本文へスキップ
IFAI

AIデイリー：今日のAIニュース

金

10月30日 金曜日

  3. 業界動向拡散指数 43

    ローマ教皇レオ14世、国連に自律型兵器の禁止を要請：「機械は道具であり人間ではない」

    ローマ教皇レオ14世は国連加盟国に対し、来月のジュネーブ会議で致死性自律型兵器を禁止する具体的措置を取るよう求めた。「機械は道具であり人間ではない」と述べ、AIへの法人格付与を戒めるとともに、武力行使の決定権は常に人間の監視下に置くべきだと訴えている。

  7. 研究拡散指数 45

    Googleの衛星が軌道上から初のAI応答を受信、TPUで俳句を生成

    Googleは「Project Suncatcher」の試作衛星に搭載したデータセンター級TPUでGemma 4モデルを稼働させ、軌道上から初のAI応答を受信したと発表した。ノルウェー地上局の通過時に宇宙を詠んだ俳句を生成・送信した。今後は放射線や熱耐性をテストし、2027年の2機連携を目指す。

  9. オープンソース拡散指数 51

    音声合成モデル「Audio8-TTS-Realistic」公開：6億パラメータで23言語の音声クローンに対応

    Edge0 がテキスト音声合成モデル「Audio8-TTS-Realistic」をオープンソース公開した。6 億パラメータ・容量 2.6GB と小型ながら、数秒の音声から 23 言語のゼロショット音声クローンが可能。Apache 2.0 ライセンスで商用利用に対応し、一般的な民生用 GPU でも動作する。

木

10月29日 木曜日

  1. オープンソース拡散指数 48

    Auto-Company：14の自律AIが会議の空回りを防ぎ、自ら開発まで完結

    CMUのZheyuan Kong氏が、14体の専門AIエージェントが自律駆動する「Auto-Company」を公開した。PROMPT.mdによる強制収束フローで無駄な議論を排除し、3巡目にはClaude Codeを通じて実際の実装・デプロイまで進める。記憶はMarkdown1枚で管理されるが、ホスト環境でのフルアクセス権限が必要となる。

  2. オープンソース拡散指数 48

    Pika、映像・音声同時生成モデル「H3 Flex」をオープンソース公開：わずか6ステップで出力

    PikaはMiniMax-H3をベースにした動画・音声生成モデル「Pika H3 Flex」をオープンソース公開した。わずか6ステップのサンプリングでステレオ音声付きの5〜15秒の動画を生成可能。11種類の画面比率や最大12件のマルチモーダル参照に対応し、H100単体でのローカル推論に対応している点が注目される。

水

10月28日 水曜日

  1. AIモデル拡散指数 61

    Googleが「Gemini 4 Carbon」発表、サイバー防衛と長時間エージェント作業に特化

    Googleは最新のフロンティアモデル「Gemini 4 Carbon」を発表した。脆弱性検出や修正パッチ生成などのサイバー防衛と長時間の自律タスクに強みを持ち、ベンチマーク首位を獲得。価格は入力100万トークンあたり2ドル、出力10ドルで、まずは一部のセキュリティ担当者向けに先行提供される。

  2. オープンソース拡散指数 48

    NVIDIAがNemotron 3.5 Transcribeを公開：8人の話者分離とプロンプト指示に対応

    NVIDIAはオープンウェイトの音声モデル「Nemotron 3.5 Transcribe」を公開した。文字起こし、最大8人の話者分離、翻訳、音声Q&Aを1つのモデルに統合し、40言語と最長1時間の音声に対応する。300億パラメータのMoE構造で動作時の負荷を約40億に抑え、主要なオープンベンチマークで首位を獲得した。

