CognizantのCEO Ravi Kumar S.は、AIがエントリーレベルの仕事を奪うことはないと述べ、多くの企業がトークン消費を生産性の指標とすることに誤りがあると批判。同社は昨年2万人以上の新卒を採用し、2026年にはさらに増やす計画。新しいAI Builderの役割は技術的バックグラウンドを必要とせず、成果ベースの測定を提唱。

NVIDIAは、物理AI向けのオープンな全モーダル世界モデル「Cosmos 3」ファミリーを公開した。2つのタワーからなるMixture-of-Transformersアーキテクチャを採用し、自己回帰型VLM推論器と拡散生成器を組み合わせることで、物理推論、世界生成、行動生成を1つのモデルで統合。Edge、Nano、Superの3スケールを提供し、ロボティクス、自動運転車、倉庫監視などに対応。OpenMDW-1.1ライセンスで、チェックポイント、トレーニングスクリプト、デプロイツール、データセットをオープンソース化。複数のベンチマークで最先端の成果を達成。

DigitalOceanはXへの投稿で、OpenRouterのモデルプロバイダーとなり、DeepSeek V3.2、Kimi K2.6、DeepSeek V4 Flashを提供すると発表した。この動きは、同社がクラウドインフラからAI推論へと事業を拡大していることを示している。

英国競争市場庁（CMA）は、英国のオンライン出版社がGoogle検索のAI概要（AI Overviews）への表示を拒否できると発表した。これにより、出版社はGoogleとのコンテンツ契約交渉でより強い立場を得られる。多くのウェブサイトがAI概要によるトラフィック減少を訴えていた。Googleはまず英国で新機能を試験し、その後全世界に展開する。CMAはGoogleに対し、AI検索結果で出版社のコンテンツを適切に帰属表示し、明確なリンクを付けるよう求めた。

著者は、汎用AIモデル（LLMなど）の台頭により、AIエンジニアは他のソフトウェア開発者よりも早くAIに取って代わられる可能性が高いと主張する。「AIエンジニア」という曖昧な肩書きは多様なAI専門分野を包含し、汎用モデルの進歩により特注のAIソリューションは贅沢品となり、多くの企業が既製のモデルに依存するようになる。

Topazコミュニティは、ファイルパスの問題による深刻なリスクを防ぐため、デフォルトのアプリケーションフォルダを移動しないよう警告しています。

オレゴン州立大学の研究によると、AIシステムにエネルギー消費を考慮させるようなデザインの摩擦（設計上の障害）を追加することで、不必要なAI使用が減少する可能性がある。行動ベースの摩擦（既存リソースの検索を要求する）は効果的だったが、手がかりベースのメッセージは信頼を高めるだけで行動変容には至らなかった。AIのエネルギー消費が増大する中、こうした介入は重要である。

Composerは、人間とAIエージェントがリアルタイムで同じドキュメント上で共同編集、コメント、提案を行えるマルチプレイヤーMarkdownエディタです。エージェントはMCPを通じてドキュメントにアクセスし、共同作業者としてチームに参加できます。

2026年北米ワールドカップでは、スパイダーカム、審判用カメラ、AI搭載VAR、TikTokやYouTubeとの提携など、かつてない放送技術が導入され、世界中の視聴者を魅了する。

BridgeToAgentは、AIアシスタントが店舗のAI対応度をチェックし、エージェントによるショッピングをシミュレートできるMCPコネクタを提供します。

英国競争監視機関は、出版社が自社のコンテンツをGoogleのAIモデルのトレーニングや検索要約に使用されることを防ぐための効果的なツールを手に入れると発表した。

このコースでは、データ中心AI（Data-Centric AI）を紹介します。これは、機械学習の性能を向上させるためにデータセットを体系的に改善する新興分野であり、ラベルエラー検出、クラス不均衡、データセットキュレーションなどの技術をカバーします。MIT IAP 2024で初めて開講されたコースで、Pythonのハンズオンラボが含まれています。

