今日のニュース

vLLM セマンティックルーターが d3-ultra をリリース:270億パラメータのオープンなマルチモーダル意思決定モデル
MarkTechPost
百度が、数百ページに及ぶ文書の解析向けのUnlimited OCR 2をオープンソース化
MarkTechPostヤコビアンレンズの数学的理論
arXiv cs.LGTraceQuery:拡散言語モデルにおけるフルデノイズング軌跡から再計算すべき内容を学習する
arXiv cs.CL賢くささやく:ASRのファインチューニングにおけるスマートなサブセット選択
arXiv cs.CLOpenESM:エネルギー駆動モデルはスケーラブルな基礎学習者
arXiv cs.CLEKTルーター:身体を伴う視覚言語モデルにおける専門家と証拠の整合性
arXiv cs.CVNemotron 3.5 Bolt 74B-A9B 24GB:ローカルAI向けのハイブリッド視覚言語モデル
arXiv cs.CV証拠に基づく直感:マルチモーダルエージェントのための適応型デュアルメモリ
arXiv cs.CV最新ニュースから、自分に合うツールまで。
役立つAIツール
横にスワイプ →
Claude汎用アシスタント・検索ClaudeはAnthropicが提供するAIアシスタントで、対話により文章作成や資料の読解、データ分析、プログラミングを支援し、一部のタスクを編集可能なドキュメント、スプレッドシート、またはプレゼンテーションファイルに整理できます。アイデアや資料、下書きをつなぎ合わせたい個人やチームに適しています。
GGemini は Google のAIアシスタントで、対話によって執筆の支援や計画の立案、資料の整理、アップロードされたファイルの分析を行えます。また、Deep Research を使ってテーマに関する資料を検索し、研究レポートを生成することも可能です。
MMidjourneyは、テキストと参照画像から視覚作品を生成するAI創作ツールです。ウェブページの「Create」画面でプロンプトを入力し、生成されたバージョンを比較したうえで、バリエーションや編集、拡大、さらには画像から動画への変換といった機能を使って、さらに創作を進めることができます。
KKrea は、テキストや参照画像から画像を生成し、さまざまなモデルやバリエーションを比較したうえで、編集や細部の強化・拡大を行える、AI ビジュアルクリエイション向けのワークスペースです。また、動画やその他のクリエイティブツールへのアクセスも提供します。
RRunway は、動画生成、ビジュアル編集、クリエイティブな制作ワークフローを一体化したAIプラットフォームです。テキストや画像、既存の映像素材から始め、シーンを生成または編集し、さらに長尺化や拡大、エクスポートまで行えます。コンセプトムービーや広告、その他のビジュアル制作に活用できます。
SSunoは、テキストによる説明、歌詞、参考素材をもとに楽曲を生成するAI音楽プラットフォームです。ユーザーはボーカル入りの楽曲や音楽を生成し、さらに編集、リミックス、トラックの分離といった機能を使って制作を続け、共有することができます。
EElevenLabsは、AIによる音声生成、オーディオ制作、音声アバターを提供するプラットフォームです。クリエイターは吹き替え、オーディオブック、ポッドキャスト、ローカライズコンテンツを制作でき、開発者はAPIを通じて音声生成、文字起こし、対話機能にアクセスできます。
N
Notion AI業務・生産性向上Notion AI は、Notion のワークスペースに統合された AI アシスタントで、チームのナレッジの検索、ページの生成と編集、データベースの処理、会議内容の整理などに活用できます。ワークスペースと接続済みアプリケーションのコンテキストを組み合わせることで、情報の照会、コンテンツの整理、さらなるタスクの実行を、同じ作業環境で一貫して行えるよう支援します。
GGammaは、AIを活用してプレゼンテーション資料、ドキュメント、ウェブページ、ビジュアルコンテンツの作成を支援する製品で、目的やアウトライン、既存の資料をもとにコンテンツを生成し、その後、対話型操作やレイアウトの調整、自由な編集によって仕上げることができます。
CCursor はソフトウェア開発タスクを中心に機能するAIプログラミング製品で、コードのコンテキスト内で設計、変更、テスト、レビューを支援し、デスクトップ、コマンドライン、クラウドエージェントなどさまざまな利用形態を提供します。
いま起きている AI の変化
1174 件の公開ニュースIntroducing Gemini 3.8 Live and 3.8 Live Extended Thinking
Introducing Gemini 3.8 Live and 3.8 Live Extended Thinking
翻訳待ち・原文を表示中 · enFyxerがAIのエグゼクティブアシスタントの人々を信頼する方法
Fyxerは、OpenAIモデル、微調整、メモリ、および実際のユーザーフィードバックを使用して、各ユーザーの音声で受信トレイとメールのドラフトを整理します.