  5. オープンソース拡散指数 48

    NVIDIA、キャラやロボットの動作をリアルタイム生成する「MotionBricks」をオープンソース公開

    NVIDIAはリアルタイム動作生成モデル「MotionBricks」をオープンソースで公開した。前後の目標ポーズを指定するだけで中間の自然な動作を補完し、障害物の乗り越えや着席などの動きをブロックのように連結できる。SOMA人体モデルとUnitree G1向けモデルがGitHubで利用可能だ。

火

10月27日 火曜日

  1. 研究拡散指数 36

    Anthropic、1人バイオ企業を買収　Claude活用で自社創薬へ本格参入

    Anthropicは創薬分野での成果を公表し、1人創業のバイオ企業Mithril Medicineを買収して自社創薬に着手したと明かした。Claudeの支援により18カ月で筋ジストロフィー候補薬のマウス実験を終え、2028年末の人体治験を目指す。3カ月要した規制申請書の作成を4時間に縮める成果も示した一方、収益化の不確実性も警告している。

  2. オープンソース拡散指数 48

    Bygga：イケアの紙の説明書を対話型3Dアニメーションに変えるオープンソースツール

    開発者の Nutlope 氏がイケアの組み立て説明書を対話型 3D ガイドに変える「Bygga」を公開しました。1,171 点の製品をオフラインでサポートし、音声操作で「次へ」と進められるため作業中に手を離す必要がありません。未収録製品も Together AI を通じてスキャン・解析可能です。

  3. 画像・動画生成拡散指数 41

    マイクロソフトが画像編集モデル「MAI Image 2.7」発表、ベンチマークで世界2位に浮上

    マイクロソフトは最新の画像編集モデル「MAI Image 2.7」を公開した。Artificial Analysisの画像編集リーダーボードで2位、Arena Editで3位を記録。全10種のユースケースで前世代を上回り、特にシーンやスタイルの編集では次点に24 Eloの差をつけた。現在は編集機能のみ提供されており、画像生成機能も順次追加される予定だ。

  5. AIモデル拡散指数 57

    Google DeepMindが「Genie 4」発表：音声も同時生成する世界モデル

    Google DeepMindはリアルタイム世界シミュレーションモデル「Genie 4」を発表しました。キーボードや自然言語で空間を操作できるだけでなく、環境音や会話音声を世界と同時にネイティブ生成します。Geminiが論理的推論を担い、現在は信頼できるテスター向けに限定公開されています。

  6. オープンソース拡散指数 48

    Baidu、数百ページの文書を一括解析できる「Unlimited OCR 2」をオープンソース公開

    Baiduは超長文ドキュメント解析モデル「Unlimited OCR 2」をオープンソース公開した。パラメータ数は3B（約6.9GB）で、注意機構の最適化によりページ数が増えてもメモリ消費を安定させ、複数ページにまたがる表や段落も自動で結合抽出できる。一般向けGPUでも本1冊丸ごとの電子化が可能になる。

  7. AIツール拡散指数 41

    SpAItialがEcho-3を発表：iPhoneで数分スキャン、死角をAI補完し実寸3D空間化

    SpAItialは物理世界モデル「Echo-3」と同社iOSアプリを公開した。iPhoneで数分撮影するだけで、部屋や屋外を高精度な実寸大3D環境へ変換できる。カメラが撮り逃した死角を周囲に合わせて自動補完し、浮遊ノイズを抑えるのが強みだ。シミュレーションやAIエージェント向けAPIも用意され、初月は無料で利用できる。

  8. 研究拡散指数 36

    Cortical Labsが生体コンピュータ15台を接続、ヒト神経細胞がAIを凌駕

    Cortical Labsは生きたヒト神経細胞を搭載した生体コンピュータ「CL1」15台を連携させるシステム「HIVE」を発表した。仮想ナビゲーション試験では従来の深層Q学習（32%）を大きく超える約70%のスコアを記録。細胞同士の協調により生体特有の性能ムラを克服し、実用的なウェットウェア計算の道を開いた。

