SURL AI News
繁中English日本語

Archive

最新模型

新模型、開放權重、多模態、語音、影像與模型架構。

最新模型

AREX、二重ループ検証でディープリサーチを駆動、4Bおよび122B-A10Bエージェントモデルを公開

北京智源人工智能研究院（BAAI）がAREXを発表した。研究エージェントが暫定回答を項目ごとに検証し、未充足の制約を起点に次の検索ラウンドを開始する。チームはApache 2.0ライセンスの重みと実行コードも同時公開したが、ベンチマーク結果は依然として主に作者による自己評価に基づく。
最新模型

Microsoft、製品内強化学習でMAI-Codeを特化し、同一チェックポイントをExcelエージェントへ展開

Microsoftは「hill-climbing」ポストトレーニング・プロセスを公開し、製品ツール、grader、実利用シグナルをモデルの反復改善へフィードバックしている。MAI-Code-1-FlashはExcel環境で再トレーニングした後、旧世代のGPUでも提供可能だが、パラメータ規模、評価セット、元の実験データは公表されていない。
開發者平台

OpenAI、旧モデルのスナップショット13種を一斉に提供終了—初期Codex APIモデル5種への呼び出しはハードエラーに

OpenAIは7月23日、GPT-5シリーズのCodexモデル5種や旧版のcomputer-use、deep-researchエンドポイントを含む、旧モデルのスナップショット13種の提供を終了した。公式の代替モデルは、挙動やコストが同一のエイリアスではないため、既存のエージェントではモデル名の文字列を変更するだけでなく、再評価が必要になる。
具身 AI

MiniCPM-Robot、ストリーミング視覚記憶と行動モデルを1.5Bに圧縮し、Go2のオンデバイス展開手順も整備

OpenBMBはMiniCPM-Robotの重み、コード、デプロイ文書を更新し、単一の1.5B VLAで複数の操作タスクを処理できるようにした。さらに、0.9Bモデルで目標追跡を実行する。ストリーミングコンテキストとカスタム推論カーネルにより重複する視覚計算を削減する一方、公式ベンチマークだけではロボット間の汎化性能を証明するには不十分だ。
代理工具

FinMMEval、多言語金融QAの非公開テスト結果を発表：選択式はほぼ満点、短答式の首位はわずか31.18%

CLEF 2026のFinMMEvalが2つの多言語金融QAタスクの結果を公開した。モデルは選択肢が限定された問題では92～97.5%に達した一方、言語をまたぐ証拠に基づく短答生成では性能が大幅に低下した。短答部門の上位4チームの差は1ポイント未満で、ROUGEによるランキングでは事実の正確性を判別しにくいことも浮き彫りになった。
Applied AI

ChatGPT Healthが電子カルテとApple Healthに接続、個人の健康データがモデルのコンテキストに正式統合

OpenAIは、医療機関の記録、Apple Health、対応する健康アプリを同期できるChatGPT Healthの提供を、米国の成人ユーザー向けに開始した。システムはb.wellを通じて異種EHRデータを集約し、関連データを基盤モデルのトレーニングに使用しないとしているが、本製品は診断を目的としたものではない。
代理工具

Cursor Router、プログラミングタスクごとにモデルを選択し、オンライン行動シグナルで品質と推論コストを両立

CursorはAutoモードをリクエスト単位のモデルルーターで駆動する方式に変更し、プロンプト、コンテキスト、分野、複雑さに応じて異なるモデルへ振り分ける。公式発表ではオンラインA/Bテストによりコストを最大60％削減できるとしているが、ルーティング規則、モデルごとの配分、完全な生データはいずれも公開されていない。
代理工具

GitHub CopilotクラウドエージェントがLinearと正式連携、Issueから隔離環境を起動しドラフトPRを作成可能に

LinearのIssueをGitHub Copilotクラウドエージェントに直接委任できるようになった。エージェントはGitHub Actionsの一時環境でコードを変更し、ドラフトPRを作成する。正式版では、モデル、ブランチ、カスタムエージェント、実行中の方向修正に関する制御が追加された一方、クロスプラットフォームの権限やプロンプトインジェクションのリスクについては、引き続きチームによるガバナンスが必要となる。
代理工具

GitHub MCP Server、ステートレスな新プロトコルを先行サポート——初期化ハンドシェイクとRedisセッションを廃止

GitHub MCP Serverは、7月28日に確定予定のMCP 2026-07-28仕様を先行してサポートした。新版ではプロトコルの中核がステートレスなリクエスト方式に変更され、水平スケーリングのコストが削減される一方、独自クライアントや長時間タスクの実装では、複数の破壊的変更への対応が引き続き必要となる。
最新模型

Microsoft、Mage-Flowをオープン化：4Bモデルがネイティブ解像度パイプラインで画像生成と指示ベース編集を統合

Mage-Flowは、軽量なMage-VAE、ネイティブ解像度対応MMDiT、rectified flow matchingを組み合わせた40億パラメータの画像モデルだ。MicrosoftはMITライセンスで重みを公開し、生成版と編集版も提供しているが、品質比較や効率性の数値は現時点で主にチーム自身の評価に基づいている。
AI 基礎設施

GigaToken、Rust・SIMD・ファイル直接読み込みでBPEを高速化、GPT-2トークナイザーの独自テストで24.53 GB/sを達成

オープンソースプロジェクトのGigaToken 0.9.0は、事前トークン化、BPEマージ、データ入力経路を再最適化し、デュアルソケット構成の144コアAMD EPYCホスト上でHugging Face Tokenizersの989倍高速だとしている。ただし、最大性能はネイティブAPI、11.9 GBのバッチコーパス、高度な並列ハードウェアに依存しており、オンラインの短いリクエストにそのまま当てはめることはできない。