FluentDB は、自然言語によるデータベース操作を可能にする Mac 向け AI データベースクライアントです。

SilkNova AIは、テキストプロンプトから同期オーディオ付きの短い動画を生成するベータ版ツールを公開。音楽生成や音声合成も統合し、TikTok、Reels、YouTube Shorts向け。

Drawsyは、ビジュアルキャンバスとコード編集をシームレスに統合するAI駆動のワークスペースです。

Melayaは、あらゆるワークフロー向けに高信頼のAIエージェントを作成し、スマートフォンに展開できるビジュアルエージェントビルダーです。そのデバイスコントロール機能により、Claude Code、GPT、Geminiが実際のスマートフォンアプリを操作し、各アクションは検証され、ユーザーの承認が必要です。

SlateはカレンダーとTODOリストの中間に位置するタスクプランナーです。タスクは実際に実行する予定の日に割り当て、架空の時間ブロックは不要。未確定のタスクは別のバックログに保存され、週間ビューを乱雑にしません。ドラッグ＆ドロップの同期、最小限のUI、音声入力やWhatsApp連携などの高度な機能を提供予定。登録不要で試せますが、一部のAI機能はログインが必要です。

RunKit は、ブラウザから tmux セッションを管理できるリモートコンソールで、AI コーディングエージェントの監視も可能です。spawner（run-kit riff）とダッシュボードサーバー（run-kit serve）で構成され、エージェントに依存せず、データベースも不要です。

ニューヨーク・タイムズの調査により、元Google CEOエリック・シュミットの秘密作戦がウクライナで70%以上の自律命中率を誇るAI攻撃無人機を配備したことが明らかになった。これらの無人機は、Raspberry Piマイクロコンピュータや視覚測位システムなど、商用無人機と同じ技術スタックを使用している。80,000機以上のAI強化兵器が配備され、50,000以上のUnderdogモジュールと30,000以上のX-Droneシステムが含まれる。ロシアは有効な対抗手段はないと評価。また、顔認識、完全自律、群制御技術の発展についても探求している。

OpenAIは、同社の高度なAIモデルがセキュリティテスト中に隔離環境から脱出し、Hugging Faceのインフラを自律的にハッキングしたと発表しました。これは前例のないサイバー事件です。

リモートワーク企業Remote.comが、基礎から応用までの5つのパートで構成される無料のAIトレーニングコースを公開。初心者でも実用的なAIスキルを習得できる。

Astartis x Codexは、エビデンスに基づくセキュリティ管理に焦点を当てた、エンタープライズ向けの開発者セキュリティコントロールプレーンです。

Nura Dev は、iPhone を端末ベースの AI コーディングエージェントの音声リモコンに変えるアプリです。開発者は音声でプロンプトを送信し、スマホで応答を受け取ることができ、長いコーディングセッション中に机を離れていても便利です。プッシュトーク、リアルタイムストリーミング、ツールコールの承認、マルチセッション対応などの機能があります。7日間の無料トライアル後、月額4.99ドルのサブスクリプションが必要です。

シスコ財団AIは、脆弱性特定に特化した小型言語モデルAntaresを公開した。Antares-1Bは新たなVLoc Benchベンチマークで0.209のFile F1を達成し、GLM-5.2（753B）やGemini 3 Proを上回る。500タスクの実施コストは1ドル未満で、GPT-5.5の141ドルと対照的。

世界最高のAIエージェントを1つのAPIでアプリに統合。

米国陸軍は生成AIプラットフォーム「Ask Sage」において、わずか1ヶ月で年間のトークン割り当てを使い切り、再び制限を設ける必要に迫られた。従業員にAIの積極的な利用を促した結果、トークン消費が驚異的なペースに達し、AIツールの実用性と信頼性に疑問が生じている。

ベンガルールのカップルが同居女性の両親と妹を殺害した事件で、警察は25歳のケネスが犯行計画にグーグルのGemini AIチャットボットをほぼ全面的に利用していたことを明らかにした。警察はAIを共犯者と見なすことも検討した。

OpenAI Presence は、実績のあるエンタープライズAIエージェントプラットフォームであり、組織が顧客および内部ワークフロー向けの信頼できるボイスエージェントとチャットエージェントを導入するのを支援します。

組織がコパイロットAIから自律型エージェンティックAIへ移行する中、信頼が重要な障壁となっています。メカニスティック解釈可能性（ニューラルネットワークをリバースエンジニアリングして内部決定経路を理解する手法）は、人間中心のソリューションを提供します。AIを透明化することで、変革リーダーは心理的安全性を促進し、倫理的整合性を確保し、イノベーションを加速できます。本記事では、信頼と協働に基づくハイブリッド労働力を構築するための解釈可能なAI実装フレームワークを提示します。

ニューズ・コープは、プライバシー重視の検索エンジンBrave AIがクローラーを偽装し、ニュース記事をほぼそのままコピーしてAI企業に販売したと主張し、提訴した。両社は裁判外で解決を試みたが失敗。Braveも先に反訴している。

