チップ

Built Technologiesは、AWS Generative AI Innovation Center、AND Digital、AWSアカウントチームと協力して、スケーラブルなAI搭載ドキュメント処理エンジンを構築しました。このエンジンは、複雑な不動産金融ドキュメントの分類、分割、抽出、評価、推論が可能で、以前は数日かかっていたワークフローを数分に短縮し、数百のドキュメントタイプをサポートし、技術チームと業界専門家にドキュメントプロセッサを構築・改善するための共有環境を提供します。

IBMは、インフラ管理とアプリケーション開発を自動化する新しいソフトウェアを発表し、Powerサーバーラインを拡大しました。これには、システム管理のための自律制御層であるIBM Power Autonomous Operations、IBM i環境向けのAI駆動開発アシスタントであるIBM Bob Premium Package for i、そしてオンプレミスAI推論向けのコンパクトなシングルソケットPower11サーバー「Power S1112」が含まれます。これらのリリースは、昨年のPower11発表に続くもので、自律IT機能の拡張を目指しています。IBMは2026年のテクノロジーリーダー研究を引用し、2027年までに企業が平均1,661個のAIエージェントを導入し、自己管理可能なインフラが必要になると予測しています。Power S1112は、Power11のオンチップ行列演算アクセラレーションを活用し、ローカル推論を低レイテンシで実現し、性能はPower S914の2倍、エネルギー効率は69%向上しています。Power Autonomous Operationsはシステム動作を継続的に監視し、容量問題を3.33分で解決、従来の手動ワークフローに比べ15倍の高速化を実現します。IBM Bob Premium Package for iは、開発者がIBM iアプリケーションをより迅速に理解し、近代化するのに役立ちます。

高等教育機関では、コールセンターの品質保証を拡大するコストが課題です。Databricksは、OpenAI Whisperによる高精度な文字起こし、LLM-as-a-judgeによる一貫した評価、AI Functionsによるデータ補完を統合したGenAIソリューションを提案。単一のガバナンスプラットフォーム上で、GenieとAgent Bricksを通じて自然言語でインサイトを得られます。

AIコストが米国企業の急成長する支出となる中、一部のスタートアップはコスト削減のために安価な中国製AIモデルに切り替えている。中国モデルは能力で遅れを取るものの、オープンソースと低コストが魅力だ。

研究チームは、4カ国に分散した14台のMac（個人のMacBookを含む）を用いて強化学習のポストトレーニングを実施し、PaperSearchQAタスクでpass@1を29%から63%に向上させました。システムはPULSEウェイト同期を用いて9GBの更新を約90MBに圧縮し、非同期スター型トポロジーで全ての通信をオブジェクトストレージ経由で行います。これはコンシューマ向けMacのみでロールアウト生成を行った初のRLポストトレーニングです。

ハッカーがSuno AIに侵入し、同社がAIトレーニングのためにYouTube Music、Deezer、Geniusなどのプラットフォームから数百万曲をスクレイピングしていたことを示すソースコードを暴露。また、数十万人の顧客情報やStripeの決済データも流出した。著作権訴訟が続く中、AIのデータ収集手法に光が当てられた。

本記事では、エンジニアが2026年に実際に使用している、ローカルインフラ上でAIエージェントを構築・調整・実行するための7つのPythonツールを紹介します。

日本は製造業、ロボット工学、インフラ構築の世界的リーダーであり、NVIDIAのフルスタック技術を活用してAIエコシステムを構築しています。NVIDIAとSEGAは30年にわたる協業を記念し、「バーチャファイター クロスロード」などのタイトルをNVIDIA RTX Sparkに提供することを発表。技術パートナーシップの進化を示しました。

AIDE2システムは、人間が2年かけて構築したものよりも優れた自律研究ハーネスを8日間で発見し、再帰的自己改善（RSI）の初めての実験的証拠を提供しました。二層最適化ループを用いて、7つの連続改良バージョンを生成し、未知のタスクへの一般化を示すとともに、報酬ハッキングに対する防御も進化させました。

ノキアは7月15日、業界初のGPUアクセラレーテッドAI無線プラットフォームと称するAI-RANプラットフォームを発表した。anyRANソフトウェアとNVIDIAのAerialシステムをベースに、スペクトル効率の大幅な向上を目指し、すでに20%以上の改善を示し、2028年までに100%以上の向上を目標とする。しかし、このプラットフォームはまだ商用化されておらず、エリクソンがすでに展開しているAI-in-RANソフトウェアとの競争に直面している。

