BrandLMは、Claude Mythosを使って1日で構築されたAI可視性監査ツールで、ChatGPTやClaudeなどのAIプラットフォームにおけるブランドの言及状況を分析します。

新たな調査によると、87%のデジタルワーカーが業務でAIを使用しているにもかかわらず、組織のパフォーマンスが大幅に向上したと答えたのはわずか13%です。従業員は平均して週6.4時間を「ボットシッティング」に費やしており、これはAIの出力をチェックし、デバッグし、修正する作業です。さらに、AIユーザーの69%が「ボットシッティング（botshitting）」を認めており、十分なレビューなしにAI生成の成果物を納品しています。レポートは、先進的な組織が個人、チーム、組織レベルでAIの「人的インフラ」を構築していると指摘しています。

Z.ai は 2026 年 6 月 13 日、GLM-5.2 を全 GLM Coding Plan ティア向けにリリースしました。特筆すべきは、100万トークンのコンテキストウィンドウと、High および Max の思考努力レベルです。Anthropic 互換のエンドポイントを通じて、Claude Code、Cline、OpenClaw に簡単に統合できます。リリース時点ではベンチマークスコアは公表されておらず、MIT オープンウェイトは来週公開予定です。

Claude Codeがタスクを完了するのを待つ間、報酬を受け取れるプラットフォーム。

無料のAIレジュメビルダー。登録不要で、プロフェッショナルでATS対応の履歴書を作成。ゼロから作成または既存の履歴書をアップロード可能。AIが各項目を強化し、ワンクリックでPDFまたはWordに出力。

Apploraは無料ツールで、Shopifyアプリストアの低評価レビューをAI分析し、マーチャントの本当の不満を抽出、構築難易度順に並べた課題クラスターとソリューション概要を提供します。開発者はこれにより、証拠に基づいた市場ギャップを発見できます。

AIはカスタマーサービスのコストを削減していますが、組織のリスクを加速させる可能性もあります。スタンフォード大学の研究では、汎用AIチャットボットの法的クエリに対する幻覚率は58%から82%に及ぶことが示されています。AIが問題を解決できない場合、ブランドのネットプロモータースコアは最大70ポイント低下する可能性があります。本記事では、生成AIをカスタマーサービスに展開する際に組織の準備態勢を維持する方法について、信頼の閾値、決定論的AI基盤、エスカレーションデザインなどの重要な洞察を探ります。

AgentBridgeは、異なるAIエージェントプロトコル間の翻訳とガバナンスメッシュとして機能するオープンソースのPythonプロジェクトです。MCP、A2A、ACPなどの6つのプロトコルをサポートし、本人確認、予算管理、監査証跡、ポリシーエンジンを提供します。現在はプロトタイプですが、150以上のテストに合格しています。

Fugeeは、避難民や亡命希望者が新しい環境に適応するのを支援するために設計されたAIアシスタントのビデオプレゼンテーションです。

カリフォルニア州の控訴裁判所は、生成AIの誤りを含む書面を提出した南カリフォルニアの法律事務所の弁護士に対する6000ドルの制裁を支持しました。第一審裁判官はこれを「私が裁判官になってから見た中で最も悪質な弁護士の不正行為の例」と評しました。

AIを使って学校の課題を終えることがカンニングに当たるのかを問いかける示唆に富んだエッセイ。教育システムの二重の目標——能力主義的な選別と形成的発達——を掘り下げ、競争の激しい環境で学生がAIに頼る理由を考察する。

MiMo Codeは、明示的な長期記憶アーキテクチャを備えたコーディングエージェントです。

本論文は、蒸留された視覚言語モデルからシーン信頼性ヒートマップを生成し、微分可能な2段階ESDFコストで拡散過程を誘導する信頼性認識拡散プランナを提案する。シミュレーションと実機四輪飛行体で障害物違反率を40.3%から9.6%に低減し、通過領域の平均信頼性を0.588から0.925に向上させた。

AnyGoalは、視覚言語モデル（VLM）を活用したフロンティア探索と共有2Dガウスベイズ価値マップ（BVM）によるエージェント調整を特徴とする訓練不要のマルチロボットナビゲーションアーキテクチャであり、GOAT-Benchで52.4%のサブタスク成功率を達成し、Modular GOATより27.5ポイント向上。

本論文は、挿入・分解・ねじ締め・探索的相互作用を含む12種類の接触の多い操作タスクを対象に、視覚-触覚ワールドモデルを体系的に評価するベンチマーク ContactWorld を提案する。空間的に構造化され時間的に連続な表現が最も安定した計画性能を示し、点群観測により平均計画成功率は手首視点の20.7%および正面視点の22.0%から32.1%へ向上した。さらに点群と触覚力場表現を組み合わせることで36.1%に達し、全タスクで最高性能を記録した。触覚知覚の有効性は単なるモダリティ数の拡大ではなく、モダリティ間の表現互換性に依存し、長期的な計画においてより重要になることが示された。

単一GPUでの視覚-言語-行動モデル（VLA-JEPA）のファインチューニングにおいて、同じコードでも異なるランダムシードによって、12回は成功率91-94%であるのに対し、1回は65.2%に低下する「シードロッタリー」現象が発見された。原因は出力崩壊であり、行動予測器が入力に関わらずほぼ同じ出力を生成する。重みレベル正則化（L2、EWC）では検出できないが、出力レベル正則化（VICReg、ドロップアウト、学習率半減）で壊滅的なシードを完全に排除できる。最も簡単な対策はオプティマイザ設定の1つの数値を変更すること。

