LucidStocksは、ルールベースのスコアリングとAIによる定性分析を組み合わせ、わかりやすい英語で株式分析を提供するAI搭載プラットフォームです。

CalmSEOはMCPサーバーで、Google Search Consoleデータ、リアルタイムSERP、キーワードボリューム、オンページ監査をClaude、ChatGPT、Cursor、CodexなどのAIエージェントに公開します。無料プランと従量課金制の有料プランを提供。

HeadlessTracker は、暗号通貨取引所、オンチェーンウォレット、予測市場にわたるポートフォリオ追跡のためのMCPサーバーです。Bybit、Binance、MetaMask、Solana、Polymarket のコネクターをサポートし、15のMCPツール、インタラクティブなダッシュボード、CLIクエリを提供します。ユーザーはClaude DesktopなどのAIホストを介して自然言語でポートフォリオをクエリでき、UIを構築する必要はありません。

AIエージェントは、人間のセッションを借用したり無名のサービスアカウントとして動作するのではなく、独自のアイデンティティ、資格情報、権限を持つ第一級のソフトウェアユーザーであるべきです。本記事では、エージェントファーストの認証・認可モデルを探求し、借用アイデンティティの問題を分析し、業界の収束傾向（MCP、GitHub Apps、Microsoft Entraなど）を議論し、具体的な認証・認可要件と、agent-git-serviceと呼ばれるGitHub互換の実装を概説します。

CognitionがFrontierCodeベンチマークを発表。ユニットテスト合格だけでなく、実際にマージ可能なコードの品質を評価。最良モデルでも hardest サブセットで13%しか達成できず、コーディングがまだ解決されていないことを示す。エージェント制御は「ループ」へ移行中だが、注意点も多い。その他、Kimiのコーディングエージェントとデスクトップ製品、Googleのローカル展開改善、100万以上のセッションに基づくAgent Arena、AppleのWWDC統合に焦点。

欧州連合（EU）のデジタル市場法（DMA）との規制上の対立により、Appleは次期iOS 27およびiPadOS 27に搭載予定だったSiri AI機能をEUで無期限に延期すると発表した。また、これらの機能とApple Intelligenceは中国でも提供されない。AppleはEU規制当局との協議を継続するが、時期は未定としている。

Cloudflareは、脆弱性をめぐるアーキテクチャがパッチの速度よりも重要であると主張し、自社製品を活用した多層防御アーキテクチャを解説。脅威の発見速度、エクスプロイトの量と適応性、そして侵害後の影響に焦点を当てる。

ハーバード大学とPerplexityによる新しい研究は、マッチドペアセッションを用いて自律エージェントと検索アシスタントを比較し、自律性、時間、コストにおいて大きな向上があり、試みられる作業範囲も拡大することを明らかにしました。

本記事では、Matt Pocock氏が開発した/grill-meスキルを紹介。これは、徹底的な質問で開発者に要件の明確化を促し、あいまいなアイデアに時間を浪費するのを防ぐ。/grill-meから最終実装までの4ステップのワークフローと、Claude Codeを効率的に運用するためのヒントを詳述する。

OxyJenは、グラフ形式の実行、コンテキスト認識メモリ、決定論的リトライ/フォールバックを備えた、LLMワークロードをオーケストレーションするためのオープンソースJavaフレームワークです。Javaエンタープライズ環境向けに設計されており、信頼性の高い本番級AIパイプライン実行エンジンを提供することを目指しています。

上海沖の風力発電水中データセンターは、陸上の同等施設よりも消費電力と水使用量が少なく、中国のAIブームによるエネルギー課題に対処する。

OpenLTMは、Claude Code、OpenCode、PiなどのAIコーディングエージェント向けのオープンソース、MITライセンスの長期メモリプラグインです。自動セマンティックメモリのキャプチャ、想起、重要度重み付け減衰を提供し、クラウド依存はありません。メモリはローカルのSQLiteに保存され、フック、コマンド、グラフビジュアライザを備えています。

アップルはAI投資に控えめ（2026年の設備投資は140億ドル、4大クラウド企業は6700億ドル）で、これはAIが変革的だという考えに懐疑的であることを示している。著者は、アップルが非AI出身のCEOを選び、Siriをサードパーティモデルに開放するなど、自らの信念に基づいて行動していると論じる。一方、他のテック大手はパスカルの賭けのように巨額を投じている。アップルは恐れを知らない無神論者であり、他は恐れに駆られたパフォーマーである。

EgoAEROは、事前スキャンした物体アセットを必要とせず、単一の一人称RGB-D人間デモンストレーションから器用な操作を学習する最初のフレームワークです。アセット不要の物体追跡・再構成、自己運動補償、適応的接触最適化により接触整合性のある手-物体軌跡を再構成し、2段階残差学習でロボットポリシーに変換します。さらにオンライン品質評価機構を導入し、430万RGB-DフレームのEgoDex-Rデータセットを構築しました。

MuJoCo-Drones-Gymは、MuJoCo物理エンジン上に構築されたオープンソースのGymnasium互換マルチドローン環境である。任意の数のCrazyflie 2.xナノクアッドコプターをサポートし、物理モデル、アクションインターフェース、観測空間を選択するためのモジュール式API、PettingZooラッパー、および7つのタスク環境を提供する。

IntentNavは、人間のデモンストレーションから人間らしい物体ナビゲーションポリシーを学習するフレームワークです。フロンティアベースの意図ラベリングにより高レベルの探索意図を推論し、空間視覚候補空間を構築して効率的な探索を実現します。複数のベンチマークで最先端の性能を達成し、さまざまなロボットプラットフォームにゼロショット転送されます。

