Thinking Machines Lab は、初の汎用オープンウェイト基盤モデル Inkling を発表しました。9750 億パラメータ（アクティブは 410 億）、100 万トークンのコンテキストウィンドウを持つマルチモーダル MoE モデルです。カスタマイズ可能な設計で、推論、コーディング、エージェントワークフロー、マルチモーダルタスクに優れています。本ガイドでは、アーキテクチャ、トレーニング、ベンチマーク、展開、ファインチューニングのワークフローを詳しく解説します。

NYC LL144およびEU AI Actに関する無料のコンプライアンスリソース。ガイド、罰金計算ツール、AEDTスコープチェッカーなどを提供。執行スケジュール、罰金事例、監査要件、主要な義務をカバー。

エージェンティックAIは、自律的に計画、意思決定、行動を行い目標を達成するAIシステムです。従来のチャットボットから一歩進み、デジタルチームメイトのような役割を果たします。本記事では定義、推進要因、ユースケース、課題、インフラの重要性を解説します。

Zlvox AI Humanizer は、Groq Llama 3.3 を使用して AI 生成テキストを自然な人間の文章に変換する無料のオンラインツールです。GPTZero や Turnitin などの検出器を回避でき、複数の人間化レベル、トーン調整、文法修正、パラフレーズ、要約機能を備えています。サインアップ不要で無制限に利用できます。

Metaの監視委員会による新たな研究は、米国製を含む主要なAIシステムが権威主義的な指導者を批判することを拒否する傾向が強く、AIがプロパガンダツールになる可能性があると警告しています。

Inklingは、ファインチューニングに特化したオープンウェイトの975Bパラメータマルチモーダルモデルです。

専門家は、バードウォッチングプラットフォームでの加工写真の増加が偽の目撃情報を作り出し、科学者が使用するツールの信頼性を脅かしていると警告しています。

MemoGuardは、エピソード記憶を再利用する前にトポロジー、リソース、結果の契約を検証する軽量な適応型ランタイムであり、通信制限されたロボットの不安全行動とフォールバック推論を削減します。

本論文では、軟質アーキテクチャセグメントに埋め込まれた流体制御圧力センサの共通信号から固有感覚と接触信号を分離するモデルベース戦略を提案する。各セグメントには6つの空気チャネルがあり、過決定系を処理するために区分一定曲率モデルとHuber回帰を用いて形状推定と接触検出を実現する。単一セグメント試験では、相対曲げ誤差0.11±0.02、接触検出率97%を達成。8つのセグメントを統合したAir-Helix腱駆動マニピュレータで、触覚教示、アドミッタンス制御、物体再構築を実証。

本論文は、対話型Q&Aを通じて動的にパーソナライズされた心理学的に基づくロボットのパーソナを生成するPACEフレームワークを提案する。Ameca人型ロボットに統合され、静的ベースラインと比較してユーザの信頼、擬人化認識、インタラクション品質を大幅に向上させる。

本論文はキノダイナミック制約下のシステムに対する多目的運動計画を扱い、Stable Sparse-RRT（SST）を基盤とした統一的なアルゴリズム枠組みを提案する。従来のコストスカラー化を置き換え、辞書式最適化・制約付き最適化・パレートフロント近似の三種類を理論保証と実験評価とともに示す。

本論文は、物理的なワークスペースのレイアウトを最適化することで、共有自律システムにおける目標推論の信頼性を向上させ、確率的な正当性保証を提供する。実験により、最適化されたレイアウトはあいまいさを低減し、推論精度を向上させることが示された。

本論文は、社会的ロボットナビゲーションにおける重要な不一致を扱う。既存の選好学習は人間が不確実な結果を期待効用で評価すると仮定するが、行動科学的証拠は人間が体系的にリスクに敏感であり、稀な負の事象を過大評価し損失回避を示すことを示している。著者らはBradley-Terry選好学習の枠組みで期待効用と累積プロスペクト理論を比較し、リスクに敏感なユーザーの選好では累積プロスペクト理論に基づく学習器が大幅に低い後悔で報酬関数を回復することを予備実験で示した。

