本文へ移動
assaynotes
EN日本語中文

News の精選

美団、1.6兆パラメータのエージェントモデルLongCat-2.5をオープンソース化、Nvidia GPUを一切使用せず

美団のLongCatチームは、モデル公開から1週間後に1.6兆パラメータのLongCat-2.5の重みをオープンソース化した。長い連鎖の自律タスク、特にコーディングを想定したモデルだ。MoEアーキテクチャで、トークンあたり約480億パラメータを活性化する。APIは100万トークンのコンテキストと最大128000トークンの出力に対応し、テキスト・画像・動画を理解でき、推論のオン・オフを切り替えられる。

The Decoder

Google DeepMind、Gemini 4 Hydrogenモデルを発表

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 DeepMind6 件の情報源、この日の精選で最多

  1. 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。

    Hugging Face Blogモデル

Google、Gemini Decisions APIとGemini Decision 1モデルを発表

Google DeepMindはGemini Decisions APIを発表した。基盤モデルGemini Decision 1は1回の呼び出しで最大1000件の独立した質問を処理でき、テキスト、画像、音声、動画、PDFに対応する。選択肢を直接スコアリングし、信頼度付きの確率を返す。レイテンシは150〜250ミリ秒。

The Decoder3 件の情報源、この日の精選で最多

Google DeepMind、フロンティアモデル「Gemini 4 Carbon」を発表

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。

Google DeepMind4 件の情報源、この日の精選で最多

  1. Google DeepMind、細胞種別にDNA変異の影響を予測するAlphaGenome 2を発表

    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。

    Google DeepMindモデル

Google DeepMind、視覚-言語-行動モデル「Gemini Robotics 2.5」を発表

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。

Google DeepMind3 件の情報源、この日の精選で最多

OpenAI、脆弱性の発見と修正案を示すセキュリティーモデル「GPT-6 Cyber」を発表

OpenAIは、ソフトウェアのセキュリティー脆弱性を探すために特化して訓練した「GPT-6 Cyber」を発表した。欠陥の発見、動作するエクスプロイトの構築、パッチの提案ができる。OpenAIによると、特別な安全指示がない場合でも99.93%のテストで境界を越えず、前世代は94.49%だった。ExploitGymのスコアは48.5%で、前世代の「GPT-5.6 Cyber」は32.1%だった。

The Decoder2 件の情報源

  1. Thinking Machines、Inkling 2 Smallを公開：総パラメータ594B・アクティブ17B、68時間で事前学習

    Thinking Machinesは、総パラメータ594B・アクティブ17BのマルチモーダルMoEモデル「Inkling 2 Small」を公開した。テキストと画像の入力に対応し、1Mのコンテキストウィンドウを持つ。Tinkerで提供を開始しており、Apache 2.0の重みは来週の外部安全テスト完了後に公開される予定だ。

    Latent Spaceモデル

  2. NVIDIA、対話型世界シミュレーション向けにCosmos 3のオープンウェイトモデル4種を公開

    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。

    Hugging Face Blogモデル

  3. Google DeepMind、Gemini Omni 1.2 Flashを公開　15秒動画に対応し30%値下げ

    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。

    Google DeepMindモデル

  4. OpenAI、サイバーセキュリティーモデル「GPT-6 Cyber」を発表

    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。

    OpenAI Newsモデル

OpenAI、GPT-6 Astraが1週間足らずでハードウェア機器をゼロから設計したと発表

OpenAIは、同社のハードウェアチームがGPT-6 Astraを使い、ユーザーがCodexコーディングエージェントと対話できる機器を設計したと発表した。副次的なプロジェクトとして1週間足らずで完成した。Astraは筐体設計、部品選定と配線を含むPCBレイアウト、ファームウェア、ユーザーインターフェースなど全工程を担い、受託製造業者が1カ月足らずで小ロットの試作機を製作した。ただしAstraは製造上の制約や公差、組立の詳細を常に考慮できたわけではなく、数回の修正を経る必要があった。

The Decoder

Mistral Large 4（Le Chonk）がHugging Faceで公開

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。

Hugging Face Blog3 件の情報源、この日の精選で最多

  1. Mistral、1兆パラメータのマルチモーダルモデルMistral Large 4（Le Chonk）の重みを公開

    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。

    Mistral AIモデル

NVIDIA、Nemotron 3.5 Transcribe と Granary v2 データパイプラインを公開

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。

Hugging Face Blog3 件の情報源、この日の精選で最多

  1. Liquid AI、LFM3シリーズを発表：2B級の統合バックボーンでテキスト・視覚・音声・全モダリティ・意思決定モデルをカバー

    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。

    Hugging Face Blogモデル

  2. Google DeepMind、世界モデルGenie 4を発表

    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。

    Google DeepMindモデル