Google UKは最新の経済影響報告書を発表。職場でのAI導入率は1年で倍増したが、上位15％の「AI先駆者」だけが昇進や昇給などの恩恵を享受している。ユーザーを4つの段階に分類し、行動・認知・組織の障壁を特定。2030年までに1000万人のAIスキル訓練を目指す全国的なスキルアップ計画を紹介。

AI サービスが一時的に利用できないため、復旧後に翻訳を補完します。ソース概要：Discussion | Link

Zero Trace AIは、ログ、履歴、トラッキングを一切行わない完全プライベートなAIチャットを提供します。会話はタブを閉じると消え、メッセージは決して保存されません。無料版はAI知識のみ、ProまたはUltraでライブウェブ検索が可能。トークンと利用規約への同意はブラウザのローカルにのみ保存され、サーバーには送信されません。

Moondreamの推論エンジンPhotonは、パイプライン型デコード技術を用いてGPUのアイドル時間を最小限に抑え、NVIDIA B200上で約33msのほぼリアルタイムVLM推論を実現し、デコードスループットを最大35%向上させます。

cwsumはChrome拡張機能で、AIを使って任意のウェブページを要約・再フォーマットし、英語と中国語のバイリンガル出力に対応します。サイドパネルにTL;DRの箇条書き要約または完全なMarkdown版（画像・リンク・テーブル保持）を表示。APIキーはローカル保存、分析も中間サーバーもなし、軽量でオープンソースです。

Livinity は、内蔵 AI エージェント Liv を備えたオープンソースのホームサーバー OS です。使わなくなった PC をプライベート AI ホームサーバーに変え、495 以上のワンクリック Docker アプリを提供します。ユーザーは自分の Claude または Gemini キーを使用してデータのプライバシーを確保できます。

2017年、哲学者イアソン・ガブリエルはGoogle DeepMindに入社し、最先端AI研究所で唯一の現役哲学者となった。彼の仕事はAI安全性とAI倫理の溝を埋め、人工知能の倫理的考察に新たな道を開いた。

身体的介護ロボットは、多様なユーザー、タスク、環境、そして様々な形態に対応する必要があります。既存システムの多くは特定の環境とロボットの形態に密結合しており、人間との相互作用を明示的にモデル化していません。本論文では、インタラクションテンプレートと統一3D動的シーングラフを用いて状況認識適応を実現するE²-CAREフレームワークを提案し、スキルテンプレートを異なる環境やロボット形態間でゼロショットかつ安全に再利用可能にします。数百のシミュレーション環境と実世界ユーザー研究で一貫した適応を実証しました。

本研究では、イチゴの検出、位置特定、接近、非破壊甘味評価のためのロボットアームベースの分光センシングシステムを提案する。YOLOv11s検出器、RGB-ToFキャリブレーション、ハンドアイキャリブレーションを統合し、88.10%のエンドツーエンド成功率を達成。農業品質管理のためのスケーラブルなソリューションを提供する。

新論文がTISED分析フレームワークを提案し、身体性タスクにおける損失のある推論最適化の逆説的効果を明らかにした。静的タスクではステップあたりの遅延が減少してもタスク完了時間が延びる場合があり、動的タスクでは適度な最適化が成功率を向上させ、最適構成はハードウェアによって変化する。

FADAはプランナーと逆動力学モデルからなる3段階フレームワークを提案し、展開時に約2分間の目標ドメインrolloutでIDMのみを微調整することで、動力学変化下での高精度な全身制御を実現し、インコンテキスト適応やエンドツーエンド適応のベースラインを上回る性能を示した。

本論文では、簡単なコンパスと効果的な変換を用いて非線形状態空間モデルを線形モデルに変換するLMKF SLAMという新しい手法を提案する。これにより、拡張カルマンフィルタ（EKF）ベースのSLAMにおける発散問題を解決する。実験では、精度、収束性、計算複雑性において従来手法より優れ、センサ不確かさやパラメータ変化に対しても安定であることが示された。

RO-MAN 2026で発表された研究は、2人1組の協調型脱出ゲームにおいてヒューマノイドロボットの受動的モデルと能動的モデルを比較し、能動性が相互作用の頻度を大きく高める一方、受動的モデルの方が記述的に高い成功率を示したこと、また効果がユーザーの経験や性格によって調整されることを明らかにした。

本論文は、受動的物体状態ワールドモデルが物理情報を事象に応じてどう組織化するかを調べるための制御された診断プロトコルを提案する。自由運動・衝突・遮蔽の事象を含む平衡化されたデータセットで、リカレント型、アテンション型、潜在状態空間型の遷移モデルを評価し、隠れ状態から事象レジームを高い信頼性で読み出せること、事象文脈が運動学・接触・対象永続性の各物理場の読み出しを体系的に再重み付けすること、場に整合した方向を抑制すると事象関連の予測が劣化することを示した。ただし著者らは、これが明示的な物理モジュールや孤立した因果回路を意味するものではないと慎重に留保している。

RoboGazeは、トレーニング不要のマルチエージェントVLMフレームワークであり、生成されたロボット操作ビデオに対して構造化され解釈可能な評価を提供します。3段階パイプラインを採用し、新しい分類法に基づいて時間的に局所化された異常レポートを出力し、ゼロショットベースラインを大幅に上回ります。

本論文は、クエリ駆動型デジタルツインアーキテクチャとクロスタイムステップ漸進クエリ機構を提案し、冗長なデータ送信を削減しつつ忠実度を維持する。シミュレーションでは計画位置誤差が24%低減し、通信オーバーヘッドが40%削減された。

