. Google DeepMind、AI生成タンパク質に検証可能な透かしを埋め込むSynthID Bioを公開

    Google DeepMindはSynthID Bioを公開し、透かし技術を合成生物学に導入した。生物のコードに知覚できない署名を埋め込むことで、生物学的な機能を維持しながら、デジタルモデルと合成された実物のタンパク質の両方で透かしを検証できるようにする。

  2. Hugging Face、多言語 TTS と音声クローンの拡張可能な評価基盤 Open TTS Leaderboard を公開

    Hugging Face は、客観的指標でオープンソース TTS モデルを評価する Open TTS Leaderboard を公開し、数週間の投票による評価を数時間に短縮する。Qwen3 ASR で WER/CER を算出し、H200 GPU で RTFx と TTFA を測定、WavLM 埋め込みで話者類似度 SIM を求め、多言語と音声クローンの比較に対応する。

  3. DeepSeekとHuawei、Ascendチップ向けのプログラミングツールをオープンソースで公開

    DeepSeekとHuaweiはAscendチップ向けのプログラミングツールを共同開発し、すべてオープンソースで公開した。中心となるのはCUDAより習得しやすいTileLangで、北京大学の研究者が開発したこの言語をDeepSeekは約1年間使ってきた。両社は128個のAscend 950チップで構成するスーパーノードも最適化し、Huaweiは全面的に支援したと説明している。DeepSeekは、独立したAIチップのソフトウェアエコシステムを築くには、まずプログラミングしやすく、ハードウェアの性能を最大限に引き出せる汎用言語が必要だとしている。