日本語版 — AI — Page 62
日本語版: Models, agents, infra, applied AI.
-
Metaは、Museが取引の一部を取り分として受け取ることで収益を得ると述べている
Connectで、Mark Zuckerbergはまた、agentのMac向けの新しいコントロールについて説明し、すでにファイルやネイティブアプリ全体で機能している製品を拡張すると語った。
-
エージェントのローンチの翌日、RabbitがOS3に自身を比較するよう求める
同社のプロンプトは、OS3が招待制ベータを超えて一般公開された後に届き、モデル、コンピュータ、そしてr1デバイスにまたがる1つのアシスタントを打ち出した。
-
HeyPCB、8,800件のハードウェア設計を基に構築できるCircuit Worldを発表
共同創業者のInky Ganboldは、エンジニアがオープンボードをフォークし、AIで編集し、製造用ファイルをエクスポートできるブラウザ上のワークスペースを提案している。
-
OpenAI、ChatGPT VoiceをWorkに導入し、接続されたアプリへのアクセスを提供
9月23日のアップデートでは、音声機能をGPT-6モデルおよび職場向けツールと組み合わせ、ChatGPT Workをウェブとモバイルに拡張します。
-
ACTx486がポッドキャストや動画を応答型のAI会話に変える
Karina Nguyen と Jakub Zegzulka は、Elon Musk と Joe Rogan の合成版を中心に研究デモを構築し、生成された対話を画面上にラベル表示した。
-
Anthropicは、Claudeが13の測定で自社のアプリを平均3.1倍高速化したと述べた
Anthropicは、2週間のスプリントによりclaude.aiおよびClaudeデスクトップアプリ全体で13のパフォーマンス測定が改善されたと述べ、エンジニアが目標を設定して作業を主導した。
-
Metaは、AIエージェントがチェックアウト機能に進出する中でMuse walletの開発に取り組んでいる
Jane Manchun Wongの投稿は、StripeのLinkやShop Payと並んでMeta Payを示している。Metaのローンチ投稿ではLinkの名前が挙げられ、Shop Payがまもなく登場すると述べている。
-
Anthropicは、Claudeが役割不明のファージ酵素システムを発見したと述べている。
同社はこれを自社の分子生物学ラボの最初の成果だと呼んでいる。投稿は候補としての発見を提示するものであり、実証された生物学的機能を示すものではない。
-
Google、Gemini 3.8の音声モデルを発表 — Hume創業者Alan Cowenがクレジットに
元Hume AIのCEOの名前が、Googleがリリースしたカスタム音声デザインおよび行ごとのパフォーマンス制御のためのモデルにクレジットされており、30秒の音声複製が組み込まれている。
-
Light Origins、Light-O1をロボット向けに適応させる前に人間のビデオで訓練
創業者のRoger Jiang氏は、より大規模な事前学習の実行により適応後のホールドアウト予測誤差が減少したと述べている。ただし、その研究では大規模な実世界タスクでの成功は測定していなかった。
-
NVIDIA、8話者対応のダイアライゼーションモデルをリリース。プレビューは評価のみ
NVIDIAは、自社の100MパラメータのモデルがVoice Arenaの初期ベンチマークで14.72%のDERを記録したと述べたが、ゲーティッドなHugging Faceプレビューは社内評価に限定されている。
-
OpenAIの$50開発者向けプランがDevDayに先立ちオンボーディングフローに表示される
TestingCatalogはAPIビルダー向けにFree、Prototype、Accelerateの各ティアを報じているが、画面上にはローンチ日やアプリホスティングサービスは示されていない。
-
Viva-Thera、XtalPiのAIを活用して7か月でHIV治療薬候補を選定
創業者のQingshan Fuは長年のHIV構造研究を基に構築した。候補と7か月のタイムラインは引き続き同社の報告によるものだ。
-
DeepSeek、国連安全保障理事会のAI会合で発言するよう招待される
Reutersは、DeepSeekやその他の中国のAI開発者らが9月23日の会合で発言するよう招待されたと伝えているが、DeepSeekの出席、代表者および発言は確認されていない。
-
Tripo AI、プロダクションパイプライン向けにネイティブなクワッドメッシュを搭載したP2.0を出荷
Tripo AIのモデルは、領域ごとのメッシュ編集とプロンプトごとに4つのバリアントを追加しました。これは同社が30億人民元の資金調達を発表してから20日後のことです。
-
Kyutai、テキストLLMを介さない音声ネイティブの数学モデルをリリース
リリースされたGLM-4-Voiceの派生モデルはGSM8Kで最大77.1%を記録したが、より大きなカスケード型システムが依然としてベンチマークをリードしている。
-
M87 Labs、NvidiaのParakeet音声モデルを178MBに圧縮
Parakeet Reduxは、8つのCPUコアで実時間の113倍で動作すると主張されており、より優れた多言語スコアを示す一方で、ノイズの多い音声には測定可能なペナルティがある。
-
Paradigma、Limiteをリリース — 高スループットの数学的推論向け1Bモデル
Rome AI labは最初のモデルを6週間で訓練し、重み、ベースモデル、およびvLLMのサービングコードをApache 2.0ライセンスの下で公開した。
-
HeyGen、悪趣味を採点できるAI動画ベンチマークを発表
Code2Videoは168件のモーションデザイン向けブリーフでエージェントをテストし、続いてHeyGenの独自判定モデルを用いてタイミング、構図、制作技術を採点する。
-
SpaceXAI、長時間のエージェント作業向けにGrok 4.7をGrok 4.6の価格で出荷
より大きなモデルは、より長いコーディングや知識作業を行うエージェントを対象としており、API料金は入力が100万トークンあたり$2、出力が100万トークンあたり$6です。
-
Meshy、3DジェネレーターをChatGPTに接続し、Astraにワークフローを実行させる
このプラグインはチャット内で3Dアセットを生成、セグメント化、表示し、OpenAIの汎用モデルをMeshyの専門APIのオーケストレーターにします。
-
AlibabaがQwen-Image-2.1を公開 — 透過編集機能と研究用途限定の重みを搭載
unified 2K generator は10枚の参照画像を受け付けますが、そのライセンスでは商用利用には別途契約が必要です。
-
Pirate FaceがオープンなAIモデルをオンラインで維持するためにBitTorrentトラッカーを追加
このサービスは Hugging Face の web-seeds をピア探索と組み合わせているが、その 669,000 モデルのカタログは実際に確認されたコピーの集合よりもはるかに大きい。
-
NASAとIBMは、200万のデータバンドルで訓練されたオープンな月面向けAIモデルを公開した。
Rachel Slankは11種類のデータを整列させ、49,000個のクレーターにラベルを付けました。GitHubのリリースには下流のコードが含まれていますが、事前学習用のコードは含まれていません。