Tencent Hunyuan、複数機関と共同で初の音声編集ベンチマークMMAEを発表
Tencent Hunyuanは上海交通大学、南洋理工大学などの機関と共同でMMAE(Massive Multitask Audio Editing Benchmark)を発表した。これはAIの音声/オーディオ編集能力を包括的に評価する初…
AI ニュース月別アーカイブ:2026年6月 に厳選した 711 件の AI ニュースを掲載。モデル公開、製品アップデート、業界動向、論文研究、チュートリアル、意見を含み、各記事に AI 要約・出典表示・原文リンクを付けてページ送りで閲覧できます。
Tencent Hunyuanは上海交通大学、南洋理工大学などの機関と共同でMMAE(Massive Multitask Audio Editing Benchmark)を発表した。これはAIの音声/オーディオ編集能力を包括的に評価する初…
Alibaba傘下のAmapは世界初の3Dネイティブ都市世界モデルABot-Earth0.5を発表し、190以上の国と地域をカバーする3D地図を構築済みである。ユーザーが衛星画像やテキスト記述を入力すると、10分でキロメートル級の3D都市…
OpenAIは、AGIをすべての人の利益にするビジョンを説明する計画を発表した。この計画はAIのアクセシビリティ、安全性、繁栄の共有に焦点を当て、技術の進歩がすべての人に恩恵をもたらすことを目指す。
本日、Hugging FaceはOpenEnvプロジェクトのさらなる開放を発表した。Meta-PyTorch、Reflection、Unslothなどで構成される委員会が調整し、PyTorch Foundation、vLLM、SkyRL(…
Appleは第3世代のApple Foundation Models(AFM)基盤モデルファミリーを発表した。Googleと協力してカスタマイズされ、デバイス上からPrivate Cloud Computeベースのサーバー側モデルまでをカ…
PromptArmor は Ollama デスクトップアプリの複数の脆弱性を公開した。攻撃者は間接的プロンプトインジェクションにより悪意ある HTML で画面全体を覆いフィッシングを実行できる。また、安全でないウェブ検索ツール、Markd…
英国 AI Security Institute は RealityTest ベンチマークを公開し、17 のテキストモデルと 6 の音声モデルが問われた際に AI の身元を開示するかを評価した。ベンチマークは 500 人の英国代表調査、5…
OpenAIはCodexの実際のワークフローを数十件公開し、チームがどのようにタスクを自動化しているかを示した。用例には、受信箱の管理と返信の下書き、GitHub PRのレビュー、Figmaデザインのコード化、大規模コードベースの理解、バ…
FTの報道によると、トランプ政権はOpenAIと公共富基金の仕組みを通じて政府がAIスタートアップに出資することを検討している。案ではAI企業が少数の株式を基金に寄付し、基金は口座や配当を通じて収益を米国民に還元するもので、政府が直接企業…
Claude、Biomni、Edison Analysis、GPTなどの研究エージェントがウイルス学データベースNCBI Virusから配列データを取得する実験では、最強のモデルでも信頼性の高いデータセット構築に必要な精度を安定的に達成で…
Claudeはディレクトリで公開済みのConnector向けに、パフォーマンス監視ダッシュボード(公開ベータ版)を追加した。所有者はアクティブユーザー、ツール呼び出し回数、ディレクトリ順位、ヘルススコア、エラー率、レイテンシを追跡でき、ツ…
Anthropicは新しいSwiftパッケージを通じ、Appleの開発者がFoundation Modelsフレームワーク内でClaudeを直接呼び出せるようにした。開発者はAppleのフレームワークをネイティブSwiftの方法で使い、わ…
Anthropicの最新研究は、大規模言語モデルによるN-day脆弱性悪用の自動化能力を評価した。Claude Mythos Previewは、直近のFirefoxセキュリティパッチ18件のうち8件で実行可能なコード悪用を自律構築し、Wi…
Gary MarcusはFinancial TimesでJohn Burn-Murdochのグラフを見て、それが自身がずっと伝えようとしてきた見解を的確に要約していると考えた。
Her(हेर)はClaude Code専用に設計されたセッション分析ツールである。ユーザーが`.jsonl`ファイルをアップロードすると、Herは自然言語で各ラウンドのやり取りを再構築し、デプロイ、設定変更、秘密情報などの高リスク操作を…
UIUCとChromaは共同でHarness-1を発表した。20Bパラメータの検索サブエージェントである。強化学習によりステートフル検索フレームワーク内で訓練され、このフレームワークは候補プール、重要度注釈セット、証拠グラフ、検証記録を維…
3つの力がAIコストを再構築している。フロンティアのクローズドモデルは値上がりを続け、オープンソースモデルは多くの場面で十分な品質となり、買い手が代替を始めている。Coinbaseはプロンプトをより安価なモデルにルーティングし、コストは横…
GoogleはColab CLIを発表した。開発者とAIエージェントがターミナルでローカルPythonコードを直接実行し、リモートColabのGPU・TPUランタイムで加速できる。このコマンドラインツールにより、ユーザーはブラウザを開かず…
Thousand Token Wood v2は4つの異なるラボの小モデル(gpt-oss-20b、MiniCPM3-4B、Nemotron-Mini-4B、微調整Qwen 0.5B)で金融シミュレーションゲームのエージェントを駆動する。核…
