研究

Wandrベンチマークは、広範かつ深い検索を必要とするリサーチエージェントを評価するために設計されており、包括的な情報検索を確保します。

Leapd AIは、アイデアから実際のビジネスを立ち上げるか、既存のウェブサイトを接続してマーケティングや成長を自動化します。市場調査、製品構築、コンテンツ作成、マルチチャネルでのアウトリーチを担当。創業者からの testimonial では、LinkedInのエンゲージメント向上、AI検索可視性の大幅改善、広告効果の向上などが報告され、ユーザーは手動管理ではなく結果を確認するだけで済みます。

PuterがFirefoxのGeckoエンジンをWebAssemblyにコンパイルし、ブラウザ内で完全なブラウザを動作させることに成功。プロジェクトには約25,000ドルのAI計算リソース（Claude Opus/Fableトークン）が費やされ、Wispプロトコルで全トラフィックをプロキシし、エンドツーエンド暗号化をサポート。オープンソースとして公開。

中国のAIラボMoonshot AIが2.8兆パラメータのKimi K3を発表。初の「オープン3Tクラスモデル」と自称し、多くのベンチマークで優れた結果を示す。著者は「ペリカンが自転車に乗る」SVG生成でテストし、推論コストや隠れたシステムプロンプトを明らかにするとともに、この非公式ベンチマークの限界を考察する。

DaftのLeRobotビデオリーダーを改善し、バッチデコードによりリモートデータセットでのフレームデコード時間を1フレームあたり約3秒から数秒に短縮、4〜15倍の高速化を達成しました。

Kimi K3は人工分析インテリジェンス指数で57点を獲得し、平均を上回っています。100万トークンのコンテキストウィンドウ、テキストと画像入力に対応しますが、価格がやや高く、速度が遅く、冗長です。

自律型AIミュージックビデオ生成システムを構築し、Claude Fable 5とGPT-5.6 Solを25ドルおよび100ドルの予算で比較しました。システムはモデルに歌、予算、ツールを与え、自主的に研究、クリップ生成、編集を行わせます。結果はすべての実行で完全なビデオが生成されましたが、品質は平均的で、一貫性やテンポ合わせに問題がありました。Claude Fable 5はコストが高いが高速で、GPT-5.6 Solは編集でより創造的でした。

VentureBeat Pulse Researchの調査によると、107の企業の過半数がAIエージェントのセキュリティインシデントまたはニアミスを経験しています。エージェントごとに個別のIDを付与している企業は約3分の1に過ぎず、ほとんどのエージェントが認証情報を共有しています。高リスクのエージェントを隔離している企業はわずか3割です。セキュリティスタックはプロバイダー製のコントロールに大きく依存しており、満足度は高いものの、予算配分は少なく、大多数が1年以内のツール変更を計画しています。

Sakana AIの研究者らは、数百の単純なセルラーブリックからなるシステムを開発した。各ブリックは同一のニューラルセルオートマトンを実行し、局所的な通信のみで全体の形状を協調的に認識する。ハードウェア実験では4つの形状で100%の精度を達成し、故障や損傷の検出、さらには少数の種細胞からの再生も可能。本成果はNature Communicationsに掲載された。

GPT-5.6 Sol と Claude Fable 5 は、フロンティアモデルの座を争っています。Fable 5 は一般的な知能でわずかに優れている一方、Sol はコーディング性能、実行速度、価格で反撃します。Sol の価格は Fable 5 よりも Claude Opus 4.8 に近く、この比較をより興味深いものにしています。

Databricksブログでは、Model Servingのルート最適化とLakebase Postgresを活用したリアルタイム不正検知のサンプルアプリケーションを紹介しています。ルート最適化による推論レイテンシの短縮、Lakebaseによる特徴量検索とビジネスルールチェック、コネクションプーリングとOAuthトークンローテーションによる安定性の維持について詳述しています。ベンチマークではp50が27ms、p95が37msと、チェックアウトのレイテンシ予算内に収まっています。