月

10月26日 月曜日

  1. オープンソース拡散指数 48

    3Dモデリング不要、AI動画で回せる商品Webページを作成する手法がオープンソース化

    デザイナーのAmirMushich氏が、3Dモデリングを使わずにインタラクティブな回転商品ページを作成するWeb手法を公開した。服の参考画像からLTX-2.5 Proで回転動画を生成し、約30フレームに分解してJavaScriptでマウス操作に連動させる仕組みだ。ランタイムでのAI呼び出しや3D描画エンジンが不要で、ECサイトの演出コストを大幅に下げられる。

  3. 業界動向拡散指数 43

    Anthropicがナスダック上場を申請：ティッカー「ANT」、半年で売上163億ドル

    Anthropic がナスダック上場に向けた S-1 登録届出書を提出し、ティッカーシンボルを「ANT」に指定した。2026 年上半期の売上高は前年同期比約 14 倍の 163 億ドルに達し、6 月期は 9 億 7400 万ドルの営業黒字を記録。巨額投資を要する先端 AI 企業の事業性に強い裏付けを示す結果となった。

  4. 研究拡散指数 47

    OpenAIの未公開AIが科学的快挙、ETH仮説を反駁しミレニアム懸賞問題にも前進

    OpenAIは未公開モデルが数学、計算複雑性理論、物理学の3分野で重要発見を達成したと発表した。数十年間信じられてきた指数時間仮説（ETH）の反駁や、ヤン・ミルズ理論の存在証明などが含まれる。成果はLeanで形式検証され、ノーベル賞受賞者を含む外部の研究者グループ主導で公開検証が進められる。

  6. オープンソース拡散指数 48

    MotionSites、シネマティックなWebページを作れるClaude Skillをオープンソース公開

    MotionSitesは高品質なWebサイトを構築できる「Claude Skill」を公開した。厳選された40件のプロンプトや動画・3D素材ライブラリを収録し、Playwrightによる自動スクショと修正ループで品質を担保する。一般的なAI特有の量産型デザインを脱し、映画のような世界観を持つLPを誰でも手軽に制作できる。

  8. 研究拡散指数 33

    検索器を使わない「DecisionRAG」登場、268万件の文書から最速0.7秒で特定

    研究チームが、従来のベクトル検索やテキスト生成を排した「DecisionRAG」を発表した。図書館で本を探すように階層構造をたどり、1回の計算で候補をまとめて評価して絞り込む。268万件のWikipedia文書を0.7〜1.8秒で検索でき、検索と再ランク付けを組み合わせた手法を有意に上回る精度を達成した。

  10. AIモデル拡散指数 55

    OpenAI、PC操作と視覚認識に特化した「GPT-6.1 Terra」提供開始

    OpenAIは視覚的推論とコンピュータ操作性能を高めた新モデル「GPT-6.1 Terra」を発表した。API価格は従来比50%安の入力100万トークンあたり1ドルに設定。タスク処理速度はAstraの3倍以上で、図面解析や書類自動入力といった日常業務の自動化コストを大幅に削減できる。

日

10月25日 日曜日

  1. AIモデル拡散指数 50

    OpenAIの新モデルがAPIに誤出現：デュアルVM構成が発覚、現行旗艦を大幅に凌駕

    OpenAIの公式APIにリリース候補モデルが一時出現し、直後に削除されました。コード名からタスク管理とサンドボックス実行を分担するデュアルVM構成が判明したほか、公式ブログでは現行フラッグシップを最大28%上回る神秘の内部モデルが露出しており、次世代機の投入が迫っています。

  2. オープンソース拡散指数 56

    書童 Pagekin：設定ブレを防ぐオープンソースの長編小説執筆AIエージェント

    長編執筆時の設定矛盾やキャラ崩壊を防ぐオープンソースAIツール「書童 Pagekin」が登場しました。全文をコンテキストに詰め込まず、人物ファイルや世界観、章ごとの設計図を構造化して必要な情報だけを呼び出します。部分的な会話化や校正の差分マージにも対応。ソフト自体は無料ですが、別途モデル設定が必要です。

