武田薬品は香港のInsilico Medicineと戦略的提携を結び、AIを活用した初期段階の創薬を開始する。契約総額は最大6億米ドルで、武田は独占的グローバル権利を取得。Insilicoは自社のPharma.AIプラットフォームを提供し、標的特定、分子設計、臨床試験予測を支援する。

Mozilla AI は、ggml 上に構築された C/C++ 音声認識（STT）推論ライブラリ transcribe.cpp を発表しました。複数のモデルファミリーをサポートし、GPU アクセラレーションを提供します。CJ Pais によって開発され、STT モデルの展開を統一することを目的としており、Builders in Residence プログラム最初のプロジェクトです。

AIスーパーフォーキャスターが予測市場で驚異的なリターンを上げ、35ドルを200万ドルに変えた。現在のAIはトップの人間予測者とほぼ互角であり、約6ヶ月以内に同等になると予想される。AIの利点は速度と自動化にあり、特に金融分野で顕著だ。

Giotto.aiは、ポータブルなAIモデルとオペレーティングシステムを提供し、クラウド、プライベート展開、認定ハードウェアでの利用を可能にします。主権、移植性、パフォーマンスを重視し、Giotto 1モデルはシングルGPUでの推論で優れた性能を発揮します。本社はスイス・ローザンヌにあります。

NVIDIA Cloud Functions (NVCF) は、GPUアクセラレーションワークロードを大規模にデプロイ、管理、実行するためのオープンソースプラットフォームです。長時間実行される関数と非同期タスクをサポートし、Kubernetesによるオーケストレーションを活用、統合コントロールプレーン、負荷分散ルーティング、マルチクラスターオートスケーリングなどを提供します。この記事では、NVCFのアーキテクチャ、ワークロードタイプ、コア機能、Bazelを使ったビルド方法について説明します。

Camox は、Claude Code などのツールを使用して高品質なウェブサイトを迅速に構築できるオープンソースのページビルダーフレームワークです。ビジュアル編集や下書きなどの CMS の利点を備えています。

TiRex-2は、過去および未来の既知の共変量を用いたゼロショット多変量予測のための事前学習済み時系列基盤モデルです。ストリーミング方式で動作し、タスク固有の学習を必要とせず、公平な評価のために非汚染バージョンも提供されています。

リーンシックスシグマやBPMなどのフレームワークはAIと融合し、プロセス最適化を推進している。AIを活用したプロセス最適化市場は1130億ドルを超えると予測され、88%のビジネスリーダーが投資増加を計画している。しかし、確立されたプロセス規律を持つ企業だけがAIの可能性を最大限に引き出すことができる。

Eodly は、Slack、Telegram、Discord、GitHub、Linear などのデータを読み取り、毎晩ファウンダー向けに、誰が出荷したか、誰が静かか、誰が遅れているか、システム記録と一致しないステータスなどをまとめたソース付きダイジェストを提供する AI ツールです。監視ではなく、ファウンダーの参謀として機能します。チームは新しいツールにログインする必要はなく、スクリーンショットやキーストローク記録も行いません。

AI Setup は、Claude Code および互換性のあるAIエージェント向けのスキルで、1つのコマンドで完全にパーソナライズされたObsidianボールトをブートストラップします。3段階のプロセス（ブートストラップ、インタラクティブな情報ダンプ、ドキュメントインポート）を通じて構造化されたコンテキストファイルを生成し、毎回の会話をゼロから始めることなく、ユーザー、ビジネス、製品、チーム、ワークフローをAIに理解させます。Markdownファースト、AIファーストの設計原則に従い、Claude Code、Claude Desktop、Obsidianなどで動作します。

フォードは、AIによる品質チェックが熟練エンジニアの能力に及ばなかったため、300人以上のベテラン品質検査員を再雇用した。副社長はAIの成功は訓練データに依存すると認め、同社は業界品質調査でトップに返り咲いた。

WebBrainは、ChromeおよびFirefox向けの無料のMITライセンスのAIブラウザエージェントです。AskモードとActモードを通じて、ページの読み取り、データ抽出、マルチステップタスクの自動化を行います。プライバシーのためにllama.cppやOllamaなどのローカルモデルで実行するか、任意のクラウドAPIに接続できます。

AIエンジニアワールズフェアの最終日は、ループに関する討論、AIエンジニアリングの状態報告、そして次に何を構築するかに焦点を当てた基調講演で幕を閉じた。討論では自律的なコードループに対する楽観論と慎重論の対立が浮き彫りになった。調査では95%がエージェントを使用する一方、59%が長期的な負債を懸念。基調講演ではAIネイティブ企業の構築が促された。

著者はLLMの使用に反対しているわけではないが、AIが生成したウェブサイトには魂がなく、手作りのサイトがこれまで以上に価値を持つと懸念している。

Deep Agents は LangChain が開発したオープンソースのエージェントハーネスで、長期的かつ複数ステップのタスク向けに設計されています。サブエージェント、ファイルシステム、コンテキスト管理、シェルアクセス、永続メモリ、人間による承認などの機能を内蔵しています。モデルに依存せず、LangGraph 上に構築されており、LangSmith によるプロダクション対応も可能です。

この記事では、ChatGPTやClaudeなどのAIアシスタントにおけるブランドの可視性を測定すると主張するツールの限界を詳しく解説しています。フロントエンドスクレイピングやAPI呼び出しの偏り、プロンプトセットの選択、地理的要因、モデルのドリフトにより、これらのツールが示す数値は実際のユーザー体験を正確に反映していないと指摘しています。また、より誠実な測定方法としてCanonryのローカルファーストアプローチを紹介しています。