DatabricksはData+AI Summitで業界初のコンテキストエンジニア認定を発表し、信頼性の高いエージェントシステム構築に必要なスキルを認定します。同時に、エージェント時代向けのコースを追加し、AIを活用した認定準備ガイドも初めて提供します。

OpenWiki 0.2 は、OKF形式でコードベースのWikiを生成し、メタデータ、変更履歴、エージェントに優しい検索機能を提供することで、開発者がリポジトリのドキュメントを整理するのを支援します。

欧州委員会は2つの仕様決定を発表。Googleに対し、競合他社との検索データ共有と、Android向けAI相互運用性の向上を求める。Googleはプライバシーとセキュリティを理由に反対。

RatelはAIエージェント向けのコンテキストエンジニアリング層で、BM25インデックスを使用して各ターンに関連するツールとスキルのみを選択し、トークン消費を最大80％削減し、精度を向上させます。ベクターDBは不要です。

Google は NotebookLM を Gemini Notebook にリブランドし、AI 研究ツールとしての地位を強化。セキュアなクラウドコンピュータの追加によりネイティブコード実行とデータ分析が可能になり、Gemini アプリや検索との同期機能も実現。2023年の Project Tailwind 以来、3000万人以上のユーザーと60万以上の組織が利用しています。

Mira Murati率いるThinking Machines Labが、最初のオープンウェイトモデルInklingをリリースしました。総パラメータ975B（アクティブ41B）のMixture-of-Expertsトランスフォーマーで、Apache-2.0ライセンス、マルチモーダル、45兆トークンでトレーニングされています。フロンティアモデルではありませんが、Tinkerプラットフォームでのファインチューニングに適した強力なベースモデルです。Inkling-Small（276B、アクティブ12B）も予告されています。モデルカードとトレーニングデータのドキュメントは異常に簡潔です。Inklingは中国のオープンウェイトモデルと競合し、米国のエコシステムに新たな選択肢を加えます。

Kimi K3 は、2.8 兆パラメータを備えた Kimi の最も強力なモデルであり、Kimi Delta Attention と Attention Residuals に基づいて構築され、ネイティブの視覚理解と 1M トークンのコンテキストウィンドウを提供します。ソフトウェアエンジニアリング、ナレッジワーク、深い推論などのフロンティアインテリジェンスシナリオで優れたパフォーマンスを発揮し、ベンチマークでは Claude Fable 5 と GPT-5.6 Sol に次ぐ第 2 位です。Kimi K3 は、この規模で最初のオープンソースモデルであり、近日中に完全な重みと技術レポートが公開されます。

Simon Willison 氏が、Go ライブラリ AlexanderGrooff/mermaid-ascii を WebAssembly にコンパイルし、ブラウザ上で Mermaid 図を ASCII や Unicode 箱罫線アートに変換するツールを公開。カラー対応、フローチャート、サブグラフ、シーケンス図などをサポート。

中間管理職の3分の2以上が、AIの将来の仕事への役割について楽観的であり、チームによるAIツールの導入に対して個人的な責任を感じている。78％の管理者がチームのAI導入成功に責任を感じ、77％がAIツールで週に3時間以上節約している。

セキュリティ研究により、AIエージェントベースのCI/CDパイプラインが「権威フレーミング」攻撃（例：変更が「事前承認済み」と偽る）によって秘密漏洩コードをデプロイするよう騙される可能性が示されました。280回の合成実行で最悪のセルでは55%の妥協率に達し、コンテンツベースの検出ツールは完全に失敗しました。

AnthropicのClaude Corpsフェローシップは、非営利団体でClaudeを使用する早期キャリア専門家に年俸8万5000ドルと福利厚生を提供します。応募期限は7月17日。

10万ドルを費やし、4回の試行を経て、AIを使ってPostgresをRustに書き換えることに成功しました。結果として180万行の慣用的なRustコードが生成されました。各試みの詳細と教訓、最終版pgrustの性能向上について説明します。