新しい研究は、ソーシャルロボティクスにおけるLLMの道徳的トレードオフ行動を多言語で評価するための勾配ベースの監査フレームワークを導入した。文化嗜好の勾配追跡における持続的で文化非対称な失敗を明らかにし、プロンプトだけでは信頼性を持って修正できず、モデル要因がより堅牢なレバーであることを示唆している。

L.A. Muñoz氏は、構造アナスタイローシスを逆予測タスクとして扱うGPU加速深層学習フレームワーク「Jenga Inverse Predictor（JIP-2）」を提案。崩壊したブロック集合の画像から、剛体物理エンジン、摩擦閾値解析、デュアルストリームResNet-18を用いて最も確率の高い元の塔構造を再構築し、ブロックごとの逆再構築のスムーズな3D動画を生成する。論文はユネスコ世界遺産のメキシコ・ウシュマル遺跡におけるコンピュータ支援アナスタイローシスへの応用可能性を議論している。

本論文では、事前学習済みの胸部X線レポート生成器に対し、トレーニング不要で遷移を認識するベスト・オブ・Nサンプリング手法を提案する。レポートを文に分割してベクトル埋め込みし、集合間距離で変化を符号化し、コサイン距離で候補をスコアリングする。複数の生成器で評価した結果、無作為選択を上回り、特にImpressionセクションで最大の改善が見られた。

RADIANT-PETは、高感度のボクセルレベルセグメンテーションモデルと病変レベルのLLM判定を組み合わせた推論拡張フレームワークである。構造化テキスト記述と強化学習を活用し、AutoPETおよびOSUテストコホートで強力な画像のみのベースラインを上回り、放射線レポートが提供された場合に最大の改善を示す。

本論文は、クラス数が少ない実世界応用に焦点を当てた忠実度ベースのXAI指標の変種を提案する。分布内で不確実性を誘発する摂動を生成し、説明の忠実性を適切に測定する。医療画像と自然画像の両方で、人間中心の物体位置特定・セグメンテーション指標と比較し、領域、データキュレーション、XAI手法選択の間の複雑な相関を明らかにする。

研究者らはTopo4Vecフレームワークを提案し、空間表現学習を用いて地理空間ベクターデータのトポロジーエラーを自動検出した。ロサンゼルス、ミュンヘン、シンガポールでの評価で、建物の重複検出で最大0.99、道路ネットワークのオーバーシュート/アンダーシュート検出で0.60の精度を達成した。

本論文では、サッカー映像からプレイヤーのアクションをスポッティングするための2段階パイプラインを提案する。まず、時間トランスフォーマーを備えたトラック認識アクション検出器（TAAD）がプレイヤーごとのアクションロジットを生成し、次にノイズ除去系列変換（DST）トランスフォーマーがゲーム状態特徴とTAADロジットを構造化されたイベント系列に変換する。空間優先の注意順序付けによりMacro-F1が1.87%向上し、合意フィルタリングを用いた重み付きアンサンブルによりチャレンジのMacro-F1が48.6から58.94に向上した。

本論文は、画像自己回帰モデルが生成時に残す特徴的なパターンを事後的に検出するフレームワークを提案する。生成過程や出力の変更を必要とせず、既公開画像や透かしなしモデルにも適用可能で、堅牢な来歴追跡を実現する。

本論文は、nuPlan mini のエージェント状態データで最小構成の JEPA 世界モデルを訓練し、時間予測誤差をゼロショットの複雑度スコアとして用いる手法を提案する。ラベルなしで保護なし右左折や歩行者関連シーンに高いスコアを割り当てる。

本論文は、記憶拡張オートエンコーダを用いた完全教師なし時空間特徴融合フレームワークを提案し、DaLiAcとPAMAP2データセットでそれぞれ96.6%と98.4%の精度を達成し、教師ありベースラインを上回った。

GeoISFは、WordNetを用いて構築したインスタンスセマンティックフォレストにより、地上LiDAR点群と衛星画像間のモダリティギャップを橋渡しする大規模クロスビュー位置推定手法を提案する。KITTIデータセットにおいて、R@10指標で並行するLiDAR-to-image手法の13.22倍の性能を達成し、コードはオープンソース化される予定である。

CogSci 2026に採択された論文は、アメリカ手話で学習した手話認識モデルが抽象的な音韻特徴を捉えているかを調べ、創発的な音韻感度とアーキテクチャ間のトレードオフを明らかにした。姿勢ベースのモデルは手の形の対比に敏感で、ピクセルベースのモデルは位置変化の把握に優れ、姿勢ベースモデルの潜在表現は人間の知覚類似性判断と相関（r≈0.49）することが示された。

Manuel Pitaの論文は、LLMが理論的構成概念をコード化する際の構成概念妥当性を検証する「グレイン較正」を提案する。構成概念を節レベルの要素に分解し、抽出証拠で各要素を検証し、明示的な理論導出規則で組み合わせることで、検証を出力の一致からプロセスの証拠へと移行させる。

本論文は、オンライン方策蒸留（OPD）向けの能力認識型監督手法 SEAD を提案する。教師と生徒の結合エントロピーを用いて、トークン・訓練段階・プロンプトの3つの尺度で非効率な監督を検出し、トークン分割、KL アニーリング、難易度カリキュラムを適用する。OLMo-3 では、標準的な OPD と比べて平均精度が 4.8 ポイント向上した。