土

10月24日 土曜日

金

10月23日 金曜日

  2. 業界動向拡散指数 41

    OpenAI、10億人のChatGPTを支えるストレージ基盤「Habitat」の裏側を公開

    OpenAIはChatGPTのストレージ基盤「Habitat」が世界40リージョン・10億人以上のユーザーをどう支えているかを解説した。MicrosoftのAzureチームと密接に連携してCosmos DBを最適化し、プロキシ刷新などにより読み込み速度を12倍向上させ、単一アカウントで毎秒2000万超のクエリを処理している。

  6. 画像・動画生成拡散指数 32

    ElevenLabs、プロ声優と連携した新デフォルト音声を公開　表現力と音質を向上

    ElevenLabs は音声合成および Projects Alpha 向けに新しいデフォルト音声を公開した。プロの声優と提携し、30 分の録音データを基にした高品質音声クローン技術で制作。アイルランドやイタリアなどのアクセントや多彩な感情表現に対応した。同社は著作権を保持せずライセンス契約を結んでおり、生成ごとの報酬モデルも検証中だという。

  8. AIツール拡散指数 41

    Anthropic、「Claude Enterprise」でチャットとCoworkを統合　PCを閉じても作業続行

    Anthropicは「Claude Enterprise」向けにチャットと自律型タスク支援「Cowork」の統合環境を一般提供した。コード実行やファイル処理を伴うタスクはクラウド上の分離環境へ自動移行し、PCを閉じてもバックグラウンドで処理が継続する。コストを抑える「Efficientモード」も追加された。

木

10月22日 木曜日

  1. AIモデル拡散指数 55

    OpenAI、分岐処理に特化した「Decisions API」を一般提供

    OpenAIは「Decisions API」の一般提供を開始した。GPT-6 Lunaを基盤とし、入力分類やルーティングなどの判断処理を標準呼び出しより最大10倍高速に行える。1リクエストあたり最大400問に対応し、料金は百万入力トークンあたり0.10ドルで出力費用はかからない。

  2. 画像・動画生成拡散指数 56

    Canvaが初の独自画像生成モデル「Craft」公開、生成画像を編集可能なレイヤーに変換可能

    Canvaは初の自社開発画像生成モデル「Canva Craft」を発表した。テンプレートを活用して学習されており、最大2K解像度に対応するほか、生成した画像をCanva Magicでレイヤーごとの編集可能なデザインに変換できるのが特徴。現在すべてのユーザーがDream Labから利用できる。

  3. 研究拡散指数 52

    マイクロソフト、医師を上回る診断AI「MAI-DxO」発表　正答率83%で検査コストも半減

    Microsoftは『Science』誌にて、複数の仮想医師による議論を模倣した診断AI「MAI-DxO」を発表した。『ニューイングランド・ジャーナル・オブ・メディシン』の難症例で83%の診断精度を達成し、資料を参照した医師（36%）を大幅に上回った。不要な検査を省いてコストを半分以下に抑えられるのが強みで、今後はボストンの医療機関で臨床試験を予定している。

  6. オープンソース拡散指数 49

    Tencent、万能ビジュアルAI「WeVisOne-VL」をオープンソース公開

    TencentのWeChat Visionチームが、物体検出やカウント、OCR、高精度な切り抜きを1つでこなす視覚モデル「WeVisOne-VL」をオープンソース公開しました。SAMのような重い外部モデルを使わず9.6Mパラメータの軽量デコーダーで髪の毛レベルの透過マスクを出力でき、2Bと4Bモデルをローカルで動かせます。

