今号は、OCR、RAG検索、音声文字起こし、コンピュータ使用、コード編集、数学定理証明など、多様なユースケースをカバーするさまざまなオープンモデルを取り上げています。NVIDIA、Cohere、Sarvam、Mistralなど、より幅広いビルダーからのモデルが含まれており、ドメイン固有でコスト効率の高いモデルへの業界の推進力を示しています。

今回のImport AIでは、スタンフォード大学のAndy Hall教授が提唱する「政治的超知能」の概念、ロボットドラマーの課題、Googleによる非生物知能社会の構想、Metaの自己改善型ハイパーエージェント、そして新しい数学ベンチマークHorizonMathを取り上げる。これらの進展は、様々な領域におけるAIの可能性と限界を示している。

Notion 3.4 は、新しいダッシュボードビュー、画像生成、プレゼンテーションモード、改良されたサイドバーを導入し、オールインワンのAIワークスペースを目指します。

OllamaはAppleのMLXフレームワークをベースにしたプレビュー版を発表。Apple Silicon上で大幅なパフォーマンス向上、NVFP4サポート、キャッシュ改善を実現。

Synciは、40,000以上のシネマティックトラックの厳選カタログ、AIによる効果音・音楽生成、完全なライセンス保証を備えた、コンテンツクリエイター向けのオールインワンAIサウンドトラックプラットフォームです。Chrome拡張機能も提供。

AsgardBench は、具現化AIエージェントが視覚フィードバックに基づいて計画を調整できるかをテストする新しいベンチマークです。AI2-THORシミュレーション環境上に構築され、エージェントをキッチンなどのシーンに配置し、オブジェクトの状態（カップがきれいかどうかなど）を観察して動的にアクションシーケンスを変更することを要求します。テストの結果、視覚情報により成功率が大幅に向上しましたが、現在のモデルは細かな視覚的差異の識別、進捗追跡、計画のタイムリーな更新において依然として課題を抱えています。

Microsoft Researchは、視覚言語モデルがロボットタスクにおいて行動計画と空間定位を同時に行う能力を評価するベンチマーク「GroundedPlanBench」を発表した。彼らが開発したV2GPフレームワークは、ロボットのデモ動画をトレーニングデータに変換し、結合型アプローチが分離型よりも優れていることを示した。

RunwayはModalと提携し、Modalのサーバーレスコンピューティングプラットフォームを活用してRunway Charactersのリアルタイムビデオ推論を実現。Runway Charactersは、1枚の画像からカスタマイズ可能なデジタルキャラクターを生成するリアルタイムビデオエージェントAPIで、微調整は不要です。この技術はカスタマーサポート、内部トレーニングなどに利用されています。Modalのインフラにより、Runwayは30日未満で概念実証から本番環境に移行し、グローバルな低レイテンシ展開を実現しました。

OpenAIがAI動画生成アプリSoraの閉鎖を発表。幹部は「脇道に気を取られてこの瞬間を逃すわけにはいかない」と述べ、戦略見直しの一環とみられる。

Attention InsightがVisual Usability Checker Figmaプラグインを発表。数百万のアイトラッキングデータで訓練されたAIが、ユーザーテスト前に注意分布を予測し、認知負荷を検出してデザイン判断を最適化します。

AIネイティブなサイバーセキュリティプラットフォームであるDoppelは、MLワークフローをModalに移行することで、実験の高速化と推論の簡素化を実現しました。トレーニング実験は並列化され、フィードバックループが短縮されました。推論ビルドは30分から1分未満に短縮され、トラフィックの急増に自動的にスケールします。

この記事では、GitHub Copilot SDK を React Native アプリに統合し、AI による Issue 要約を生成する方法を紹介します。サーバーサイド統合アーキテクチャ、SDK のライフサイクル管理、プロンプトエンジニアリングのコツ、およびグレースフルデグラデーション戦略について詳しく説明します。

マイクロソフトリサーチのポッドキャスト『The Shape of Things to Come』の第1回では、ホストのDoug Burgerが研究者のNicolò FusiとSubutai Ahmadを迎え、現在のAIシステムが本当に知能を持つのかを議論。TransformerベースのLLMと人間の脳の分散型連続学習アーキテクチャを比較し、効率、表現、感覚運動基盤の違いを探る。