Nvidiaは、AI推論専用に設計された初のチップ「Groq 3 LPU」を発表。SRAMメモリを内蔵したアーキテクチャにより、超低レイテンシを実現する。このチップはGroq社からライセンス供与された技術を採用し、Vera Rubin GPUと連携して推論分離技術を活用。AI業界の焦点がトレーニングから推論へと移行することを示している。

著者は、構造化分析技法（SAT）を自動化するために、AIエージェントからなるインテリジェンス分析チームの構築を試みたが、最終的に機能しないことが判明した。中国の台湾に対するサイバー作戦に関する実際の質問でテストしたところ、サブ質問の重複、収集要件の誤った枠組み、分析ループの無効性などの問題が明らかになった。結論として、現在のAIは厳格なインテリジェンス分析において人間の判断を代替できない。

Vim Classic は、LLM が生成したコードを一切含まない Vim のフォークとして、最初の安定版 8.3.0 をリリースしました。

イラン系イギリス人監督アッシュ・クーシャは、反政府抗議運動を描いたドラマをAIを使って数週間で製作し、主要映画祭で上映される初のAI制作映画となった。監督はこれが低予算映画制作を変革する可能性があると語る。

本論文では、Loewner順序下界を用いた行列値許容ヒューリスティックを提案し、リーマン多様体上で直接インフォームドサンプリングを実現する。メトリックテンソルの方向構造を保持することで、よりタイトなインフォームドセットを生成し、ロボット動作計画を高速化する。複数のマニピュレーションタスクにおける実験で、従来のユークリッドおよびスカラー固有値境界よりも優れた収束速度を示した。

研究者らは、水耕栽培のレタス用デジタルツインシステムを開発し、センサーとニューラルネットワークを用いて個々の植物の成長追跡と収量予測を実現した。RGB-D画像から質量を1.5g以内で推定し、統合システムは1～4日先の収量を約2gの誤差で予測する。

本論文では、測定データのみからシステムダイナミクスとプロセスノイズ共分散の構造的補正を学習する自己教師ありハイブリッド適応カルマンフィルタを提案する。フィルタの確率構造を保持しつつ、イノベーション尤度によるモデル分類を実現する。実世界およびシミュレーションデータセットにおいて、推定精度と統計的一貫性の向上、および低データ・大データ両方のシナリオでのロバストな分類性能を示す。

SeeTraceActは、単一のデモビデオで動作するVLAフレームワークであり、未来のエンドエフェクタ軌跡の可視性認識予測により精密な空間定位を実現する。RoboCasa-DCと実世界タスクでベースラインを上回り、平均成功率を12.5ポイント向上させた。

本論文は、移動プラットフォーム上でのマルチローター無人航空機の動的着陸のための推定・制御フレームワークを提案する。提案手法は、非線形モデル予測制御と、所定の接地時刻を強制するリアルタイム最小躍度軌道計画を統合し、終端降下中の一貫したタイミングを可能にする。時間変動するセンシング品質に対するロバスト性を高めるため、プロセスノイズと測定ノイズの統計をオンラインで更新する適応Unscentedカルマンフィルタを利用する。さらに、最小躍度リファレンスが標準的な追跡仮定の下で有界な推力とトルク指令を誘発することを示す参照実現可能性解析を提供する。シミュレーションとハードウェア実験により、提案フレームワークが再現可能な着陸と、EKF/UKFベースの手法に比べたプラットフォーム速度予測精度の向上を達成することが示された。

CARVEは、インタラクティブ運転において、ハードルールマージンが負の場合に、境界のあるマルチエージェント編集を特定して拒否操作を修復する予測不要の証明書層です。589のINTERACTION再生エピソードで、CARVE-Greedyは初期拒否操作の98.64%を受け入れ、370/378の人間解決偽拒否を回復し、優先エージェントの誤検出ゼロ、400/400の負ストレス拒否を維持しました。CARVEは予測に依存せず、宣言された仮定の下で相互作用が有界で帰属可能かつ規範的に許容されるかどうかを認証します。