  8. オープンソース拡散指数 50

    Anthropic、Agent Skills規格をLinux Foundation傘下AAIFに寄贈

    AnthropicはAIエージェントに専門タスクを指示するオープン規格「Agent Skills」をLinux Foundation傘下のAAIFに寄贈したと発表した。同規格はChatGPTやCursorなど70超のプラットフォームに導入され、インストール数は2.8億回に迫る。今後はGoogleやOpenAIのエンジニアらと中立的に共同保守される。

  9. AIモデル拡散指数 49

    Anthropic、Google Cloud上で「Claude Platform」を提供開始：新機能を即日利用可能に

    AnthropicはGoogle Cloud上で自社運用の「Claude Platform」を一般提供開始した。既存のIAM権限や一括請求を維持したまま、プロンプトキャッシュやコンピュータ操作などの全機能をネイティブ環境と同時に利用できる。企業はクラウドアカウントを切り替えることなく最新のClaude機能を導入できる。

水

10月21日 水曜日

  2. 業界動向拡散指数 46

    Railwayに不正アクセス、環境変数が流出か　AI推論サービス狙った攻撃の疑い

    クラウドプラットフォームのRailwayは顧客の環境変数を保存するシステムへの不正アクセスを検知したと発表した。APIキーやデータベースの認証情報が復号・閲覧された恐れがある。同社はAI推論プロバイダーを標的とした一連の攻撃の一環とみており、全デプロイを一時停止し、ユーザーに秘密情報の更新を求めている。

  6. 業界動向拡散指数 43

    ChatGPT広告が世界89カ国に拡大、出稿主は10万社を突破

    OpenAIはChatGPTの広告配信を新たに26カ国へ拡大し、世界89カ国で利用可能になったと発表しました。提供開始から約8カ月で出稿主は10万社を突破。広告はFreeおよびGoプランのみに表示され、有料のPlusやProは非表示を維持します。会話データの広告主への販売も行わないとしています。

  7. AIモデル拡散指数 52

    OpenAI、Google Cloudと提携　主要モデルやCodexをModel Gardenで提供へ

    OpenAI は Google Cloud との提携を発表し、フロンティアモデルや Codex ワークフローを Google Cloud の Model Garden に導入することを明らかにした。企業の GCP 利用コミットメントをモデル購入に充当でき、Gemini Agent などとも連携する。なおマイクロソフトが OpenAI の主要クラウドパートナーである方針に変更はない。

  9. オープンソース拡散指数 48

    Alpha Innovator、科学研究特化のMoEモデル「Sage A1.5」をオープンソース公開

    Alpha Innovatorは科学研究向けに最適化された350億パラメータのMoEモデル「Sage A1.5」を公開した。複数エージェントが協調して分子設計やデータ分析、引用付きレポート作成をこなすほか、推論途中で自律的に自己修正を行う。フル版は約72GB、最小のQ4 GGUF版は22GBで提供される。

  11. AIモデル拡散指数 55

    OpenAI、ChatGPTの広告基盤を解説　開始200日未満で年換算10億ドル突破

    OpenAIはChatGPTの広告配信システムを支える技術アーキテクチャを公開しました。開始から200日足らずで年換算売上高が10億ドルを超え、広告主は10万社を突破。従来の検索広告とは異なり、専用の事後学習モデルが対話セッション全体から文脈を読み取り、ツールを呼び出して広告を選定する仕組みです。生成AI本来の回答を歪めないよう、広告処理は完全な別系統で実行されます。

  12. 業界動向拡散指数 52

    OpenAIが「Patch the Planet」始動：GPT-5.6でPHPの深刻な脆弱性を発見・修正へ

    OpenAIは新イニシアチブ「Patch the Planet」を発表した。GPT-5.6 Solを用いてPHPの深刻な脆弱性を悪用前に検出し、WizやCloudflare、各国政府機関と連携して修正と防御策を講じたという。あわせてCodex向け検出ツールの提供と、防御側支援に向けた10億ドル規模のモデルアクセス補助も打ち出している。