著者は開発者生産性の専門家として、AIツールが開発者の効率感を高める一方で、実際の出荷速度は向上していない、むしろ遅くなる場合もあるという複数の研究を紹介。ボトルネックはコードレビュー、CI/CD、QAなど下流工程に移行している。記事は、より厳格なコードレビュー、AI対応CI、フィーチャーフラグ展開、知識共有の保護など、改善策を提案する。

200人以上のノーベル賞受賞者と世界のリーダーがローマに集まり、AIと核戦争をテーマにした3日間の会議が開催されました。会議は教皇レオ14世の回勅に触発され、フアン・マヌエル・サントスやムハンマド・ユヌスなどの著名人が講演し、最終的に人間の尊厳、協力、平和を強調する「ローマ宣言」が署名されました。

Chat Thingが提供する無料ツール。AIエージェントの動作を模倣してWebサイトをスキャンし、アクセス・引用・トランザクションの3段階で対応度を評価し、具体的な修正提案を行う。

Neko Healthは、米国でAIを活用した予防的健康スクリーニングサービスを開始するために、シリーズCラウンドで7億ドルを調達しました。最初の拠点はニューヨークです。同社は全身スキャン、血液検査、医師によるレビューを組み合わせています。

Glad-AI-Torは、実際のユーザー投票に基づいてAIツールをランク付けするプラットフォームです。音声、LLM、画像、動画、コーディング、音楽の6分野、75のツールをカバーし、188の投票があります。ランキングは完全に群衆の評価に基づき、購入することはできません。

VaultChartsは、チャートツールとAIアシスタントを組み合わせた無料のデスクトップ取引アプリです。複数のAIモデルをサポートし、ローカルファーストで、AI支援の有無にかかわらず市場分析が可能です。

状態外乱とパラメータ不確実性に対するロバスト性を組み込んだ新しい最小ラップタイム計画フレームワークを提案し、モデル予測制御器を用いてシミュレーションFSAE車両で検証した。

本論文では、気圧高度計測を利用して垂直運動の補完情報を提供する気圧計支援型姿勢推定アーキテクチャを提案する。これにより、SO(3)上の非線形観測器による姿勢推定を強化する。2つの観測器を設計：相補フィルタとカスケード接続された決定論的リッカチ観測器はほぼ大域漸近安定を達成し、SO(3)×R2上の非線形観測器は緩和された可観測性条件下で局所指数安定を保証する。シミュレーションと実飛行データにより、最小センシング構成での有効性を検証した。

WANDAは、単一のデモから合成データを生成し、オープンワールドモバイル操作ポリシーを学習するエンジンです。背景とインタラクション軌跡の再構築、配置の再構成、修正状態拡張、多様な3D世界での軌跡合成を通じて、長期的ロバスト性、空間一般化、環境横断的一般化を実現し、異なる身体性への対応もサポートします。

本論文では、大規模言語モデル（LLM）を活用したゼロショット物体目標ナビゲーションのための階層的部屋から物体へのフレームワークHROを提案する。既存のフラットな推論手法とは異なり、HROは人間のような階層的空間認知を模倣し、エージェントが部屋レベルから物体レベルへ粗密探索を行う。GibsonおよびHM3Dデータセットでの実験により、既存のLLMベース手法よりも高い成功率と汎化性能を示した。

ROS-Unityに基づくマルチモーダル遠隔操作アーキテクチャを提案。3Dガウススプラッティングにより遮蔽のない外部視点を合成し、胴体装着型振動触覚スーツで直感的な接近手がかりを提供。30名の被験者実験では、重度の通信遅延下で外部視点が優れた性能を示し、fNIRSにより実行制御の維持が確認された。