UltraWork は、月額固定399ドルのホステッドAIコーディング環境で、トークン計測がなく、予期せぬ請求もありません。厳選されたモデルカタログ、インテリジェントルーティング、プロンプトテンプレートライブラリを備え、インディーハッカーや小規模チーム向けに設計されています。高性能インフラの経験を持つエンジニアによって運営されています。

Googleは2026年7月9日、オンデバイス推論ライブラリLiteRTのJavaScriptバインディングであるLiteRT.jsをリリースしました。これにより、.tfliteモデルをブラウザ上で直接実行でき、WebGPUアクセラレーションを活用します。他のWebランタイムと比較して最大3倍、GPU/NPUパスはCPUパスと比較して5～60倍の高速化を実現しますが、テンソルの手動管理が必要です。

Lean64 は、Lean 4 で実装されたミニマルな 3D 一人称視点シューティングゲームで、Doom 64 にインスパイアされています。Doom 64 の移植版ではなく、独自のアートとサウンドを使用したクリーンルーム実装です。

TormentNexusは、ローカルファーストのオープンソースAI制御プレーンで、永続的なメモリ、MCPツールオーケストレーション、マルチエージェントワークフローのための自律インフラ管理を提供します。38以上のAIコーディングエージェントをサポートし、プログレッシブツールルーティング、デュアルティアメモリアーキテクチャ、スウォーム調整などの機能を備えています。

ジョージ・ルーカスは、AIを拒否することは車を拒否して馬を選ぶようなものだとして、時代遅れの考え方だと述べた。彼はAIが映画製作の未来であり、止められないと主張する。

Sogni Unlimitedは、分散型GPUネットワークを利用したサブスクリプション型の無制限画像・動画・音楽・LLM生成サービスです。レンダリングごとの課金はなく、オープンソースモデルと一部の有料パートナーモデルをサポート。サブスクリプション収入の一部は独立したGPUオペレーターを支援します。

この記事では、Millwrightという3層のデータ契約アーキテクチャを紹介します。このアーキテクチャにより、モデルがマークアップやスタイル、DOMに触れることなく、モデル生成の分析結果をレンダリングできます。型付き結果ウィジェット、バージョン管理されたボード仕様、追加のみのナビゲーションにより、安全で監査可能、元に戻せるAI統合を実現します。

Thinking Machinesが汎用マルチモーダルモデルInklingをリリース。テキスト、画像、音声入力に対応し、ModalのManaged Endpointとしてトークンベースの価格で利用可能。本記事では、局所注意機構アーキテクチャとDFlash投機的復号の利点について解説。

Thinking Machinesが、画像、テキスト、音声入力をネイティブで受け付ける約1兆パラメータのオープンモデル「Inkling」をリリース。100万トークンのコンテキストウィンドウを持ち、混合エキスパートアーキテクチャにより効率的な推論を実現。Hugging Faceで公開され、transformers、SGLang、llama.cppで即日利用可能。

Together AIが、受動的健康チェック、ノード修復、強化されたSlurmの信頼性、OIDC、起動スクリプトにより、プロダクションGPUクラスターをどのように改善しているかをご紹介します。

Thinking Machines Labが、トークン効率的な推論、ネイティブなマルチモーダル理解、幅広いタスクの汎用性を備えたマルチモーダル混合専門家モデルInklingをリリースしました。Together AIは推論プラットフォームでこのモデルを提供し、制御可能な推論努力、テキスト/画像/音声入力、1Mコンテキストウィンドウをサポートします。

スーパーアプリCodexが1日100万人のユーザーを追加。AIニュースラウンドアップは、コーディングエージェント、オープンモデル、マルチモーダルシステム、ベンチマーク、物理AIをカバー。

PrismMLは、Qwen3.6-27Bの低ビット表現であるBonsai 27Bをリリースした。新しい事前学習モデルではなく、アーキテクチャは変更されていない。3値版と2値版の2種類があり、Apache 2.0ライセンスで提供される。3値版は1.71ビット/重みで理想サイズ5.9GB、2値版は1.125ビット/重みで3.9GB。性能はFP16ベースラインの94.6%（3値）と89.5%（2値）を維持。マルチモーダル対応でコンテキスト長は262Kトークン。2値版は27B級モデルで初めてスマートフォンに搭載可能とされる。

