Physical Intelligence は Modal プラットフォームを活用し、QUIC ベースの専用トランスポートプロトコルにより、ロボット向けの低遅延リモートリアルタイム推論を実現。ネットワークオーバーヘッドはわずか 10～15 ミリ秒で、大規模モデルの実験も容易。

Extella.AIは、四層のメモリシステム（ルール、コンセプト、エキスパート、KVストア）を通じて自己進化するエージェント型プラットフォームです。ユーザーの作業パターンを学習し、タスクをより速く、より安価に実行します。独自のLLMを持ち込み、SlackやGitHubなどのツールと連携可能で、時間とともにパーソナライズされ、ユニークなシステムへと成長します。

Ai2がWildDet3Dをリリース。これは単一のRGB画像からオープンボキャブラリーで3D物体検出を行うモデルで、テキスト、ポイント、ボックスプロンプトをサポートし、カメラや物体カテゴリを横断して汎化し、利用可能な場合は深度信号を統合します。同時に、100万枚以上の画像と370万の3Dアノテーション（13Kカテゴリ）を含むWildDet3D-Dataデータセットも公開。Omni3Dベンチマークで34.2 AP（テキストプロンプト）を達成し、複数のゼロショットデータセットで優れた性能を示しました。

南カリフォルニア大学のエンジニアチームが、700°Cの高温でも動作し続ける画期的なメモリデバイスを開発しました。このメモリスタは、タングステン、酸化ハフニウム、グラフェンで作られており、極度の熱下でもデータを保存し計算を実行できます。宇宙探査、地熱エネルギー、AIコンピューティングへの応用が期待されています。

ModalはNVIDIA RTX Pro 6000 Blackwell GPUのサポート、ダッシュボードのコマンドパレットCommand K、SandboxファイルシステムAPIのベータ版、SDKの改善、および顧客事例とコミュニティコンテンツなど、複数の製品アップデートを発表しました。

AIネイティブクラウドは、製品がモデルであるAIネイティブ企業向けに特別に設計されたクラウドインフラストラクチャです。従来のクラウドの欠点に対処し、5つの主要な特性を備えています：フルAIスタック統合、研究から本番への迅速なパイプライン、大規模な信頼性、ビルダー中心の設計、AIネイティブな速度でのパートナーシップ。Together AIはそのようなクラウドを構築しています。

GitHub Copilot CLI が実験的機能「Rubber Duck」を導入。異なるAIファミリーのモデルを独立したレビュアーとして活用し、エージェントの計画や作業を評価する。評価結果では、Claude Sonnet + Rubber Duck が Sonnet と Opus 単体間の性能差の 74.7% を埋め、複雑なマルチファイルタスクで顕著な改善を示した。

サンダース上院議員がデータセンター建設のモラトリアム法案を提出し、反AI勢力の結集を試みるが、各グループの目標は異なり、連携は不透明。

Novi Notesは、Mac向けのローカルAIメモリレイヤーアプリで、MCPプロトコルを介してAIが直接ノートを読み書きできます。バージョン1.1では、AIスキル（ワンクリックで繰り返しプロンプトを実行）、ワークスペース、会議録音、GitHubバックアップなどの機能が追加され、Claude、Codex、Geminiにも対応。一度購入すればサブスクリプションは不要で、データはすべてMacローカルに保存されます。

本号では、AIのサイバー攻撃能力の急速な向上、AI導入によるスタートアップの顕著な業績向上、MITの研究によるAI自動化が「高潮」のように進むという発見、そしてAIの進歩は予想されるがGDPへの影響は限定的とする調査結果を扱う。

シーメンスは産業用コングロマリットとして、自社工場でAIを大規模に展開しており、特に予知保全とAIベースの外観検査に重点を置いています。機械学習モデルで設備故障を予測し、コンピュータビジョンで電子機器製造の微細な欠陥を検出することで、ダウンタイムを削減し、品質を向上させ、コストを節約しています。

コーディングエージェントを効果的にする6つの主要コンポーネント（ライブリポジトリコンテキスト、プロンプトの形状とキャッシュ再利用、ツールアクセスと使用、コンテキスト肥大化の最小化、構造化セッションメモリ、サブエージェントへの委任）を概説し、これらのハーネス機能がどのようにLLMのコーディングタスクにおけるパフォーマンスを向上させるかを説明します。

