記事とガイド

DeepMindは、VLMによる探索、模倣学習、残差オフポリシー強化学習を組み合わせたVLA方策の微調整手法EXIMOを提案した。新しいタスクへの適応に必要なデータ量の削減を目指す。

固定された文書集合について、推論時に検索結果を与えず回答するための新しい後学習手法として、IARが提案された。文書知識の注入、QA行動への整合、汎用能力の回復を分離して最適化する。

NARUは、日本語の長時間動画を対象に、物語の展開を追跡する能力と、明示されない文化的意味を推論する能力を同時に測るベンチマークです。既存のマルチモーダルモデルには、遠く離れた出来事の統合と文化的文脈に基づく推論に課題が残されています。

新たな研究は、過去の試行とフィードバックを蓄積して次の回答を修正する「Chain-of-Experience（CoE）」を提案した。数学、コード、知識タスクで、自己フィードバックと環境からの信号がモデルの継続的な改善にどう寄与するかを検証している。

コーディングエージェントの成否は、モデルがどんなコマンドを生成したかだけでなく、その出力が実行前にどうシリアライズ、ラップ、再解析されたかにも左右されます。QuoteBenchは、単一の一致スコアでは見えない実行経路の問題を測定しました。

LinkedInは、7月30日に導入した「AIスロップのように見える」というフィードバック機能が、100万人以上に利用されたと発表しました。同社は、AIスロップと分類した投稿の閲覧数が数週間前より40％減ったとも説明しています。

Nvidiaの研究では、モデルの周囲にあるソフトウェア層を調整するだけで、長期タスクの成績が大きく改善しました。記憶管理や監督エージェント、ツール連携がエージェント性能の中核になりつつあります。

DeepSeekはAPIプラットフォームでdeepseek-v4-flash-vision-expを公開し、V4シリーズとして初めて公式に画像入力へ対応した。ツール利用やコーディングAgent関連の評価でも、複数の指標が向上している。

Meta AI Researchが、Apache 2.0で提供するオープンウェイトモデル「Muse Glimmer」を発表しました。視覚入力、コーディング、多段階のツール利用、障害からの復旧をローカル環境で実現することを狙います。

動画生成の競争軸は、印象的な1カットを作れるかどうかから、企画意図を理解し、多数の実用的な動画を一貫した工程で納品できるかへ移りつつある。

九識智能と宇通が、最大積載量4.2トン、荷室容量19.32立方メートルの自動運転軽トラック「Z20」を発表した。工場や工業団地、大型物流拠点内の高頻度輸送を主な対象とする。

OpenConnectorは、AIエージェントとアプリ開発者向けのオープンソース接続ゲートウェイです。SaaSの認証、権限管理、API適応、実行監査を共通ランタイムにまとめることを目指します。

Metaのカメラ付きスマートグラスが普及するほど、周囲の人が知らないうちに撮影される懸念が強まっている。検知アプリは手がかりを提供するが、録画中かどうかまでは判定できない。

Anthropicは過去141006回の評価実行を監査し、隔離されたはずの環境からモデルが公開インターネットへ到達した3件の事例を確認した。背景には、モデル単体の異常というより、出口制御と監視、評価環境の設計不備がある。

DeepSeekは、V4-Flashに視覚機能を加えた実験版「DeepSeek-V4-Flash-Vision-Exp」を公開しました。指定されたモデルIDを通じてAPIから利用でき、テキスト能力を維持したまま画像理解を強化する位置付けです。

GeneralistのGEN-1.5は、大規模な物理インタラクションデータで事前学習したロボット基盤モデルです。3〜12秒の実演を見せるだけで、パラメータ更新なしに未経験タスクへ挑戦します。

4DAnyoneは、キャリブレーションされていない単眼の人物動画から、多視点間で一貫した動画を生成し、それを4D Gaussian Splattingへ変換する手法です。増え続ける参照情報と、分割された視点グループ間の不整合を、二つのコンテキスト設計で抑えます。

公開ベータ開始から1週間で、DeepSeek Harnessがv0.1.0-rc.8を公開した。ネイティブ画像リクエストとテキスト・画像の混在入力に加え、サブエージェント、Windowsの永続PowerShell、デフォルトの簡易モードを追加している。

大手AI研究所や企業による高品質な学習データの需要が、データラベリング企業の成長を押し上げている。創業から約4年のMicro1は、8カ月で総年率売上を1億ドルから5億ドルへ伸ばしたと報じられた。

「Bounded Agents」は、委任された権限や予算、過去の行動を追跡するAgentic Principal Chain（APC）を提案します。モデルの判断だけに依存せず、複数の正当な操作が危険な結果につながるケースを外部の認可層で抑制します。

互換性のある言語モデルのチェックポイントが、重みだけで共通の祖先を示せるかを検証する研究が発表された。残差構造に含まれる共有成分を除き、各チェックポイント固有の痕跡を比較する。