オープンソースAIは、クローズドモデルとの能力格差を縮め、推論コストは36か月で50倍低下し、オープンウェイトがAPIトラフィックの過半数を占めるに至った。開発者の79%がオープンモデルを採用する一方、本番展開に成功するのは51%にとどまる。オープンは、単なるコスト選択ではなく、主権選択として世界中で推進されている。

本稿では、TPUおよびGPUクラスタのトポロジと、トランスフォーマーのトレーニングおよび推論に使用される主要な集団操作について深く掘り下げます。大規模メッセージ通信におけるリングアルゴリズムに焦点を当て、TPUの2D/3Dトーラストポロジと帯域幅階層を分析します。

台湾の半導体メーカーは、成長するAIインフラ需要を支えるために製造能力を拡大しています。

NVIDIA Nemotronなどのオープンモデルは、企業がビジネスニーズに特化したAIを構築することを可能にし、完全な制御、カスタマイズ、コスト効率を提供し、AIの採用から所有への移行を推進します。

電力はAIインフラにとって避けられない制約です。固定電力予算内でAIファクトリーが生成できるトークン数が収益と収益性を決定します。そのため、パフォーマンス・パー・ワット（ごまかしが効かず、実際の成果のみで獲得できる指標）はAIファクトリーの基盤です。エージェンティックAIがトークン需要を押し上げる中、組織が今日行うインフラ決定が、電力制約のある世界で誰が規模拡大できるかを左右します。

ソフトウェアは、検証可能性と「研磨可能性」によって、AIが現実の大きな経済的価値に変わった最初の領域です。この記事では、次にどの産業が破壊されるのか、ソフトウェアエンジニアの役割の変化、そしてAIの利益が最終的にどこに集まるのかという論争について探求します。強化学習環境と継続学習の重要性を強調しています。

AppleがOpenAIを営業秘密窃盗で提訴。元従業員がハードウェアの秘密を持ち込んだとされる。OpenAIはIPOとハードウェア開発に向けて準備中で、法的圧力に直面。専門家は長期化を示唆。

Databricks Lakebaseは、エージェンティック時代に向けて構築された完全マネージドのサーバーレスPostgresデータベースです。運用および分析ワークロードを統合し、インフラストラクチャの摩擦を排除します。グローバルなパートナーエコシステムは、データ近代化、MLOps、エージェンティックAI変革を加速するための業界横断的および機能固有のアクセラレーターを構築しました。

開発者は、AIエージェントが訓練ジョブを作成して小規模モデルを訓練し、そのエージェント自体を強化学習で訓練するパイプラインを構築しました。報酬は54ステップで約0.0から約0.63に上昇し、未見のタスクファミリーへの転移も確認されました。総費用は約1,275ドルです。

LLMのスケーリングはGPUを追加することではなく、各リクエストから無駄な処理を取り除くことです。この記事では、レイテンシとコストを削減する12の実践的な方法を紹介します。

CERNの大型ハドロン衝突型加速器(LHC)は毎秒4000万回の粒子衝突を発生させ、AIがリアルタイムでデータをフィルタリングし、ヒッグス粒子の発見を可能にしました。新しい「トリガーAI」はニューラルネットワークを使用して異常検出を行い、未知の現象を発見します。AIは将来のFCC衝突型加速器の設計や材料開発、人材獲得にも役立つと期待されています。

X（旧Twitter）は、AIエージェントがプラットフォームデータにアクセスできるホスト型MCPサーバーを開始しました。著者のDaniel Lemireは、AIコーディングエージェントを接続して、自身の2か月間の投稿履歴を分析しました。朝（特に9時台）の投稿が中央値ビューで最も良く、長い投稿（300～325文字）が短い返信よりも有意に多くのエンゲージメントを得ることがわかりました。このプロセスは、AIエージェントがソーシャルメディアのデータ分析をいかに簡素化できるかを示しています。

バーニー・サンダース氏が主要AI企業の株の半分を国有化し、ソブリン・ウェルス・ファンドを設立する提案を行い、議論を呼んでいる。リバタリアンの財産権理論から社会主義的視点まで、AIが全人類に利益をもたらすべき理由を考察する。

本論文は、低消費電力MCUベースのエッジデバイスを用いた自動ナンバープレート認識（ALPR）の初の実証を報告する。9コアRISC-VプロセッサGAP8とQVGA超低消費電力グレースケールイメージャを搭載し、SSDlite-MobilenetV2による検出（mAP 38.9%）とLPRNetによる認識（>99.13%）のマルチモデル推論を採用。実世界では30x5ピクセルの小さなナンバープレートも認識可能。マルチモデル推論（687 MMAC）は、GAP8上で1.09 FPS、117 mWで動作し、Raspberry Pi 3ベースのシステムと比較して73倍のエネルギー効率を達成。ハードワイヤードアクセラレータを使用せず、将来のアルゴリズム改善に柔軟に対応できる。