Q-VGMは、オフポリシー強化学習手法であり、価値勾配をノイズ除去時間価値勾配場に変換するVGG-Flowを活用することで、フローマッチングVLAポリシーの微調整における数値的不安定性を回避します。LIBERO、RoboTwin 2.0、実ロボットタスクで高い成功率を達成。

PRISMは、凍結されたJEPA世界モデルエンコーダに軽量MLPを接続して状態条件付きガウス行動事前分布を抽出し、精度加重ガウス積更新でモデル予測制御のサンプリングに融合するタスク非依存フレームワーク。Cubeで35ポイント、PushTで32ポイントの成功率改善を達成し、推論オーバーヘッドはほとんど増えない。

X-OPは単一のXRデバイスで駆動する階層型全身テレオペレーションフレームワークである。MPCベースの運動リターゲティングにより、ロボット固有のポリシーを再学習することなく多様な形態に汎化し、シミュレーションと実世界実験で有効性を示した。

研究チームは、機載センサーから連続的なアクチュエータ信号を推定するエンドツーエンドの動力式膝足関節義足コントローラをリアルタイムで実装し、意図分類器や被験者ごとのチューニングを不要にした。5つの歩行モードで初期検証を行った。

本論文は、脅威環境下での自律走行体の経路計画問題に対し、深層決定論的方策勾配（DDPG）に基づく強化学習手法を提案する。脅威を円形の進入禁止領域としてモデル化し、シミュレーション環境でDDPGエージェントを訓練することで、状態から行動への直接的なマッピングを学習し、安全な経路を迅速に生成する。シミュレーションの結果、DDPG法は従来の最適制御法と比較して計算速度が大幅に向上し、リアルタイム意思決定に適していることが示された。

MinNavは、オプティカルフローとその不確かさに基づく単眼カメラのみの航法スタックであり、シーンに関する事前知識なしに静的・動的障害物や未知形状の隙間を通過できる。実環境実験での総合成功率は70%で、ICRA 2026に採択された。

本論文は、VLA/WAMを中断可能なツールとして扱い、物理世界でリアルタイムに編成するVLMであるVoLoAgentを提案し、長期間操作ベンチマークRoboVoLoを公開した。実験では単一モデルやツールベースシステムを大幅に上回る性能を示した。

新しいarXiv論文がNeuroAlignを提案している。これは、軽度認知障害の分析に向けて、functional MRIの動的結合性と拡散テンソル画像の構造情報を融合する階層型フレームワークである。DMHAによるアラインメントとDDHIによる相互作用に加え、勾配を用いない帰属手法SAMを組み合わせ、GUTCM、ADNI、OASISでの5分割検証において競争力のあるMCI/SCD検出と予備的なデータセット間転移性を報告している。

研究者らは、Swin TransformerとResNet-50の特徴ピラミッドを学習可能なチャネルごとのゲーティング機構で融合するデュアルエンコーダセグメンテーションフレームワークAMNを提案。クラス重み付きフォーカル損失、境界認識損失、不確実性変調分類項を含む多目的損失で訓練され、CoNICベンチマークで平均Dice 0.82、平均F1 0.68を達成し、8つのベースラインモデルを上回り、MoNuSegでの再訓練なしの汎化性能も示した。

本論文は、密集した非構造化都市交通における自動運転の認識課題に取り組み、セクター単位のパノラマ処理と回転同変スパース畳み込みを組み合わせた360度LiDAR認識フレームワークを提案する。インドの多様な交通条件下で収集したカスタムデータセットを用いて評価した結果、車両（92.02/90.51）、バス（80.53/76.34）、トラック（78.59/74.16）では高い検出性能を示す一方、歩行者（67.45/61.02）、自転車（73.21/69.54）、オートバイ（71.20/68.13）では低いスコアとなり、小型で可変性の高い交通参加者の検出が困難であることが示された。

SENTRYは有限母集団サンプリング理論に基づく統計的フォールトインジェクション枠組みを提案し、わずか数千サンプルで99%信頼度・誤差1%以内の故障率保証を実現、実験コストを最大10,700倍削減するとともに、ViTの正規化層やIEEE-754指数部ビットへの脆弱性を明らかにした。

人間と最先端のマルチモーダル大規模言語モデル（MLLM）が、本物の法的証拠写真とAI生成の偽物をどれだけ見分けられるかを調査した研究。200枚の本物と1200枚の合成画像からなるデータセットSLED-1400を構築。人間の全体的な正解率は64.8%で、最強の生成器に対してはほぼ偶然のレベル。MLLMは本物を見逃すことはなかったが、多くの合成画像を見逃した。いずれも単独では信頼できず、訓練された人間のレビュー、MLLMスクリーニング、C2PAのような来歴インフラの組み合わせを提唱。

視覚言語エージェントが画像から機密情報や不安全なテキストをツール引数に伝播する問題を研究。ベースラインではPIIが78.8%、不安全テキストが85.5%の割合で伝播。防御プロンプトによりPII伝播は2.0%に低下するが、主にツール使用を抑制するためであり、不安全テキストは52.6%で依然として高い。

本研究は、視覚Transformer（ViT）に対する敵対的ファインチューニングの効果をメカニズムの観点から分析した。特定の画像破損で微調整するとその破損に対する性能と確信度は向上するが、未見の破損タイプには転移しない。敵対的訓練は注意機構と層ごとの知識進化を変化させるものの、ViTが学習する疎表現を根本的に変えるわけではないことが示された。