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：Patreon co-founder Sam Yam is joing OpenAI to lead Creator Product. | Image: The Verge OpenAI has hired three former Patreon execs to anchor its product strategy for creators. After starting the creator subscription platform 13 years ago, co-founder and technology chief Sam Yam announced on X that he's joining OpenAI to lead Creator Product. He's also bringing Patreon's former product head Drew Rowny and engineering head Shannon Ma with him on the new venture, both of whom stepped down in the past few weeks. "We're going to build together with Creators at OpenAI and share early access to a new set of tools that I think will be critically valuable to Creators and their communities," Yam said in his announcement. "Pay attention … Read the full story a…

IntellAgents.ioがProduct Huntに登場し、「あらゆる通話、チャット、DMに対応する1つのAIエージェント」という一文で位置づけを打ち出した。現時点で公開されている情報はこのキャッチコピーとディスカッションへのリンク程度にとどまる。

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：Ask most engineers what MCP is and you’ll get the same answer: a way to plug tools into an LLM. Fair enough, as far as it goes. But that description treats MCP like plumbing, and after months building MCP-based integrations for large enterprise platforms, I don’t think plumbing is the right metaphor. Plumbing moves water […]

OpenAIは、22カ国・80名以上の公認メンタルヘルス専門家と共同で開発したオープンベンチマーク「MentalHealthBench」を公開した。非急性・高急性・緊急の各段階にわたり、成人・10代・介護者・臨床家といったペルソナを含む現実的なメンタルヘルス会話でAIがどう応答するかを評価する。

ノキアの応用研究チームは、学習なしでオープンLLMを意思決定モデルに変えるPythonライブラリAnyJevをオープンソース化した。次トークン確率を読み取り、選択・はい/いいえ・スコアという3種類の型付き質問に答える。循環シフトと事前補正によって位置バイアスとラベルバイアスを抑える。Qwen3-8BとBANKING77では、L0が選択肢反転時のフリップ率を0.230から0.073に下げ、L1が5%誤差で自動判断できるトラフィックを7.7%から52.0%へ引き上げた。Apache-2.0でPyPIに公開され、Hugging FaceとvLLMのバックエンドを備える。

Anthropic が新たな Claude 5.5 ファミリーの初モデル Claude Opus 5.5 を投入。多くのタスクで Fable 5.1 相当の能力を、Opus 5 より 40% 低い実行コストと高速化、改善された文章力で提供すると主張する。約 1 時間後に OpenAI が GPT-6 Sol と Luna を GPT-5.6 比 50% 安で発表した。Opus 5.5 は Claude Code と Claude アプリのデフォルトになるが、独立系のコスト分析では最大 effort 時のトークン使用量増が値下げをほぼ相殺する。

Kyutai は、GLM-4-Voice-9B をベースに教師あり微調整と強化学習を組み合わせた、オープンウェイトの音声対音声モデル Voice of Reason を2種類公開した。音声版 GSM8K の正答率は 27.3% から 77.1% に向上。文字起こしの工程もテキスト LLM も介さず、両チェックポイントは単一の H100 で動作する。

OpenAI が GPT-6 Astra の下位に位置する低コストな API 専用モデル、GPT-6 Sol と GPT-6 Luna を公開した。Sol は 100 万トークンあたり 2/10 ドル、Luna は 0.10/0.50 ドルで、GPT-5.6 のプロモ価格から半額となる。ベンチマーク結果の公表と、長時間稼働エージェント向けのプロンプトキャッシュ改善も行われた。

英国のアンディ・バーナム首相は、ロシアなどの敵対国による偽情報やAIディープフェイクに対処するため、国家安全保障当局が新たな国家機関を設置すると発表した。情報機関、法執行機関、SNS企業を結集し、外国勢力による情報攻撃の探知・帰属特定・妨害にあたる。

LaterOn v2は、Product Huntに登場したエージェント型メールプラットフォームです。メール作業を一度説明するだけで、自動的に処理を進められる点を掲げています。

SpeakONは、独自のマイク、バッテリー、ストレージを内蔵した25gのMagSafe AI音声ボタンを発表した。iOSキーボード拡張として、処理済みテキストを任意の入力欄へ直接書き込み、オフライン時のバッファリングや文章整形、12言語翻訳に対応する。米国で129ドルの買い切り、Pro Lifetime込み。SpeakON Agentは2026年10月に提供予定。

arXivのロボティクス預稿は、2つの角運動量ベースの指標を提案し、1年間の空手の回し蹴り縦断研究で安定した蹴りと不安定な蹴り、および専門家インストラクターのデータを比較し、人間の動的な回転安定性やロボット・外骨格への示唆を探った。

