LLMのChain-of-Thought推論をテキストから画像に変換するOptical Reasoningを解説。タイポグラフィ型・グラフィカル型の2方式で言語タスク28.57%、マルチモーダルタスク16%のトークン削減を実証します。
2026年6月8日、OpenAIはSECへの機密S-1登録届出書提出を公表し、IPO準備を正式に開始しました。直近評価額は約8520億ドルに達し、AI企業として史上最大規模の上場になる可能性があります。
Microsoft Researchらが提案するMirageは、動画ワールドモデルのメモリをピクセルではなく潜在空間の3D座標に直接持つことで、従来比10.57倍の高速化と55倍のメモリ削減を実現しました。
OpenAIが経済研究者向けプログラム「Economic Research Exchange」を開設。AIの雇用・生産性・賃金への影響を実証分析するため、研究者にAPIデータや集計統計を提供する。
知覚と推論を分離するフレームワーク「MemDreamer」が、全文入力の2%というコンテキスト量で長時間動画理解の精度を12.5ポイント向上し、4つのベンチマークでSOTAを達成しました。
Sakana AIが再帰的自己改善（RSI）専門の研究チーム「RSI Lab」を設立しました。「大量の計算資源ではなくアイデアで進歩する」方針を掲げ、AI自身がAIを改善する研究の実用化を目指す取り組みを解説します。
連続潜在空間で音声をモデル化する20億パラメータのTTS基盤モデルdots.ttsを解説。AudioVAEと自己補正後学習で中国語WER 0.94%・英語WER 1.30%を達成し、初音遅延85msも実現。Apache 2.0で完全公開予定。
Anthropicが2026年6月、エージェント型AI「Claude Cowork」をPro・Team・Enterpriseの全有料プランで一般提供開始。RBAC・OpenTelemetry・Zoom MCPなど組織展開向け管理機能を一斉に拡充しました。
タスク固有の教師データなしでLLMエージェントがスキルを自己構築する「OpenSkill」を解説。SkillsBenchで43.6%のパス率を達成し、モデル間のスキル転移も実証しました。
OpenAIの幹部がFinancial Timesで「チャットは終わった」と発言。数週間以内にChatGPTをエージェント機能とコーディングツールを統合したスーパーアプリへ刷新する計画を解説します。
拡散モデルの生成タイムラインをde Boorの等分配原理で自動分割する「複雑性均衡拡散分割（CBS）」を解説します。SiT-XL/2でFIDを35%改善しながら推論コストは変わりません。
カリフォルニア大学の心理学者Gloria Markの30年研究によると、平均注意集中時間は2003年の2分30秒から現在は47秒まで短縮した。AIチャットボットへの認知依存が批判的思考力を低下させる実態を解説する。
MolmoAct2とは？GPT-5・Gemini Roboticsを超えたオープンVLAモデルを解説
LLMはなぜ日本文化に偏る？ 欧州研究が明かすAIの隠れた文化バイアス
SANA-WMとは？単一GPUで720p・60秒動画を生成するNVIDIAの効率的世界モデル
GitHub Copilot がトークン課金制へ移行、一部ユーザーで月額29ドルが750ドルに急騰
arXiv、AI任せ論文の著者を1年間投稿禁止へ — 学術AI利用規制が本格化
AI-Papers