  13. AIツール拡散指数 57

    Anthropic、能動型AIエージェント「Claude Duet」発表：離席中も裏でタスクを進行

    AnthropicはClaude Opus 5.5を基盤とする能動型エージェントアプリ「Claude Duet」を発表しました。米国ProおよびMax会員向けにウェイトリスト形式で提供されます。専用の仮想マシンを備え、GmailやSlackなど6,000以上の連携ツールを監視して自律的にタスクを処理。送金やメッセージ送信などの重要操作前には必ずユーザー承認を求めます。

  15. 研究拡散指数 36

    OpenAI、数千のAIエージェントで脳細胞データを32分で解析　研究者の1年分を短縮

    OpenAI、PerturbAI、Scripps Researchは、GPT-Rosalindを搭載した数千の分散型AIエージェントを活用し、数百万個のマウス脳細胞のCRISPRデータをわずか32分で解析したと発表した。人間が数カ月から1年要する作業を短縮し、文献と照合してパーキンソン病などに関連する新たな仮説を導き出した。

  16. オープンソース拡散指数 48

    テンセント、対話型世界モデル「Hy-Nomas」公開　単一の4090で動作

    テンセントは自然言語やカメラ操作でリアルタイムに探索できる動画世界モデル「Hy-Nomas」をオープンソース公開した。720p/24fpsの映像を生成しながら過去の記憶を保持してシーンの一貫性を保ち、9GBの蒸留版なら単一のRTX 4090で動作する。全コードと重みがApache 2.0で提供される。

火

10月20日 火曜日

  2. 研究拡散指数 36

    Meta、マルチエージェント世界モデル「Overseer」発表　複数AIの視点を同期

    Meta は、複数の AI エージェントが同一の仮想環境内で互いに矛盾なく行動できる世界モデル「Overseer」を発表した。各エージェントの主観視点に加え、監視カメラのような固定視点を配置することで世界の整合性を保つ。Minecraft などで検証されており、現在はデータセットのみが公開されている。

  3. AIツール拡散指数 51

    Zoom、企業のAI管理ツール発表　ディープフェイク検知やAIガードレールを導入

    Zoomは年次イベント「Zoomtopia」にて、企業向けAIガバナンス機能を発表した。AIエージェントの一元管理や、機密情報の出力を防ぐカスタムガードレール、会議中の合成音声をリアルタイムで判定するディープフェイク検知機能を提供する。社内AIの暴走やなりすましリスクを防ぎ、安全なAI活用を後押しする狙いだ。

  4. AIツール拡散指数 43

    Google、Geminiに中小企業向けハブを追加　ブランド画像生成や財務分析を一元化

    GoogleはGeminiアプリ内に中小企業向けの専用ハブ機能を発表した。新画像モデル「Nano Banana 2.1」を活用してブランドのトーンに沿った販促画像を生成できるほか、レシートやスプレッドシートから財務グラフを自動作成できる。ShopifyやCanvaなどの外部ツール連携にも対応する。

  5. 業界動向拡散指数 46

    Hugging Face CEO、NetflixのAIサイバー攻撃ドキュメンタリーを批判

    Hugging FaceのClément Delangue CEOは、OpenAIによるサイバー攻撃を扱ったNetflixのドキュメンタリーを過度な誇張と批判した。同氏はエージェントを技術として説明したものの反映されず、閉鎖型モデルによる防御の妨害やオープンモデルによる防衛といった重要事実が省かれたと指摘している。

  6. AIツール拡散指数 43

    Meta、AIエージェント「Muse」の共有機能を緊急停止　DNS経由で非公開チャット流出

    米 Meta は汎用 AI エージェント「Muse」の会話共有機能を一時停止した。セキュリティ企業 Claroc の調査で、サブドメインの設計不備によりパッシブ DNS 検索だけで 6800 件の共有リンクが特定可能だったと判明。社外秘の売上データやローン申請など機密情報が閲覧できる状態だった。ザッカーバーグ CEO が先月「プライバシー重視」を謳った矢先の失態となった。