本論文は、視覚言語モデル（VLM）が人間の意図を推論して意味的意図の信頼度を提供し、視覚言語行動（VLA）ポリシーが自律行動を生成する能力認識型共有制御フレームワークを提案する。VLA の能力信頼度は、確率的行動軌道のばらつきと局所的不安定性からオンラインで推定される。ベイズフィルタ処理された意図信頼度と VLA 能力信頼度をシグモイド写像で統合する非線形アービトレーションポリシーにより、ロボットの権限を適応的に調整する。12 名参加者の実験ではタスク成功率 92% を達成し、手動テレオペレーション（83%）、意図のみのアービトレーション（44%）、固定等重みブレンディング（10%）を上回った。

HOTICEは、雑然とした環境で物体を運搬するための全身ヒューマノイド学習フレームワーク。Humanoid-Object Decoupled Potential Fieldsでロボットと搬送物体の衝突回避を統合的に扱い、上半身・下半身を分離した二エージェント強化学習により全身協調を保つ。専門家から汎用への蒸留で単一の実機展開可能な方策を学習。MuJoCoとUnitree G1で検証し、未知の雑然環境への汎化とsim2real性能を示す。

人間とロボットが協力して大きな物体を運ぶ協調搬送において、人間の協調行動の予測を柔軟な全身制御に組み込む PROACT を提案。9 自由度移動マニピュレータによる 108 回の実世界実験で、相互作用仕事量と完了時間を大幅に削減した。

GINIO は、任意の IMU 取り付け回転の下で学習済み運動測定がベクトルおよび二階テンソルとして正しく変換されることを保証する、ニューラル慣性オドメトリ向けの SO(3) 同変インターフェースである。Last-Frame Alignment によりセンサー座標系学習を可能にし、IMU バイアスなどの局所状態を分離して、TLIO、NanoBench、Fetch で ATE を大幅に改善する。再学習なしの物理再取り付けにも頑健である。

研究者らは、双腕の動作と将来の3D点軌跡を共有Transformer内で同時にノイズ除去する拡散ポリシーJAMBを提案。マルチモーダル表現を共通の時空間座標系に接地することで、動作仮説と運動仮説がノイズ除去過程で相互に洗練し合う。RoboTwin 2.0の16タスクで平均成功率83.4%を達成し、最強ベースラインを23.9ポイント上回った。実機3タスクでは、動作のみの手法と補助幾何予測手法をそれぞれ50.0ポイント、21.2ポイント上回り、散らかった場面や分布外背景への汎化も向上した。

新しいarXiv論文は、人間データで訓練されたシミュレータと単純な高レベル報酬を用いて、ロボットアシスタントのマルチモーダル相互作用ポリシーを自動生成する強化学習手法を提案。実世界での人間研究では高いユーザビリティと効果的なタスク完了が示され、手作業によるインタラクションマネージャ設計に代わる拡張可能で解釈可能な選択肢となる。

本論文は長年使われてきた「平坦な海底」という近似を捨て、多視点幾何に基づくアプローチを採用し、共有特徴点が球面と平面の交線上に位置するという2視点幾何制約を定式化して証明した。モンテカルロシミュレーションで曖昧領域の長さを特徴づけ、水上船舶と水中ビークルのための測量計画指針へと結びつけている。

本論文は、トリムドヘリコイド軟体アームに対する分離断面構成則を提案し、従来のCosseratロッドモデルが共通断面で剛性を合算する仮定の不正確さを修正する。各ヘリックス領域を局所座標系で評価し、その構成応答をバックボーンに引き戻すことで有効剛性を求める。さらに疎な融合交点を介した領域間の相対運動による追加コンプライアンスを捕捉し、強異方性の断面剛性を得る。GVS離散化と腱駆動を備えた幾何学的厳密動的Cosseratモデルに組み込み、103の計測構成で約7%の正規化位置誤差、1回の全腕求解は単一CPUコアで約0.3秒を達成し、モデルベース計画や状態・負荷推定、形態-制御共同設計を可能にする。