本論文は、視触覚アクティブパーム（VTAP）と触覚アレイセンサを備えた柔軟で再構成可能な指を統合した触覚反応型グリッパを提案する。指と掌の協調およびマルチモーダル知覚により、高自由度の人間型設計に頼らずに堅牢な把持と精密操作を実現し、遠隔操作のための段階的なジェスチャ条件付きリターゲティングフレームワークも導入している。

本論文は、2液注型法を用いたソフト空気圧アクチュエータの堅牢で再現性が高くスケーラブルな製造手順を提案する。内部空洞の詰まりを防ぎ、気密シールを確保する。また、薄膜フレックスセンサの堅牢な埋め込み手順を紹介し、有限要素モデリング、PID圧力制御実験、自動画像処理によるキャリブレーションで検証した。2名の作業者と24回の成功した製造で再現性を確認し、階段状および正弦波入力実験では、粘弾性応答と一致するわずかなヒステリシスを伴う再現可能な角度応答を示した。

NeuroCommitSSMは、支援ロボット操作における安全なコミット・実行制御のための意思決定中心型フレームワークです。同期したEEG、EMG、アイトラッキングから連続的なコミット準備スコアを予測し、滞留時間とヒステリシスフィルタリングにより離散的なコミットイベントに変換します。3状態有限状態スーパーバイザーHOLD-ASSIST-COMMIT（HAC）は、神経モデルからの持続的なコミット準備信号とリアルタイムの実行可能性チェックの両方を要求して実行を制御します。32名の被験者による5つの日常生活動作タスクの評価では、0.950の行動バランス精度、1000RESTウィンドウあたり0.75の誤コミットを達成し、センサー欠落下でも頑健性を維持します。ハードウェアインザループ検証により、誤起動と意思決定の不安定性を低減しつつ、タスク成功率を損なわないことが示されました。

小米ロボティクスチームは、UMIデバイスで収集した10万時間超の実世界操作軌道で事前学習した基盤的視覚-言語-行動モデルXiaomi-Robotics-1を発表した。軌道クリップを自然言語の状態遷移記述に変換するスケーラブルな自動ラベリングパイプラインを備え、RoboCasa365で57.6%の成功率、RoboDojoで平均20.07を記録して従来の最先端を大きく上回った。コードとモデルチェックポイントは公開予定である。

本論文は、約3.9万のビデオ・テキスト・衛星画像のトリプレットからなるSeqGeo-VLデータセットと、ビデオクリップとルート記述の両方を処理できる統合フレームワークTrajLocを提案する。さらに、軌跡の幾何情報に基づいてクエリ埋め込みを条件付けする軽量モジュールTrajModを導入し、ビデオおよびテキストの地理位置推定において最先端手法を大幅に上回る性能を達成した。ECCV 2026に採択済み。

この研究は、マンモグラフィ検診データに異常症例が豊富な外部データセットを追加することがAIの性能を向上させるかどうかを調査した。結果は、外部の陽性症例を追加すると性能が低下し、モデルがデータセットの起源をほぼ完璧に識別できることを示し、データセット固有の特徴がドメインシフトを引き起こすことを明らかにした。

新しい研究は、畳み込みニューラルネットワーク（CNN）が方向特徴を効果的に抽出できないことを示した。確信度付きのコンパクトな方向特徴を含む複素構造テンソルを入力として与えることで、眼周囲の生体認証精度が一貫して向上し、等誤り率（EER）が5〜26%低減した。

GS-RealBlurは、ブレのリアリズムと取得の柔軟性を両立するデータ取得フレームワークである。手持ちカメラでブレ画像を撮影し、ジンバルで同一シーンの鮮明画像を密に撮影する。鮮明画像から3D表現を再構成し、その中で各ブレフレームのカメラ姿勢を較正し、姿勢に応じてレンダリングした画像を鮮明な対応画像とする。レンダリング画像とブレ画像の位置合わせを改善するため、見た目の一貫性と重心合わせの制約を用いて姿勢を精緻化するBlur-aware Pose Refinement（BPR）モジュールを導入する。構築した高品質で多様なデータセットで学習したモデルは、既存の合成データセットや実世界データセットで学習したモデルを上回り、様々な実世界デブレ除去ベンチマークで優れた汎化性能を示す。コードとデータセットは公開予定である。