MagicはAI動画編集ツールで、350以上のテンプレートを使って製品をパリ、タイムズスクエア、東京などの実際の映像に配置できます。実際のフッテージとAIを組み合わせたハイブリッドアプローチにより、一貫性と著作権の安全性を確保し、1動画あたり1ドルから利用可能。50カ国以上のブランドに使用されています。

今号は、GoogleのモデルのトラウマとDPOによる修正、DeepMindの認知分類法による機械知能評価、英国政府によるAIサイバー攻撃のスケーリング則、中国の電子戦用MERLINモデル、そしてSFストーリーを扱います。

DLSS 5はゲーム用のリアルタイム生成AIフィルターのように見える。OpenAIはビジネスと生産性に焦点を絞ると報じられている。その他多数。

本稿は、再帰的自己改善（RSI）と実際の「ロッシー自己改善」（LSI）の違いを考察する。自動化可能な研究の狭さ、並列エージェントの収穫逓減、リソースのボトルネックなどの摩擦により、AIの進歩は指数関数的ではなく線形的であると主張する。

BankStatementLab は、あらゆる銀行取引明細PDFから取引データを抽出し、Excel、CSV、JSON形式に変換するAIツールです。どの銀行・フォーマット・言語にも対応し、会計士、簿記係、財務アナリスト、企業向けに設計されています。5ページ分の無料トライアルを提供。

discode.ai は、100以上のAIモデルを統合した統一インターフェースを提供し、ユーザーが自由にリズムを設定できます。

本記事では、コーヒーショップの拡張を例えに、OpenAIやAnthropicなどのAI企業がなぜ損失を出しながらも多額の投資を行うのかを説明。粗利益率が正である限り、規模拡大が最終的に収益性をもたらすという、スタートアップの標準的な戦略を解説している。成功したAmazonと失敗したMoviePassの違いも紹介。

架空のMedVector Health社の事例を通じて、OIDC、RBAC、マルチテナント分離、監査ログ、ネットワークセキュリティを使用してWeaviateのエンタープライズデプロイメントを保護し、HIPAA、GDPRなどのコンプライアンス要件を満たす方法を詳しく説明します。

ベンチマークでは漸進的な改善に過ぎないが、Codex上のGPT 5.4は実用面でユーザビリティ、速度、コンテキスト管理において真の向上をもたらす。ただし、魅力ではClaudeが依然として勝る。

昨秋、AIバブルの懸念が広がったが、Anthropicの年換算収益が2ヶ月で90億ドルから190億ドルに倍増し、予想を上回るAI需要の強さを示した。

今週のImportAIでは、PostTrainBenchベンチマークによるAIエージェントの微調整能力の進展、ブロックチェーンを用いた分散学習によるCOVENANT-72Bの成果、AIがコードを書く時代の検証の重要性、そしてコンピュータビジョンの複雑さを浮き彫りにするCHMv2研究を取り上げます。

今週のAIニュースをまとめたポッドキャスト。PerplexityのローカルMac AIエージェント、Anthropicのコードレビューツール、ChatGPTの対話型可視化、NVIDIAの120BパラメータNatron Free Superハイブリッドモデル、H200の中国出荷停止、xAI共同創業者の退社、Anthropicの国防省提訴などをカバー。

AnthropicがペンタゴンとのAI紛争でトランプ政権を提訴。マスク氏のxAIが再びゼロから再スタート。イラン戦争に関するAI生成の偽情報が混乱を引き起こす。

本記事では、大規模言語モデル（LLM）における重要な相互作用を、特徴帰属、データ帰属、メカニズム的解釈可能性の3つの観点から効率的に特定するアルゴリズムSPEXとProxySPEXを紹介します。これらの手法は、スパース性、低次性、階層性といった構造的特性を活用し、少ないアブレーションで特徴、トレーニングデータ、内部コンポーネント間の影響力のある相互作用を発見し、長いコンテキストやデータセット、モデルコンポーネントにわたって優れた性能を示します。

今週のエピソードでは、OpenAI の GPT-5.4 Pro と GPT-5.3 Instant のリリース、Google の Gemini 3.1 Flash Lite、Luma の統合マルチモーダルモデル、そして Anthropic が国防サプライチェーンリスクに指定された論争を取り上げます。

断片的な知識を一つのシンプルなシステムに統合します。

マイクロソフトリサーチがAgentRxフレームワークをオープンソース化。AIエージェントの障害を自動診断し、制約合成とガード評価により最初の重大障害ステップを特定。ベースラインと比較して位置特定精度23.6%向上。115の手動注釈付き失敗軌道を含むベンチマークも公開。