研究者らは、不気味の谷の経験則を数学的な設計変数として操作可能にする階層ベイズ生成モデルを提案した。このモデルは、予測されたロボットカテゴリ平均からの偏差、モダリティ間の人間らしさの不一致、予測不確実性、観測不確実性の4つの変数に効果をマッピングする。実験では、観測不確実性の増加が中間の人間らしさにおける親しみやすさの低下を緩和し、予測不確実性の低さがロボット的な外観の評価を高めることが示された。このフレームワークは、ヒューマノイドロボットの外観と動作をアルゴリズム的に評価・最適化するための計算基盤を提供する。

触覚インタフェースがウェアラブルや日常環境にシームレスに統合されるにつれ、柔らかく、薄く、静かでエネルギー効率の良いアクチュエータへの要求が高まっている。高電圧静電アクチュエータ（HVEA）は、高電圧と超低電流で電界を印加して力を発生させ、高速、静音、低消費電力という特長を持つ。本稿では、静電スイッチング接着剤、誘電エラストマーアクチュエータ、ソフト電気油圧アクチュエータ、電気動態ポンプの4クラスをレビューし、触覚出力のメカニズム、帯域幅、力密度、スケーラビリティを分析。人間工学、製造簡素化、自己センシング統合に関する設計制約と今後の研究方向性を示す。

本論文は、環境モニタリングにおける自律型UAVのカバレッジ最大化経路計画に関するシステマティックレビューを報告する。PRISMA 2020フレームワークに従い、ScopusとWeb of Scienceで2015年から2026年までの研究を検索し、経路計画、カバレッジ経路計画、情報経路計画に焦点を当てる。247件の研究を分析した予備的結果では、カバレッジ指向、マルチUAV調整、エネルギー認識最適化に集中している一方、天候、不確実性、障害物を扱う研究は少なく、大半がシミュレーション検証に依存している。

偏光情報を活用したロバストな微分可能パストレーシング手法を提案。パスリプレイとローカルキャッシングにより不偏勾配を推定し、偏光演算子のランク不足問題を解決。逆レンダリングの適用範囲を拡大。

本論文では、第11回ABAWチャレンジ向けのマルチタスク学習システムAffectFlow-DINOを提案する。条件付き整流流ヘッドを用いて、野生環境における顔行動の本質的な曖昧性をモデル化し、不確実性を考慮した一対多予測を可能にする。システムは連続的な覚醒度・価値、8つの表情分類、12のアクションユニット検出を同時に推定する。整流流デコーディングは決定論的予測を一貫して改善し、後処理しきい値調整は再学習なしで稀なクラスの性能を大幅に回復する。最終モデルは公式ベースラインを大幅に上回る。

本論文では、従来の3Dシーングラフ（3DSG）パイプラインが抱える知覚飽和問題に対処するため、JITOMA（Just-In-Time On-demand Memory Activation）フレームワークを提案する。タスクヒートマップによる観測フィルタリングと大規模言語モデル（LLM）によるオンデマンドアンカー活性化を組み合わせ、計算負荷を大幅に削減しつつ、長期タスク切り替え時の安定した処理を実現する。また、評価用ベンチマークJITOMA-Benchも提供する。

能動学習と二重損失最適化を組み合わせた人間参加型知識獲得フレームワークを提案。腹腔鏡ビデオの器具セグメンテーションのアノテーション負担を50%削減する。基礎モデルを用いて時間的に一貫したクラスアクティベーションマップを生成し、弱教師あり損失と画像レベルのマスク損失で訓練。疑似マスクを反復的に提案し、専門家が修正することで、初期の密なアノテーションを不要にする。

静的ディープフェイク検出器は、進化し続ける生成技術に対応できず、実環境ではAUCが45-50%も低下する。BitMind Forensics (BMF) はBittensor SN34のオープンな敵対的競争を通じて訓練分布を継続的に更新し、19の公開データセットで優れた性能を示す。JPEG圧縮やダウンスケーリングへの頑健性、時間経過に伴う未見生成器に対する検出能力の向上も確認された。