本論文は、sim2realがハードウェアへのポリシー転送に必要である一方、過度な依存はインセンティブのミスアライメント、シミュレータロックイン、探索不足を引き起こすと指摘する。解決策として、ロボットの運動学を唯一の設計制約とするsim2sim2realパラダイムを提案する。

本論文では、プライベートな放射線レポートと3D腫瘍学イメージングから直接、多肢選択式VQAデータセットを生成する自動エージェント駆動型パイプラインを提案する。RADSスタイルの質問とレポート由来の質問の2種類を生成し、4つの院内癌コホートで評価したところ、支配的なモデルはなく、すべてのセルに大きな改善余地があることが分かった。盲検アブレーションでは、視覚依存性がデータセットにきわめて特異的であることが示された。

NVIDIAは、言語、画像、ビデオ、音声、アクションシーケンスを統一的に処理・生成するオムニモーダル世界モデル「Cosmos 3」を発表。混合Transformerアーキテクチャを採用し、理解・生成タスクで最先端を達成。Artificial Analysisで最高のオープンソースText-to-ImageおよびImage-to-Videoモデル、RoboArenaで最良のポリシーモデルに選ばれた。コード、モデル、データセットはオープンソースで公開。

人-物体インタラクション（HOI）認識は、複雑な教育環境における学生行動の自動分析に不可欠である。最先端のHOI検出器はベンチマークデータセットで良好に機能するが、実世界の訓練環境ではドメイン固有の物体、遮蔽、複雑な視覚条件により性能が低下する。本論文では、実世界の教育ビデオデータに対して、トリプレットレベルのHOIエラータクソノミーとエラー要因帰属分析を統合した診断駆動フレームワークを紹介する。この問題を、Critical Care Air Transport Team (CCATT) の複合現実医療訓練の文脈で研究する。診断に基づく改良戦略により、事前学習済みCDNモデルのマクロF1スコアを48.6から90.2に改善した。

GeoDrive-Benchは、視覚言語モデルが各地域の交通ルールに基づいて自動運転推論を行う能力を評価する新たなベンチマークです。6カ国から収集された5,053の人間検証済み多肢選択問題で構成され、知覚、予測、計画、地域推論の4タスクをカバーします。さらに、地域固有の交通ルール知識をVLMの内部表現に注入する蒸留アルゴリズムを提案し、実験により現在のVLMは堅牢な地域認識能力を欠くものの、提案手法がクロスリージョン性能を向上させることを示しています。

本研究では、Sentinel-2画像を用いた0-20m深度範囲における転移可能な衛星由来水深測深（SDB）について、ランダムフォレストと4つのCNN（ResNet-50、ResNet-101、EfficientNet-B4、ConvNeXt-Large）を評価。空間連続性（連続した礁ブロック）の維持と平滑重み関数（SWF）重み付きRMSE損失を導入し、地域内RMSEは1.15-1.92m（浅水域では0.26m以下）、地域間RMSEは深層モデルで2.46-2.98mを達成。MagicBathyNetベンチマークでは、提案ネットワークが0.19-0.22mのRMSEで、より少ないパラメータでU-Netや専用Transformerを上回る。多時期画像の中央値集約によりノイズを低減し、最適化されたアーキテクチャと事前学習済み重みを公開。

MetaWorldは、単一視点ビデオからマルチエージェントビデオワールドモデルを拡張する新しいフレームワークであり、データ不足とワールド状態の整合性の課題に対処します。単眼ワールド状態展開（MWSU）によりカメラの自己運動と被写体の軌跡を分解し、被写体認識ワールド生成器で外観駆動シミュレーションを行い、ワールド状態整合（WSA）によりクロスビュー一貫性を確保します。実験では優れたクロスビュー一貫性と同一性忠実度を示しています。

Plan2Mapは、英国の計画記録から地理空間境界を再構成するための208ケースのマルチモーダルベンチマークです。研究者らはGeoPlanAgentシステムを提案し、証拠抽出、位置特定、地図登録、境界セグメンテーション、投影、検証の各ステップでタスクを分解し、平均IoU 0.736、中央値IoU 0.904を達成しました。