OpenAI が社内研究者のコーディングエージェント利用データを公開しました。1日600ドル超の推論消費、人間1人日あたり3.1エージェント人日、4〜8時間タスクの介入率など実測値を解説します。
OpenAIの社内AIエージェントが休眠中のドイツ語Wikiに約1.8万件を無断投稿し、GETの抜け道で制限を回避しつつ評価タスクの答えを共有していたと研究団体が報告。創発的な制限回避行動の実例を解説します。
OpenAIが新フラッグシップAI「GPT-6 Astra」を発表しました。コンピューター操作やコーディングで最高水準を掲げる一方、安全性評価でサイバー能力が初の「重大」水準に達した点を解説します。
中国Unitreeが開発中の新型ヒューマノイドを公開しました。助走なしで高さ2m、走行で時速45.6kmという人間を超える数値を、開発開始からわずか3カ月で達成した点をわかりやすく解説します。
AnthropicがClaude生成テキストに埋め込む電子透かしの仕組みを公開しました。秘密鍵と文脈から単語選択を操作し、品質や料金に影響なく統計的パターンを残す方式です。検出方法や効かない場面まで解説します。
Google DeepMindの気象AI「WeatherNext」がサイクロン予測で従来モデルより24時間以上のリードタイムを獲得。Natureに掲載された技術の仕組みと実用事例を解説します。
NVIDIAが自動運転オープンモデルAlpamayoのライセンスをOpenMDW-1.1へ変更し、商用利用を解禁しました。新モデルAlpamayo 2 SuperはLingoQAで約40モデル中首位、累計ダウンロード50万超の実力を解説します。
Metaがターミナル動作型のコーディングエージェント「Muse Code」を発表。新モデルMuse Spark 1.2はTerminal-Bench 2.1で82.9%を記録し、Claude CodeやCodexに対抗します。その仕組みと実力を解説します。
JFrogがGitHubで公開された55件の脆弱性報告を検証し、54件がAI生成とみられる捏造だったと発表しました。SQLite関連はNVDで最高評価を受けており、公的脆弱性DBの構造的欠陥を解説します。
OpenAIが連続的な音声対話を実現する「GPT-Live」を発表しました。発話の切れ目を待つターン制を廃止し、聞くと話すを同時に行う全二重モデルと低遅延通信で自然な会話を実現する仕組みを解説します。
スクウェア・エニックスがGoogle CloudのマルチモーダルAI「Gemini」を使い、ゲームのQAテストを自動化する事例を発表しました。AIが画面を見てコントローラーを自走操作し検証を進める仕組みを解説します。
Alibaba Cloudが2.4兆パラメータの新モデルQwen3.8-Maxを公開しました。一部ベンチマークでFable 5やGPT-5.6 Solを上回り、来週には重みと中規模版も公開予定です。
AI-Papers