本論文は、RGB映像の送信を教師なしキーポイントと予測的時間モデリングによるコンパクトな動作表現に置き換える、プライバシー保護型の転倒検出フレームワークを提案する。UR Fall DetectionとHuman Fallのデータセットを用い、ランダム分割・被験者分離・遮蔽ベースの分割で評価した結果、ランダム分割は有意な差を隠すこと、被験者分離では教師ありキーポイントが優位である一方、遮蔽条件下では教師なしキーポイントが転倒の検出感度を大きく維持し、帯域制約下でその差がさらに広がることが示された。

部分情報分解（PID）フレームワークを用いて、トレーニング前に最適なMRIコントラストペアを選択し、マルチコントラスト3D脳腫瘍セグメンテーションの計算コストを削減する。T1n、T1c、T2w、T2-FLAIRに適用した結果、T1c+T2-FLAIRが選択され、軽量3D U-Netで平均Dice 0.676（全4入力では0.687）を達成した。

マルチモーダル大規模言語モデル（MLLM）は、物体全体のグラウンディングは得意ですが、クエリが物体ではなくパーツを指定する場合に苦戦します。本論文では、物体-パーツ階層リフレクティブグラウンディング（OP-HRG）を提案します。これは粗から細への推論誘導戦略で、まず親オブジェクトを特定し、次にその中のパーツを特定します。自己チェックで結果を検証し、予測クロップを再エンコードして修正領域を検査する拡張も行います。パーツ認識型GRPOフレームワークを導入し、段階的報酬でパイプラインを訓練します。4Bモデルは、PascalPart、PartImageNet、InstructPartにおいて7BグラウンディングLLMやSAM3を上回り、推論セグメンテーションにも転移できます。

新しい論文は、訓練、3Dラベル、少数ショットサポートを一切必要としない、完全に訓練不要のオープン語彙3D点群セグメンテーション手法を提案している。凍結された3D視覚言語モデルと凍結されたプロンプト可能な概念セグメンターを組み合わせ、クロスビュー一貫性で調整する。ScanNet200では新規クラスのmIoUを+2.6改善しつつベース精度を維持し、ScanNet++では新規mIoUをほぼ倍増（16.2から31.9）させる。

AI生成動画（AIGV）はフレーム間の不整合による微妙な時間的アーティファクトを含む。しかし、標準的なグローバルリードアウトを用いるビデオバックボーンは、局所パッチの時間ダイナミクスを抑制し、検出を妨げる。提案手法V-PVPは、パッチ速度場上の並列ストリームで集約層を置き換える軽量リードアウトで、約0.5Mパラメータを追加し、バックボーンを凍結したままAIGVDBenchで95.28 AUCを達成。

FER-2013、CK+、KDEF の3つのデータセットで HOG+SVM、LBP+ロジスティック回帰、軽量 CNN を比較した研究。CNN が全体として最高性能を示し、HOG は制御された環境で強く、LBP はすべてのデータセットで低性能だった。

研究者らは、LLMが結論の出ていない証拠から、根拠があり識別力と検証可能性を備えた仮説空間を自律的に構築できるかを評価する「前瞻的仮説発見（PHD）」タスクを提案した。6領域988ケースからなるHypoArenaベンチマークを構築し、15の最先端モデルを評価した結果、明確な能力層別と、構造化分析スキルによるモデル依存の効果が明らかになった。

本論文では、BIRDという2段階の自己推論蒸留手法を提案する。最初に簡潔な指示で解をサンプリングし、プロンプト切り替えSFTを行い、その後、よりクリーンなプレフィックスに対してオン方策逆KL蒸留を適用する。Qwen3-8Bでは、MATH-500の精度が86.2%から92.0%に向上し、応答長が3,099トークンから1,115トークンに削減された。

本論文は、マスク付き拡散言語モデルのデコーディング向けに AdaLook と呼ぶ適応型先読みフレームワークを提案する。候補スコアの分散に基づいてロールアウトを継続するか動的に判断し、中間状態で追加探索が必要な場合に分岐拡張を可能にすることで、1ステップ先読み手法よりも優れた精度とデコーディングステップのトレードオフを実現する。