  8. 業界動向拡散指数 46

    Spotify、AI生成スパム曲5000万件をレコメンドから排除

    Spotifyは今年レコメンド機能から5000万曲以上のAIスパム楽曲を除外し、悪質な規約違反音源を大規模に削除したと発表した。あわせてAI利用クレジットの明記や人間のアーティスト認証バッジも導入。大量生成された低品質コンテンツを排除し、人間の創作環境を守る狙いがある。

  10. AIツール拡散指数 40

    xAI、サポート障害を自動処理する「Grok Bot」を発表

    xAIはサポート障害の検知と処理を担うAI「IncidentWatch」と「IncidentSweep」を公開した。チケットの急増を社内アラートより早く検知し、復旧後は一括返信を行う。9月18日の障害ではエンジニア承認のもと204件を約10分で処理した。

  12. 研究拡散指数 48

    Claudeがサソリ神経毒に対抗、64時間で17種の結合タンパク質を設計

    Anthropicは内部研究モデルのClaudeが64時間の自律運用で318,484件の設計を生成し、サソリ神経毒に結合する17種類の微小タンパク質を作製したと発表した。211件の実機検証を経て確認された。商業的採算が合わず放置されてきた熱帯病の創薬をAIが加速させる実例となった。

  13. AIツール拡散指数 53

    Perplexity、Mac向けに完全ローカル実行の「Computer」を提供開始

    PerplexityはAppleシリコン搭載Mac向けに「Computer」の完全ローカル実行機能を発表した。AIモデルやタスク実行がすべて端末内で完結し、メモやメールなどの私的データをクラウドに送信せず安全に処理できる。Qwen 3.6またはPPLX Proを選択でき、推奨メモリは36GB以上となる。

  15. 業界動向拡散指数 36

    NY市長、連邦政府のAI規制放棄を批判　学校禁止や住宅画像明記など独自規制を推進

    ニューヨーク市のゾーラン・マムダニ市長は、連邦政府がAI規制を完全に放棄していると批判しました。市はすでに小中学校でのAI利用禁止や、不動産広告におけるAI生成画像の明示義務化を導入しており、技術の無制限な普及を当然視せず企業責任を追及すべきだと訴えています。

月

10月19日 月曜日

  5. AIモデル拡散指数 50

    Skyfall AI、工学向け世界モデル「SKY-001」発表　画像から部品分解やCAD手順を自動生成

    Skyfall AIは工学設計に特化した世界モデル「SKY-001」を発表した。機械の画像から独立した3Dパーツへ分解し、CADモデリングに必要な手順やスケッチを自動生成できるほか、建築平面図の作成にも対応する。汎用モデルより高速かつ低コストで動作するが、現在はオープンソース化されておらず事前登録制となっている。

  6. AIモデル拡散指数 50

    MiniMax、M3.1 Flashを発表：推論速度3倍でコスト70%削減

    MiniMaxは新モデル「M3.1 Flash」（匿名テスト時の「Space Bunny」）を発表しました。エージェントやコーディングに特化し、推論速度は従来の約3倍、コストは70%削減されています。現在APIやデスクトップ版で利用可能で、モデル重みも後日公開されます。

  9. 画像・動画生成拡散指数 41

    Viggleが世界モデル「JST-2」公開、テキストや画像から探索可能な3D空間とキャラを即座に生成

    Viggle はテキストや画像から自由に探索できる 3D 環境を秒速で生成する世界モデル「JST-2」を発表した。空間内の物質単位を追跡することで視点を変えても破綻せず、ボーン入れなしで動く 3D キャラクターも生成できる。ブラウザ上で 3D ガウシアン・スプラッティングとしてリアルタイムに無料体験可能だ。

毎日のAIピックアップ