永続性は、エンドツーエンドシステムでGPT-6アストラを信頼
複雑性は、Astraを使用して、通信、ソフトウェアの変更、生産システムを監視し、以前のモデルよりもはるかに頻繁にチェックします.
ChatGPT ユーザーの 1 億を超えるオンラインストレージを迅速にスケーリング
OpenAI が Python ライブラリから Habitat をグローバルに分散ストレージ プラットフォームに進化させ、ChatGPT ユーザーの 1 億、毎秒 22M のリクエストを処理します.
Cognition は Devin が GPT-6 Astra と自身の仕事をテストするのを助けます
GPT-6 Astraは、ソフトウェアをテストし、それが動作するDevinの能力を改善し、エンジニアがより少ないコードを見直し、より多くの出荷を支援するという目標で、それを示すことができます.
プロセスオーケストレーション:実行モデル、観察性、生産チャレンジ
決定的、動的、および有能なプロセスのオーケストレーションモデルを比較し、企業システム全体の可視性で信頼性の高い、スケーラブルなワークフローを構築します.
ToolGrad: Efficient tool-use dataset generation with textual "gradients"
Machine Intelligence
翻訳待ち・原文を表示中 · enCloudera and Mistral Partner to Bring Specialized, Sovereign Intelligence to Enterprise Data
Cloudera and Mistral join forces to bring specialized, sovereign AI intelligence to enterprise data, helping regulated industries innovate on their own terms.
翻訳待ち・原文を表示中 · en金融サービスChatGPTのご紹介
金融サービスのChatGPTを導入し、財務データとGPT-6 Astraを組み合わせて研究、モデリング、クライアント対応の資料を組み合わせて紹介します.
連邦、州、地方、および地方自治体のAIアクセスおよびサイバー防衛を拡大
OpenAIとGSAは、対象となる連邦政府、州、地方自治体、および地方自治体の0ドルのライセンス料、50%オフの使用、および拡大されたサイバー防衛支援を提供します.
研究者が新しい抗菌分子を検索するためにCodexとChatGPTを使用する方法
César de la Fuente の研究室では、Codex と ChatGPT を使用して、抗菌剤の候補者が薬物耐性感染症と戦うための生活と絶滅のゲノムを検索します.
MCP 対 API: 主な違いと各々を使用するとき
MCP 対 API: 従来の API と異なるモデルコンテキストプロトコルの使い方を学び、それぞれを使うと、n8n の両方を組み合わせる方法について説明します.
誰もがデータを仕事に置くことができます
ChatGPTの仕事のデータ代理店に会って下さい。 社内データを接続し、インサイトを明らかにし、対話型ダッシュボードをAIと自然言語で構築します.
HF ジョブ間で LoRA と GRPO を同期: バケット、プロキシ、NCCL なし
HF ジョブ間で LoRA と GRPO を同期: バケット、プロキシ、NCCL なし
自動AIエージェント:アーキテクチャとリスクの緩和
自律的なAIエージェントがどのような仕組みなのか、どのように機能するかをご覧ください。 さまざまなレベルの自律性、一般的なユースケース、リスクを軽減する方法を学びます.
Agents APIの紹介
クラウドエージェントのAPIでクラウドエージェントの構築と立ち上げ、コーデックスハーネスが機能するマネージドサービスで、オーケストレーション、ロングランニングセッション、ツールの使用が可能です.