Archive
新模型、開放權重、多模態、語音、影像與模型架構。
最新模型
Microsoftは、最高画質の画像生成モデルと高スループットの音声モデルをFoundryのパブリックプレビューで同時に提供開始し、それぞれ高精度な編集とリアルタイム音声エージェントをターゲットに据えた。公式は本番環境における複数のコストおよびレイテンシデータを公表したが、プロバイダー横断の比較には依然として一貫性と再現性のあるテスト条件が欠けている。
最新模型
SGLang-OmniにMOSS-Transcribe-Diarizeのデプロイ経路が追加され、OpenAI互換エンドポイントからセグメントごとのタイムスタンプ、テキスト、話者ラベルを一度に出力できるようになった。これにより、0.9Bのオープンモデルをオンラインサービスへ導入しやすくなる一方、公式性能データに使用された3つの評価データセットは、現時点で完全には公開されていない。
最新模型
UpstageはSolar Open 2の重みを公開した。総パラメータ数250B、token当たりの有効パラメータ数15Bで、長時間にわたるエージェント型ワークフローを処理する。softmax attentionとKV cacheを維持するのは全レイヤーの4分の1にすぎないが、100万tokenの処理能力と韓国語オフィスエージェントでの性能は、依然として主にチームによる自己評価に基づいている。
代理工具
MetaはMuse Spark 1.1の計画立案・ツール利用能力をMeta AIに導入し、アシスタントがメールやカレンダーを読み取り、プレゼンテーションなどの継続的に利用できる成果物を作成できるようにした。今回のアップデートにより、モデルがアクセス可能な非公開コンテキストは拡大したが、ツールの権限、権限取り消しの仕組み、エンドツーエンドのタスク成功率について、公式情報は公開されていない。
AI 基礎設施
NVIDIAはModelExpressの転送経路全体を公開した。新しい推論レプリカは、既存のGPUからP2P RDMA経由で重みとコンパイルキャッシュを優先的に複製する。公式検証では、8基のB200上でDeepSeek-V4-ProのAPI利用可能までの時間を8分から1分44秒に短縮したが、この結果は同一種類のGPU、高速ネットワーク、互換性のあるテンソル構成に大きく依存する。
AI 基礎設施／分散式運算
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
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。
開發者平台
Runway Devに生成メディア向けルーターが追加された。機能、価格上限、品質とレイテンシーの優先度に基づき、リクエストごとに基盤モデルを選択する。dry runとモデル選択理由も提供するが、品質評価器、テストセット、ルーティング効果を示すデータは公開されていない。
最新模型
Swiss AI InitiativeはApertus 1.5をリリースした。継続事前学習により、従来のテキストモデルを、テキストを出力するマルチモーダルモデルへと拡張している。重みと学習情報は公開済みだが、正式な技術レポート、完全なベンチマーク、アップストリームの推論フレームワーク対応はまだ整っていない。
最新模型
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
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
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。