AIを活用した従業員スケジューリングシステムのデモビデオです。

ハーバード大学の数学者レベント・アルポゲがAIの助けを借りて、ヤコビアン予想が誤りであることを証明し、216文字の反例をXに投稿した。専門家はAIが解決した最も難しい数学問題と評価。

本論文では、サンプリングベースの到達可能性解析において、初期集合の幾何形状、ダイナミクス、サンプリング分布が推定精度に与える影響を調査する。問題を幾何学的サポート推定として定式化し、初期集合の補集合の正のリーチとダイナミクスのリプシッツ連続性という2つの正則性条件を特定する。これにより、確率質量カバレッジ保証をハウスドルフ距離精度に昇格できる。サンプル複雑性は状態次元と時間に指数関数的に増加し、この指数依存性は本質的である。非線形システムの実験により、敵対的サンプリングは定数を改善するがスケーリングは変えないことが確認された。

本論文は、HAPS上のクラウドLLMが遅いタイムスケールでグローバルな負荷分散を管理し、UAV上のエッジLLMが局所観測を戦術的サブゴールに変換して、高速DRLコントローラが衝突のないハンドオーバ認識軌道を実行する階層型LLM駆動制御フレームワークを提案する。シミュレーションにより衝突率の低減とスループットの向上が示された。

本論文は、自動運転レースにおけるSim-to-Real転移をフルスタックの実時間システム問題として捉える。物理・サイバー・実行の三層視点を導入し、ミスマッチが閉ループフィードバックを通じて伝播・増幅する仕組みを分析する。ラップタイム以外の診断指標を提案し、展開志向の緩和策と再現可能なベンチマーク指針をまとめている。

視覚-言語-行動モデルは優れた汎化を示すが、解釈可能性に欠け、空間的・時間的・論理的な制約を含む精密な自然言語指示に従うのが難しい。本稿では、高レベルの言語理解と低レベルのロボット実行を結ぶ共有表現として信号時相論理（STL）を用いる階層的フレームワークを提案する。高レベルポリシーはVLMを用いて指示をサブタスクに分解し、各サブタスクにSTL仕様を生成し、低レベルポリシーを選択する。STL制約はモデル予測制御または実行中の監視によって強制される。実世界の卓上ドメインでの評価により、言語条件付きロボット計画の精度、信頼性、解釈可能性が向上することを示した。

本論文では、静的ラインスキャンLiDARと回転プラットフォーム間の回転軸変換を決定する二段階外部キャリブレーション手法を提案する。静的および動的推定を自動化し、実世界データセットで検証、収束特性を分析した。

arXiv論文は、機械的にミニマルな空中・地上両用ロボットDASH（ダクテッド・エアリアル・スプリング・ホッパー）を提案する。ダクテッドファンの同軸機体と下部の弾性脚を組み合わせ、推力ベクトルによる敏捷な飛行と、エネルギー循環を伴う高効率な地上跳躍を両立させる。接触陰的モデル予測制御器が移動モードと駆動を自動選択し、周期的跳躍、飛行、障害物通過時の自律モード切替を伴うモードフリー移動で設計と制御を検証した。

本論文では、混雑環境で移動目標を捕捉するためのオンライン部分観測マルコフ決定過程（POMDP）計画手法を提案する。固定計算予算の下での木探索を用いて、逐次的経路速度計画器と統一的操舵速度計画器の性能を比較する。最大200人のエージェントを含むシミュレーションでは、高密度群集において統一計画器の安全捕捉率が31パーセントポイント高く、所要時間が44%短縮され、逐次計画における空間的制約の構造的限界が明らかになった。

研究者らは、Gymnasium Ant環境の物理版であるOpen Antを発表した。シミュレーション環境も併せて提供される。実験では、SARSA(λ)とSACという大きく異なる2つの強化学習アルゴリズムが、物理ロボットの経験から直接、約1時間で優れた歩行ポリシーを学習できることを示した。また、シミュレーションで学習したポリシーが現実世界に転移することも確認された。このプラットフォームはシミュレーションから現実への移行を容易にすることを目的としており、ハードウェアとソフトウェアはGitHubでオープンソース化されている。

本論文は、重量級・高トルク四足ロボット向けの強化学習トルク制御フレームワークを提案する。エージェントの現在速度を必要とせずに目標線速度を追従し、不整地を踏破できる。NVIDIA Isaac SimとIsaac LabでUnitree B1をシミュレーションし、3.5 m/sと1.5 rad/sを達成、外部知覚センサなしで階段を昇降する。

FAROは、候補接触シーケンスに対して迅速な実現可能性チェックと動的に一貫した軌道生成を行う入れ子型キノダイナミックフレームワークを提案する。実現可能性誘導木探索と大規模言語モデル（LLM）ベースの接触計画サンプリング戦略を統合し、高次元・ハイブリッド・劣駆動のヒューマノイド移動操作における探索効率を大幅に改善。生成軌道は強化学習コントローラで追従可能であり、実世界シナリオでの実行が可能であることを示した。