[AINews] 今日は大きな出来事はなかった

昨日のヘッドラインはさらに現実味を増し、前回の執筆時からさらに100万人のユーザーが追加された。Superappの利用は引き続き急成長を遂げている。

AI Twitter Recapでは、Coding Agents、Harnesses、およびChatからExecutionへのシフトが取り上げられた。OpenAIのエージェント製品は非常に強い需要を示しており、@samaはCodex + ChatGPT Workの使用量が1週間で2.5倍に増加したと述べ、GPT-5.6 Solの需要は「非常識」であり、インフラが追いつくまでスケーリングに問題が生じる可能性があると警告した。JetBrainsはCodexを推奨エージェントとし、@theoはCodexの「question tool」を強調した。また、ハーネスの品質と観測可能性が重要な差別化要因となりつつあり、@swyxは古いエージェントの指示が自己注入型プロンプトインジェクションのように機能し、長時間のタスクで数時間の停止を引き起こす可能性があると警告した。LangChainはCodexのトレーシングを追加し、Cursor、Copilot、Pi、OpenCodeに拡大した。

オープンモデルと量子化では、PrismMLがBonsai 27Bをリリース。これはQwen 3.6 27Bをベースに、Ternary Bonsai 27B（5.9 GB、実効1.71ビット）と1-bit Bonsai 27B（3.9 GB、実効1.125ビット）の2つのコンパクトなバリアントで提供され、Apache 2.0ライセンスである。マルチモーダル、ツール使用、長いコンテキストのエージェントワークフローをローカルで実行可能だと主張している。Tencent Hunyuanは1ビットおよび4ビットのHy3をリリースし、295BのフラッグシップモデルをシングルGPUで実行可能としている。量子化とエッジ展開は、オープンモデルの運用範囲を広げている。

マルチモーダルとワールドモデルシステムでは、OpenMOSSがMOSS-VL-Realtimeをリリース。これは11Bのビジョン言語ファミリーで、256Kコンテキストを持ち、連続ビデオストリーム向けに設計されている。生成中も監視を続け、シーンの変化に応じて回答を修正または中断できる。また、長いビデオ理解は受動的なフレーム取り込みではなく、能動的な証拠探索として捉えられており、OmniAgentはQwen2.5-Omni-7Bをベースに、Observation–Thought–Actionループを使用して必要なフレームのみを要求する。LVBenchで50.5のスコアを達成し、Qwen2.5-VL-72Bの47.3を上回った。

研究インフラとベンチマークでは、PerplexityがWANDRをオープンソース化。これは500タスクのベンチマークで、動的なウェブリサーチに適している。評価設計はより敵対的かつ現実的になっており、Agent Arenaはシステムコストを89%削減しつつ、最良の静的設定の精度に一致することを示した。ベンチマークは1回限りのSWEタスクから、時間経過に伴うコードベースの劣化を測定する方向へ拡大している。

物理AIとロボティクスでは、Sakana AIが集合知を物理的自己修復システムに応用し、「Smart Cellular Bricks」をNature Communicationsで発表。各キューブは小型ニューラルネットワークを実行し、物理的隣接ノードとのみ通信するが、グローバルな形状を推測し、集中制御なしで損傷を検出できる。最大18,000以上のキューブにスケール可能。また、自律型マイクロドローンが飛翔する蛾を空中で撃墜するデモも注目された。

トップツイートでは、OpenAIの需要急増と製品プル、DeepMindの国防総省契約と放棄されたセーフガードに関する議論、Bonsai 27Bのリリースが高いエンゲージメントを集めた。

AI Reddit Recapでは、中国のオープンウェイトモデルの市場シェア獲得が取り上げられた。