IEEE Transactions on Systems, Man, and Cybernetics: Systems に採録された論文は、深層強化学習を用いて移動ロボットが歩行者の伴走中に追従位置を動的に変える手法を提案する。MPPI 制御と制御バリア関数を組み合わせ、正確な追従と障害物回避、安全性を両立させる。実環境の屋内・屋外実験では成功率と追従精度がそれぞれ少なくとも24%と47%向上し、最大1.7 m/s で歩く人に柔軟に伴走でき、人の快適性も高まった。

本論文は、座標駆動型の暗黙的ニューラル表現（SIREN）に、構造テンソルに基づく異方性全変動正則化を組み合わせた DTV-INR を提案する。連続から離散への取得過程を不適切逆問題として定式化し、H^1(Ω) における適切性を証明したうえで、ネットワークパラメータと適応的テンソル場の更新を分離する交互射影最適化アルゴリズムで解く。臨床脳 MRI と生体医用透過電子顕微鏡の実験では、連続的な非整数倍のアップサンプリングにおいて PSNR が最大 +5.05 dB 改善し、ノイズへの頑健性も確認された。

本研究は公開の靴底印象データセットを用い、CNN転移学習と従来の特徴量ベース分類を比較して二値の性別推定を検討した。同一靴の反復スキャンが訓練・テストにまたがらないよう靴単位で分割し、データ漏洩を抑えている。微調整したCNNが最も高い予測性能を示し、手作業で設計した特徴量のみの従来分類器を大きく上回った。凍結特徴量とSVMの組み合わせは計算負荷が低い代替手段となる。低次元CNN表現は周波数閾値比、画像コントラスト、ウェーブレット要約と関連し、実運用前には独立収集および事件類似印象での検証が必要とされる。

MirrorDistill は、低照度画像強調のための照明認識潜在蒸留フレームワークです。訓練時に特徴ミラーリングで低照度領域とクリーン領域を結び、推論時には軽量な学生エンコーダ・デコーダのみを使用します。LOL-v2-Real で最先端性能と最低の計算量（GMACs）を達成し、LOL-v1 と LOL-v2-Synthetic でも競争力を維持しています。

本研究は、可逆ウェーブレット再パラメータ化、残差シフト、ドメインランダム化を組み合わせた3D残差ウェーブレット拡散モデルを提案し、単一GPU上での全脳事後サンプリングを可能にした。0.064Tの超低磁場MRIに対してボクセル単位の不確かさマップを生成しつつ、体積精度では主要な回帰手法と同等の性能を示す。

RULER は、テキストからの SVG 生成を強化学習で訓練するためのインスタンス認識型ルーブリック報酬を提案する arXiv 論文。CLIP や Aesthetic など移行性の低いスカラー指標の代わりに、視覚言語モデルが6項目のルーブリックを項目別に採点する。MMSVG-Illustration と MMSVG-Icon でスコアを 0.432/0.395 から 0.693/0.683 に改善し、ペア SVG 正解データや人間選好ラベルを必要としない。

ImIR は、事前学習済み画像編集モデルに与える条件付けを、劣化画像そのものから導いた連続的な画像インストラクションに置き換える手法。単一 GPU で約3時間訓練した1つのアダプタで6種類の復元タスクをカバーし、劣化ラベルなしのタスク非依存な復元も可能にする。

arXivに投稿された新論文は、部品とハンドルの物理的関係を通じて、可動部品・その運動・操作可能領域の予測を結びつけるSegment-Snapを提案する。Articulate3Dの検証では、ハンドル誘導によりmotion-gated APが13.74%から40.98%へ向上し、完全なコンテキストではハンドルAPが30.99%に達した。

arXiv の新論文が、人間の観察品質を所定レベルに制限し、残りの符号化容量を機械性能の向上に充てる画像符号化 for Machines（ICM）手法を提案。圧縮とセグメンテーションの同時学習を制約付き最適化として定式化し、絶対関数と双線形関数のペナルティで品質を目標へ誘導する。同一タスク性能で、無制約の rate–distortion–task 最適化比 BD レート -22.82%、単純な rate–distortion ベースライン比 -29.81% を報告し、複雑さの増加もないという。

arXiv論文SPARCは、スーパーピクセルで拡張ビュー間の領域対応を取る領域レベル対照学習フレームワークを提案。領域レベル目的と画像全体目的を同時最適化し、意味セグメンテーションで最大+9.79 mIoU、物体検出で最大+4.88 APを達成し、MoCo-v2やDenseCLを上回る。