新しい研究では、自己教師あり学習における事前学習後のファインチューニング（PFT）と同時学習（JT）の2つのパラダイムを系統的に比較し、JTがデータ効率と低ラベル設定で優れ、PFTが専門領域でより信頼性が高いことを明らかにした。

MGFaceは、クエリ顔のマスク装着状態を予測し、それに応じて類似度計算を条件付きでルーティングするマスクゲート型顔識別パイプラインです。マスクなしクエリにはグローバル埋め込みマッチングを、マスクありクエリにはマスク認識型のパッチレベル再ランキングを適用します。拡張LFW-Maskデータセットにおいて、FaceNetバックボーンで80%以上、ArcFaceバックボーンで90%以上の識別精度を達成し、従来のEMDベースの再ランキング手法と比較してクエリ時間を約20倍削減します。

Transformerベースのマスクドオートエンコーダを用いた教師なし鋼表面欠陥認識手法を提案。事前学習では入力画像パッチの75%をランダムにマスクし、軽量デコーダが可視部分から再構築し、補助的な欠陥位置特定目的を同時に学習。デコーダはSSIM 0.92、MSE 0.47を達成し、クラスタリングにより6種類の欠陥に対して91.3%のハンガリー一致精度を達成。

Boogu-Image-0.1は、Base、Turbo、Edit、Edit-Turboのバリエーションからなるオープンソースの統合マルチモーダル理解・生成モデルファミリーです。高品質なテキストから画像への生成、高速推論、指示ベースの編集、バイリンガルテキストレンダリングで競争力のある性能を発揮します。モデル理解、データ品質、トレーニングパイプラインの改善と、エージェント推論時スケーリングにより、限られた計算予算でも優れた生成・編集性能を実現。わずか2億862万枚のユニーク画像を使用し、ベースモデルの理論上のトレーニングコストは約40万ドルです。

TCT画像の細胞分布を正規化する新しい手法C-Normは、子宮頸がん検診におけるAIの性能低下に対処する。異常細胞と正常細胞を分離し再合成して均一分布を実現し、YOLOv12とDINOv3のハイブリッドアーキテクチャで検出を行う。実験により最先端の性能を達成した。

本論文では、音声・視覚ナビゲーションのためのハイブリッドMambaアーキテクチャであるSambaを提案する。適応選択型Mamba状態エンコーダ（M-SE）で従来のGRUを置き換え、時間集約を行い、Audio Mamba Encoder（AME）でスペクトログラムの大域的時周波数依存性を捉える畳み込み演算子の限界を克服する。Matterport3Dデータセットで成功率を11.3%向上させ、Replicaデータセットではさらに優れた性能を示し、計算コストも低減する。IEEE SMC 2026に採択。

実世界の交通データは不均一な空間相関と非線形な時間ダイナミクスを示し、時空間予測に課題を投げかけている。既存手法はグラフ、アテンション、分解アーキテクチャに焦点を当てるが、基礎となる非線形関数近似器の影響は軽視されてきた。STKANはテイラー多項式Kolmogorov-Arnoldネットワークモジュールを空間・時間トークンミキシングに導入する。学習可能なソフトノードグループ割り当てで高レベル空間表現を構築し、グループ単位の空間ミキシングを行い、圧縮系列上の時間依存性をモデル化し、自己アテンションで長距離相互作用を捕捉する。5つの交通予測ベンチマークで競争力のある性能を示し、MLPベースの変種を上回り、非線形関数近似器設計がアーキテクチャ設計を補完することを示唆する。

知識追跡（KT）は、生徒の過去の相互作用から進化する知識状態をモデル化し、将来のパフォーマンスを予測する。既存手法は相互作用を統一された行動プロセスとして扱い、学習の段階固有の性質を見落としている。本論文では、生徒の相互作用を能力段階と習熟度段階に分解するPAKTを提案する。マルチブランチTransformerとタイプ認識読み出しモジュールにより、段階固有および全体的な知識状態を捉える。6つのベンチマークで最大1.33%、平均0.82%のAUC向上を示した。