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

AIは調達を受動的なコストセンターから戦略的機能へと変革し、固有のリスク回避にもかかわらず、動的ソーシング、継続的リスク監視、ボトムアップ採用を可能にします。

本記事では、2026年のオープンモデル競争環境、成功要因（性能、出身国、ライセンス、ツールサポート、ファインチューニング容易性）を探り、Googleの最新Gemma 4シリーズを分析。オープンモデルの成功はベンチマークスコアよりも、使いやすさとエコシステムのサポートに依存すると論じる。

Google Researchは、心理学的質問票を状況判断テストに変換し、LLMの行動傾向と人間のコンセンサスとの整合性を定量化するフレームワークを提案。25のモデルをテストした結果、高いコンセンサスシナリオでは良好な性能を示すが、コンセンサスが低いシナリオでは過剰な自信を示し、人間の意見の多様性を反映できないことが明らかになった。

企業は法的かつ運用上の責任を負っているにもかかわらず、サードパーティネットワークに埋め込まれたリスクに対する信頼性のある可視性、管理、説明責任を欠いています。本稿では、サードパーティリスク管理がコンプライアンス問題から戦略的エンタープライズリスクへと変革し、AIを活用した継続的監視、説明可能な分析、自動化された是正措置によって実現される方法を探ります。

AIベンチマークは飽和と測定精度の低下に直面している。有名なMETRチャートは急速な進歩を示すが、最新データの信頼区間は広く、ベンチマーク自体が限界に近づいている。AIがより長時間のタスクを処理するにつれ、従来の測定方法は現実の複雑さを捉えきれず、測定能力と実用的能力の乖離が拡大する可能性がある。

SuprSend AIは、マルチチャンネル通知をAIで最適化するプラットフォームです。

Weaviateのメモリ製品Engramを、日常のClaude Codeセッションで2週間ドッグフーディングした結果、専用メモリ製品が付加価値を発揮する場面と、コーディングアシスタントとの統合を妨げる具体的なメカニズムが明らかになった。

あらゆるAPIをあらゆるAIエージェントに接続します。

ADeLeは、Microsoft Researchがプリンストン大学とバレンシア工科大学と共同開発した手法で、18のコア能力（推論、ドメイン知識など）に基づいてAIモデルとタスクをスコアリングし、未知のタスクに対するパフォーマンスを約88%の精度で予測します。モデルの強みと弱みを明らかにし、従来のベンチマークを超えた説明可能なAI評価を提供します。

GitHub Copilot CLIに/fleetが登場。複数のAIサブエージェントを並列で調整し、異なるファイルに対して同時に作業を行います。効果的なプロンプトの書き方、依存関係の宣言、よくある落とし穴について学びましょう。

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

OpenAIがGPT-5.4 miniとnanoをリリース、400kトークンコンテキスト、最大4倍の価格だが効率向上を謳う；MistralがSmall 4モデルをオープンソース化；MetaのManusがMacエージェントを発表；NVIDIAがDLSS 5とNeMoサンドボックスランタイムを発表；その他セーフティと研究アップデート。

マルチモーダル埋め込みにより、AIシステムはテキスト、画像、音声、動画をネイティブ形式で検索・推論できます。本記事ではその仕組みの核となる直感を解説し、WeaviateとGeminiを使った3つの実装例を紹介します。

AIの能力は一般に認識されているよりもはるかに高いが、ほとんどのユーザーはチャットボット経由でのみアクセスしており、これが認知負荷を生んでいる。この記事では、プログラミングエージェント（Claude Code）、Googleの実験的ツール、そしてOpenClawやClaude Coworkのようなパーソナルエージェントが、より良いインターフェースを通じてAIの可能性を引き出す方法を探る。

AI研究者がGitHub Copilotを使ってコーディングエージェントを構築し、反復的な分析タスクを自動化しました。主要な戦略として、会話的で冗長なプロンプト、頻繁なリファクタリングとドキュメント更新、プロセスを責める文化を共有。チームは3日未満で11のエージェント、4つのスキル、新しいワークフローを生み出しました。

Adomateは、データを大規模に勝利する広告に変えるAI駆動のツールで、チャネル全体での効率的な広告最適化を実現します。

Weaviate マネージド .NET クライアントは、C# 開発者に Entity Framework Core に似た体験を提供し、属性駆動スキーマ、型安全クエリ、自動マイグレーションでベクターデータベースを簡素化します。