本論文は、トンプソンサンプリングと並列自己回避歩行を組み合わせたハイブリッド探索フレームワークを提案し、低自己相関バイナリシーケンス（LABS）問題における計算資源を適応的に割り当てます。この手法はマルチアームバンディットとしてモデル化され、有望な探索空間パーティションを動的に優先し、35のシーケンス長で新たな最良結果を達成し、メリットファクターが8.0を超える最長シーケンスを報告しています。

Meloduskはブラウザ上で動作するAI音楽生成ツールで、テキスト記述から2分以内にプロ品質の音楽を生成。100以上のジャンルに対応し、ボーカル分離ツールも提供。生成された音楽はロイヤリティフリーで商用利用可能。

ここ数日でOpenAIのCodexユーザー数が700万人を突破、6ヶ月で10倍以上の成長を遂げた。Prime Intellectはverifiers v1をリリースし、エージェントRL環境を刷新。OpenAIはGPT-5.6 Solの使用量問題を透明に修正。Grok Buildがコードベース全体をアップロードするセキュリティ問題が浮上。オープンモデルや量子化技術が進歩し、継続学習の研究が再び注目されている。

Metaはルイジアナ州のデータセンター拡張に500億ドルを投資し、余剰計算能力を他のAIラボにレンタルすることを検討している。これはソーシャルメディア大手からクラウドプロバイダーへの転換を示唆する。

AIデータセンターへの巨額投資により、メモリチップやパソコン、電力の価格が上昇。インフレがFRBの目標を上回り続け、利上げにつながる可能性がある。

OpenAI の最新モデルファミリー GPT-5.6 Sol、Terra、Luna が Amazon Bedrock で一般提供を開始しました。Sol は旗艦推論モデルで最高性能、Terra は日常的な本番作業向けのバランス型、Luna は高速低コストです。Amazon Bedrock の次世代推論エンジンは、バースト処理、プロンプトキャッシュ（90%割引）、ハードウェアレベルセキュリティを提供します。また、ChatGPT Work エージェントと Codex エージェントも発表されました。

Fleet Deckは、実行中のすべてのClaude Codeセッションを監視・管理するローカルツールです。各セッションの状態、競合警告、未処理リクエストを表示し、タスク割り当て、リモートコントロール、セッション復元、バッチ生成などを可能にします。コアはモデル呼び出しを一切行わず、フックイベントと決定論的ロジックに依存して安全性と効率性を実現します。

サティア・ナデラ氏は、AI利用企業が2重の代償（現金と貴重なノウハウ）を払っていると警告。「逆情報パラドックス」を指摘し、自社AI学習環境の構築を提案。マイクロソフトはCopilotとAzure AI Foundryを解決策として売り込む。

PlanWright は AI コーディングエージェント向けのコントロールプレーンで、計画と承認のプロセスを逆転させ、人間のボトルネックを解消し、エージェントの速度と人間の判断を切り離し、改ざん不能な監査チェーンを生成します。

Amazon SageMaker AI Studioは、生成AI推論レコメンデーションのためのローコード/ノーコードUIを導入し、事前設定されたユースケースプロファイル、視覚的な比較、ワンクリックデプロイを通じて、深いインフラ知識がなくても検証済みの構成を取得できるようにします。

市場はハイパースケーラーのフリーキャッシュフローが今後数年で倍増すると予想しているが、AIのリターンが予想より遅い場合、キャッシュフローの失望、テック株の売りが市場全体に波及、信用リスクの上昇につながる可能性がある。

ゴールドマン・サックスの調査によると、AIブームによる供給制約がメモリチップや半導体などの主要部品価格を押し上げ、米国のコアPCEインフレを年間約20ベーシスポイント押し上げ、年末までに50ベーシスポイントに倍増すると予想され、他の先進国の平均10ベーシスポイントを大幅に上回る。

スタンフォード大学の研究チームは、エージェントの失敗軌跡から不足能力を診断し、各能力に対して検証可能な合成環境を生成し、GRPOでLoRAアダプタを訓練し、トークンレベルのMoEルーティングで構成するTRACEシステムを提案。τ²-Benchで+15.3ポイント、SWE-bench Verifiedで73.2%のPass@1を達成。