Dan HendrycksはXで最近の論文4本を公開した。1)大規模言語モデルの政治的バイアスを測定・低減する方法を提案し、Claudeの偏りが顕著であると指摘。2)一般公衆がAIにバックドアを仕込むことが可能で、サプライチェーンリスクを…
Hugging Face は AI ベースの求職検索ツール Job Searcher を発表した。ユーザーが履歴書をアップロードして希望条件を設定すると、システムは教師モデル DeepSeek V4 Pro を用いて LinkedIn 検…
GitHub はオープンソースツールキット Spec Kit をリリースした。「vibe coding」の最大の弱点、すなわちルールが明確でないうちに AI がコーディングを始めてしまう問題の解決を目指す。プロセスを「AI に直接構築させ…
OpenCV 5 が正式リリースされた。グラフベースの DNN エンジンを採用し、ONNX オペレータのカバー率は 4.x の23%未満から80%超に向上、Transformer、視覚言語モデル(VLM)、大規模言語モデル(LLM)をネイ…
Persona Atlas は Hugging Face Inference Providers 上で動作するオープンソースプロジェクトである。ツール呼び出しエージェントを通じて実際のウェブ検索を実行し、公人のプロフィール、ファクトリスト…
ノーベル賞受賞者のGeoffrey Hinton氏は最新のインタビューで、AIはすでに意識を備えており、人類は知性が生物に固有のものではないことを受け入れる必要があると述べた。同氏はこれに不満を感じており、短期的には大規模な失業リスク、長…
CVPR 2026 は Longuet-Higgins Prize「時間検証賞」を2015年発表の「Deep Residual Learning for Image Recognition」(ResNet)に授与する。同論文は何愷明、張祥…
Claude Code v2.1.166ではfallbackModel設定が追加され、最大3つのフォールバックモデルを設定してメインモデルが過負荷または利用不可の場合に順番に試行できる。--fallback-modelは対話セッションにも…
ChatGPTウェブ版は、会話を離れることなく執筆ブロックから直接メールを送信できるようになった。主要な投稿の著者は、これはChatGPTとのメール統合だと述べている。
開発者はQwen2.5-3Bを用いて5人の森の生き物によるマルチエージェント経済を構築した。各エージェントは独立して動作し、vLLMでModal上にデプロイされ、Gradioをインタラクション窓口とする。3Bモデルは100%の呼び出しで有…
Arenaは実ユーザータスクに基づくエージェントランキングを公開した。コード作成、アプリ構築、文書分析などの作業におけるモデルの性能を、孤立したベンチマークではなく評価する。ランキングは30万以上のタスク、200万以上のツール呼び出し、4…
SpaceXはGoogleとの新たなクラウドサービス契約を明らかにした。GoogleはxAIデータセンターの計算能力に対して、月額9.2億ドル(年約110億ドル)をSpaceXに支払う。これはAI計算能力が打ち上げ能力やエネルギーと同様に…
より良い記憶=より短いプロンプト=トークンあたりの効用が向上
AIエージェントとの協働は、同僚との協働と同じように感じられるべきだ。テキストチャットだけでなく、一緒に画面を指さしたり、リアルタイムで会話したりしながら「彼らと話す」ことができなければならない。
下書き。調整。送信。ChatGPTウェブ版で、会話を離れることなく執筆ブロックから直接メールを送信できるようになった。
Google AIは今週、複数のアップデートを発表した。Nano Banana 2とProが正式にGAとなり、Gemini Enterprise Agent Platform、Gemini API、Google AI Studioから利用…
GoogleはGemma 4の量子化認識トレーニング(QAT)チェックポイントを公開し、品質損失を最小限に抑えつつコンシューマーGPUやモバイル端末でのローカル実行を可能にした。新しいチェックポイントはGGUF(Q4_0)形式で提供され、…
Gemini Live内で直接画像を作成・編集できるようになった。部屋の装飾のテスト、数学の問題解決、共有可能なミームの作成など、すべての操作がリアルタイムで完了する。Geminiアプリを開き、Liveボタンをタップしてカメラを共有し、見…
AI業界の関心は、tokenの最大化と迅速なイテレーションからコスト管理へ移っている。推論と生成過程で急増するtoken費用に対応するため、ガードレール機構の構築を求める声が業界で広がっている。この傾向は、モデル展開戦略、API価格体系、…
モーションキャプチャにスーツ、スタジオ、数千ドルは不要です。@Viggle_PINOCを使えば、誰でも簡単に自分を撮影し、その動画をモーションキャプチャに変換できます。まだテスト段階で、全員に完全無料です。試して、他に何を見たいか教えてく…
Demis Hassabisは今週スタンフォードで、AGIは数年で実現可能で、2030年前後(プラスマイナス1年)になると述べた。しかし2026年1月のダボス会議ではより保守的な5〜10年のタイムラインを示し、AGIには人類のすべての認知…
13 / 18 ページ
PR
Orange Relay(pro.nat6.net)は高品質な AI API 中継サービスです。リーズナブルな価格、安定した品質、Claude・GPT・Gemini など主要モデルに幅広く対応しています。
Orange Relay を見る