本論文は、無人水上艇（USV）の固定障害物および移動障害物回避のための新たなアプローチを提案する。グローバル経路計画器はGrassfire、改良型Grassfire、および新しい確率的ロードマップ変種を組み合わせ、ローカル計画器は障害物の移動方向に基づく高次決定論理を用いてUSVを障害物の背後に系統的に誘導する。シミュレーションによりD*アルゴリズムとの比較を含む有効性を示す。

本論文では、マルチレート非線形モデル予測制御（MR-NMPC）に基づく新しい階層型計画・制御フレームワークを提案し、四足ロボットが制約環境で壁面補助によるハイブリッド二足歩行を実現する。高レベルでは離散接触点と連続重心/姿勢軌道を同時計画し、低レベルでは非線形全身制御器で追従する。Unitree A1でのシミュレーションにより、従来のヒューリスティックMPCと比較して成功率が2.9倍向上。IEEE/RSJ IROS 2026に採択。

本研究は、少ないアクチュエータで効率的な旋回を実現しつつ、高い段差乗り越え能力を維持する再構成可能ロッカー・ボギー機構を提案する。試作機による実験では、ゼロ半径旋回速度が従来の5倍以上、平均ホイールトルクは約17%に低減され、40cmの段差乗り越えにも成功した。

本論文では、複雑な多層環境における地上ロボットの大域的なナビゲーションのために、ヨー依存の走行可能性をエンコードする多角形表現であるSE(2)ナビゲーションメッシュ（SE(2) NavMesh）を提案する。フットプリントマスクを用いた走行可能性評価、ヨー固有のレイヤー上のグラフ構築（並進・回転接続を明示）、およびA*-String Pulling-A* (ASA)経路計画戦略を導入する。シミュレーションでは従来のNavMeshより50%以上多くの走行可能領域を捕捉し、実ロボットによる実世界実験でリアルタイムオンライン生成とナビゲーションの成功を検証した。

BIFROSTは、クロスドメイン双模倣目的を使用して生の観測から不変特徴を学習し、シミュレーションから現実へのゼロショットポリシー転送を可能にする新しいロボット工学のSim2Real転送手法です。視覚的および動的ドメインギャップのあるタスクで既存のアプローチを上回ります。

CommonRoad-Gameは、CommonRoadプラットフォームと密接に統合された軽量なヒューマン・イン・ザ・ループシミュレーションフレームワークです。人間のドライバーと自動運転車両のリアルタイムインタラクションを可能にし、スケーラブルなマルチエージェントシミュレーションをサポートし、再現可能なテストのためのシナリオ生成機能を備えています。

本論文は、フローマッチングに基づく視覚言語行動（VLA）モデルのための神経記号的安全ガイダンスメカニズムを提案し、予測的衝突回避を実現する。安全性の実行を最小ノルム制約付き最適化問題として定式化し、ノイズ除去過程で軌道予測の安全違反を修正する。SafeLIBEROベンチマークでは、衝突回避率82.8%、タスク成功率81.6%を達成し、単一段階法と比較してそれぞれ6.3%と19.8%の向上を示し、長期的タスクで最大の改善が見られた。

本論文はROS 2ミドルウェアを体系的に調査し、空間、時間、状態の3次元でそのアーキテクチャ限界を分析する枠組みを提案。特に動的でリソース制約のある無線環境でのトレードオフを明らかにする。

本論文では、視覚言語モデル（VLM）に基づく適応的な集団伴走手法を提案する。VLMの意味推論能力を活用して伴走位置を推測し、社会的距離を維持し、集団のダイナミクスを理解する。モデル予測経路積分（MPPI）コントローラと組み合わせることで安定性と安全性を確保。実験では成功率が15%向上し、衝突率が25%減少。ユーザー研究では、生成された伴走行動が自然で社会的に適切であると評価された。

本論文では、波浪擾乱を受ける海洋プラットフォームへのUAV自律着陸のための階層的強化学習フレームワークWaveLanderを提案する。垂直着陸の意思決定と低レベル飛行安定化を分離し、RLポリシーが垂直速度参照を出力し、従来のコントローラが姿勢と横方向追跡を担当する。シミュレーションにより、ランダムな波浪条件下でのロバスト性と未知外乱への汎化が確認された。

研究チームは、仮想現実（VR）および拡張現実（AR）環境において、ユーザーが空中で自然に署名するだけで認証できる「Sign in the Air to Unlock」インターフェースを提案。ポイントボクセルクロスアテンションネットワーク（PV-Net）を採用し、従来のパスワードや専用センサーを必要とせず、没入感を保ちながら安全な認証を実現。DeepAirSigデータセットで2.5%の等誤り率、Meta Quest 2で収集したImmAirSigデータセットで76%の分類精度を達成した。

グラフベース概念ボトルネックモデルG-CBMを提案。教師なし概念発見とグラフ注意ネットワークにより内在的解釈可能性を実現し、複数のベンチマークでAUCを向上。

本研究では、YOLOv10コンピュータビジョンフレームワークを適用し、カメラトラップ映像からブラウンハウラーモンキー（Alouatta guariba）を自動検出することで、キャノピーブリッジの利用状況を監視し、保全担当者が偽陽性画像の確認に費やす時間を削減することを目指す。

本論文は、ターゲット識別、ロバスト適応、幾何学的推論能力を強化することで、機械視覚追跡システムと人間の視覚知覚のギャップを埋めることを目的とする。