SURL AI News
繁中English日本語

Archive

代理工具

Agent、MCP、coding agent、工作流自動化與評測。

代理工具

Grok Build Workflows、最大1,024エージェントでプログラミングタスクを分解——段階的な検証と再開可能な状態管理を追加

SpaceXAIはGrok BuildにWorkflowsを追加し、単一のバックグラウンドジョブから段階ごとに最大1,024エージェントへ並列に処理を割り当て、結果を集約・検証できるようにした。ワークフローはチーム共有コマンドとして保存できるが、コスト、成功率、大規模なエージェント群におけるエラー相関の評価結果はまだ公表されていない。
代理工具

TRLがOpenEnvに対応、GRPOで状態を持続するツールエージェントを直接訓練可能に

Hugging FaceはTRLにOpenEnvのネイティブ統合を追加し、各ツール呼び出しを独立した関数として扱うのではなく、統一されたファクトリインターフェースを通じてマルチターン環境をGRPOTrainerに提供できるようにした。環境はWebSocketサービスまたはコンテナ内で実行できるが、プロジェクトはまだ実験段階にあり、分離の強度と報酬の信頼性は利用者自身が検証する必要がある。
AI 基礎設施／分散式運算

Ray、TPU slice スケジューリングを Serve、Data、Train に組み込み、マルチホスト AI ワークフローを統合

Google は、Ray 上で TPU を利用するための包括的な AI ライブラリパスを発表した。`topology` フィールドにより、モデルワーカーが同じ ICI slice に配置されることを保証する。新バージョンには JAX ネイティブのデータバッチ、`JaxTrainer`、公式コンテナ、TPU モニタリングも追加されたが、現時点で主に検証されている環境は依然として GKE である。
代理工具

OpenForgeRL、実環境のエージェントフレームワークを強化学習に接続――エージェントサーバーで訓練と実行を分離

Microsoft Researchなどの研究者が、Codex、OpenClaw、GUIエージェントをネイティブ実行フレームワーク内でエンドツーエンドの強化学習に対応させるOpenForgeRLを発表した。モデル呼び出し用のエージェントサーバーとKubernetesによってrolloutを分離するが、コード、データ、重みはまだ完全には公開されていない。
最新模型

ReMo、音声とテキスト間で視覚情報を再配分し、Omni-LLMの入力tokenを54%削減

KAISTの研究チームは、音声から説明可能な映像tokenを入力段階で除去し、テキストプロキシによって物体の意味情報を保持する、学習不要のReMoを提案した。著者らの評価では、Qwen Omniシリーズで平均スコアを低下させることなく入力を半分以上圧縮したが、コードと独立した再現結果はまだ公開されていない。
具身 AI／機器人

FLUX-mimic、動画生成バックボーンでロボットの動作を予測——RTX 5090 1基で応答時間を101ミリ秒に短縮

Black Forest Labsとmimic roboticsは、FLUX 3の動画世界モデルに軽量なアクションデコーダーを接続し、同一の表現で視覚予測とロボット制御を処理する。チーム内で実施した柔軟部品の仕分けテストでは成功率95%を達成したが、モデル、データ、完全な評価結果はまだ公開されていない。
最新模型

The Stack v3、約5兆のコードtokenを公開――旧版の重複排除の不具合を修正し、ソースコードを内包

Hugging FaceとBigCodeは、次世代のオープンなコード事前学習コーパスを公開した。訓練データセットには約1億7,300万サンプル、4.9兆tokenが含まれる。新版ではユーザーがソースコードを別途取得する必要がなくなった一方、ライセンス、データ汚染、15.9 TBのストレージコストについては、引き続き訓練チーム側でのガバナンスが必要となる。
最新模型

KAT-Coder-V2.5-Dev、35B MoEの重みを公開、3Bのアクティブパラメータでコーディングエージェントを実行

KwaipilotはKAT-Coder-V2.5-Devの重みを公開した。Qwen3.6-35B-A3Bを12万7,000件のサンプルでファインチューニングした後、エージェントタスクによる強化学習を実施している。公式の自己評価ではSWE-bench Verifiedで69.40%を達成したが、スコアはエージェントフレームワークやツール構成に大きく左右される。
代理工具

NemoClaw 0.0.93、DGX向けローカルエージェントのインストールを強化――ダウンロード認証情報を一時利用に限定し、再開にも対応

NVIDIAはNemoClawのDGX StationおよびDGX Spark向けインストール手順を更新し、既存のvLLMワークロードが誤って停止されるのを防ぐとともに、大規模モデルのダウンロードにおける認証情報とレート制限の処理を改善した。バージョンは引き続きalpha段階で、新たにサポートされたDGX OS構成もエンドツーエンドの適格性検証を完了していない。
開發者平台

DeepSeek、旧APIモデル名を廃止—エージェントはV4-FlashまたはV4-Proへの移行が必要

DeepSeekは7月24日、互換モデル名の`deepseek-chat`と`deepseek-reasoner`を廃止した。移行していないAPIリクエストは、そのまま失敗する可能性がある。新しいインターフェースではモデル選択と推論モードが分離されており、アップグレードは単なるモデル文字列の置き換えでは済まない。
GitHub Repo

OpenWorker オープンソース・デスクトップエージェント：認証情報をローカルに保存し、承認ゲートを介して25種類以上の業務ツールに接続

Andrew Ng氏のチームが、MITライセンスのOpenWorkerを公開した。エージェントループ、認証情報、会話をユーザーのコンピューター上に保持し、クラウドモデルまたはOllamaのローカルモデルをサポートする。ファイルの生成やSlack、カレンダー、ターミナルの操作が可能だが、「local-first」はデータが必ずデバイス外へ出ないことを意味しない。