本論文は、ランダムフーリエ特徴に基づく微分可能なカーネル近似で未知外乱をモデル化するドメイン適応方策学習アルゴリズムを提案する。オフライン訓練はRTX 4090上でわずか50秒、実機展開時はオンライン最小二乗推定でカーネル係数と帯域幅を更新してリアルタイム適応し、風・地面効果・ペイロード変動下のCrazyflieによる軌道追従で検証している。

380以上の文献をレビューしたサーベイ論文。孤立した車両知能から共有ワールドモデルへの移行を検討し、評価と安全性における重要なギャップを指摘する。

FlowMo-WM は、ロボット学習のためのエンドツーエンドで訓練可能な視覚世界モデルであり、画像と動作の履歴から物体中心の運動状態と隠れたドリフトに関連する長期的な文脈を、流れ場の直接的な監督なしに推論する。短期的な潜在状態と長期的な文脈に履歴を分解し、ゼロ文脈残差遷移を用いることで、模擬水上車両環境における長期的なロールアウト精度を大幅に向上させる。

μ₀は、物体・ツール・手・接触領域などの顕著なインタラクションポイントの滑らかな3D軌跡を予測する世界モデルである。密なピクセルや直接的な行動を予測する代わりに、コンパクトでエンボディメントに依存しない運動インターフェースを提供する。TraceExtractシステムが多様なビデオから3D監督を自動抽出し、行動ラベルなしでの事前学習を可能にする。実験では、μ₀は2Dおよび3Dトレース予測でベースラインを上回り、行動専門家と組み合わせることで、π₀のような行動監督付きVLAモデルに匹敵する性能を達成した。

深サブ波長音響導波路を用いた受動分散型触覚センシングのパラダイムが提案された。弾性膜で覆われたヘルムホルツ共振器をバネ補強マイクロチューブで相互接続し、巨視的な曲げ下でも音響伝送が不変な閉鎖ネットワークを形成する。疎に配置したマイクにより、リアルタイム位置特定（最高4mm分解能、4マイク64ノードアレイで99%超の精度）と低周波信号（<100 Hz）の波形再構成を5.5msの推論で実現。指先アレイ、触覚グローブ、大面積皮膚のプロトタイプで、単毛接触から5mg粒子衝突、動脈脈波まで検出可能であり、次世代ヒューマンマシンインタフェース向けのスケーラブルで柔軟かつ低コストな手法を提供する。

本論文は、占有分解から得られた追跡済み自由空間領域に部屋ノードを固定し、各 room に明示的な多角形フットプリントを与える階層型3Dシーングラフ構築パイプラインを提案する。12のMatterport3Dシーンで評価した結果、Hydraベースラインと比較してより多くの部屋インスタンスを回復できるが精度は低下し、壁に正確な部屋境界は両手法にとって未解決の問題であることが示された。

Avatar Vは、参照ビデオの全トークンシーケンスに条件付けすることで、見た目だけでなく行動も再現するアバタービデオを生成するプロダクション規模のフレームワークです。スパース参照アテンション、動作表現ストリーム、アイデンティティ認識超解像を導入し、1億以上のトレーニングクリップと5段階のトレーニングパイプラインを使用して、1080pの無制限長ビデオ生成を実現。Seedance 2.0など既存システムを上回る性能を示しています。

新しい論文がMirage Probesという対照プロービングフレームワークを導入し、視覚言語モデルのミラージュ行動がテキストバイアスと偽画像という2つの異なる失敗モードに分かれることを明らかにした。

生成ビデオ推論における単一生成の限界を克服するため、研究者らは時間的バックトラッキング探索（TBS）を提案。時間軸に沿って生成・検証・再起動を反復することで、テスト時の計算拡張を実現する。実験では、アルゴリズム、ナビゲーション、ロボティクス領域でBest-of-Nサンプリングを凌駕し、分布外設定で成功率0.7%から22.7%へ向上させた。

本論文は、rPPG Transformerの説明可能性の不足に対処するため、定量的な評価フレームワークを導入する。著者らは4つの帰属手法をRhythmFormerの二層ルーティング注意に適用し、皮膚被覆率指標を提案し、SaCo忠実度係数をrPPG回帰に拡張した。スパースtop-kルーティング下でのマルチホップ漏洩効果を明らかにし、Beyond Intuitionがそれを軽減し、UBFC-rPPGで最高の皮膚被覆率（0.83）と忠実度（F=0.92）を達成した。この研究は、rPPG XAIを監査可能な数値証拠へと前進させる。

研究チームはi2L（image-to-LoRA）を提案した。1枚以上の参照画像からテキスト画像モデル用のLoRA重みを1回の順伝播で予測し、スタイルごとの最適化を不要にする。Z-Image、FLUX.2、Hidream-O1でスタイル忠実度、プロンプト整合性、知覚品質が向上した。

CineOrchestraは、被写体、イベント、カメラ、ショット遷移を同時に制御する統一動画拡散モデルで、エンティティ中心の条件付けプリミティブと2つのパラメータフリーの回転埋め込みを利用する。2つの新しいベンチマークで6つの専門モデルを上回る性能を示した。

本論文は、CNNにおいて従来のポイントワイズ活性化に代わり、学習可能なフィルタペア間接続を導入することで、層ごとに接続関数を適応させ、精度を向上させる手法を提案する。

IoUは候補領域と正解領域の空間的な一致度を評価する重要な指標だが、幾何学的な重なりが異なるサンプルに対して類似したスコアを生じる非感受性領域が存在する。本研究では、面積、形状、アスペクト比をカバーする形態的類似度指標を導入し、平均集約による補助マッチングスコアを生成することで、正サンプル割り当ての精度を向上させる。YOLOv9ベースの実験でNEUDETおよびGC10-DETデータセットにおいて一貫した性能向上を達成し、追加の推論オーバーヘッドはゼロである。