AIニュース

AngelSlimはHy4-preview用のGGUF量子化リポジトリをリリースしました。約435GiBのQ4_K_Mバージョンと、約214GiBの低ビット混合バージョンを提供していますが、実行には特別なllama.cppパッチが必要です。

Abliteration AIは、GLM-5.3をベースにさらなる改良と微調整を加えたモデルであるabliterated-model-large-v2をリリースしました。このモデルは、100万個のトークンコンテキストと3つの推論モードを提供します。

Celerisは、ツールループや長時間のタスク向けに設計され、131,000個のトークンコンテキストをサポートする、Qwen3.8-27Bをベースとしたハイブリッド拡散モデルであるCeleris-1 Magnusをリリースしました。

SparkLLMは、Spark-X 2.5-4Bおよび1.7Bのオープンソースのクライアントサイドモデルであり、最大100万トークンのネイティブコンテキストを持ち、200以上の言語に対応し、Apache 2.0ライセンスの下でライセンスされています。

Meta社は、リアルタイムストリーミング音声認識、20人以上の話者に対する話者分離、エンドポイント検出を実行でき、25以上の言語とコードスイッチングをサポートするMuse Voice Transcribeをリリースしました。

World Labsは、テキスト、画像、動画、3D入力を処理するための統一アーキテクチャを採用した世界モデル「Atlas」をリリースした。このモデルは、カメラ制御による生成、空間再構成、時空間シミュレーション、画像生成といった機能を網羅している。

Ollamaは、トークン制で固定の月間利用量を含む、新しいPro、Max、Teamプランを発表しました。既存のサブスクリプションは引き続き従来のルールで運用され、アップグレードを選択することも可能です。

GLMコーディングプランの開始1周年を記念して、Zhipuは既存の加入者向けにリセットカードを発行します。このカードを使用すると、5時間分の通話時間と週ごとのクレジット限度額を即座に補充できます。

Googleは、Gemini 3.7 Flash、3.6 Flash、および3.5 Flash-Lite向けに、ユーザーが質問ごとに動画のタイムラインを動的に閲覧したり、フレームレートや解像度を調整したりできる「エージェント動画理解」機能をリリースしました。

Google DeepMindは、Gemini 3.7 Flash、3.6 Flash、および3.5 Flash-Liteモデルに、エージェントベースの動画理解機能を導入したことを発表しました。動画クリップを動的にスキャンすることで、トークン消費量を最大88%、コストを最大66%削減し、精度を最大7%向上させることができます。この機能は、Google AI StudioのGemini APIおよびGemini Enterprise Agent Platformを通じて利用可能です。

Anthropic社はClaude Fable 5.1とMythos 5.1をリリースした。どちらも同じ基本モデルを採用しており、Fableは一般ユーザーに公開されている一方、Mythosは信頼できるアクセスプロジェクトを通じてのみ提供される。

Googleは、AIを活用した画像作成・編集ツール「Pics」をリリースしました。Picsは、画像内のオブジェクトのセグメンテーション、テキスト編集・翻訳、複数ユーザーによる共同作業、複数結果の生成などをサポートしています。また、Docs、Slides、Driveとも統合される予定です。

テンセントのWeChat Visionチームは、汎用マルチモーダル埋め込みモデル「WeMM-Embedding」をオープンソース化し、2B、4B、9Bの仕様を提供しています。このモデルは、テキスト、画像、動画、ビジュアルドキュメント、およびインターリーブされたマルチモーダル入力の統一エンコーディングをサポートし、MMEB-v2ベンチマークリーダーボードで1位を獲得しています。Qwen3.5アーキテクチャをベースとしたこのモデルは、2段階のトレーニング戦略を採用し、マトリョーシカの柔軟な次元出力をサポートしています。

Anthropicは、9月14日からClaude Codeの標準週間クレジット限度額を恒久的に25%引き上げることを発表しました。ただし、それまで実施されていた一時的な50%引き上げは終了するため、利用可能なクレジットは実質的に約17%減少することになります。同日、OpenAIはCodexバックエンドにおけるクレジット限度額消費に関するバグを修正し、クレジット限度額をリセットしました。

Xiaohongshu FireRedチームは、9BパラメータのQwen3.5アーキテクチャをベースとし、分離型連続表現設計を採用した汎用音声言語モデル「FireRedAudio」を発表しました。このモデルは、音声認識（ASR）、音声質問応答、1時間音声理解、ゼロショット音声合成（TTS）、指示音声合成（TTS）、音声編集の6つのタスクを同時にサポートします。MMAU、MMSU、102言語ASR、指示音声合成などのベンチマークで優れた結果を達成しており、FLEURS-102では平均エラー率がわずか14.94%となっています。

AI 3D 企業 VAST は、6 か月以内に約 50 億元を調達し、業界の新記録を樹立しました。最近のシリーズ B および B+ ラウンドは合計約 30 億元に達し、Matrix Partners China が主導し、Perfect World、BlueFocus、37 Interactive Entertainment などの産業資本企業、および CDH Investments、CICC、CMC Capital Partners などの金融投資家が参加しました。既存株主も応募超過で参加しました。Tripo AI の Tripo P2.0 Preview は、ネイティブな四角形トポロジー生成を実現した世界初の製品であり、NetEase、Tencent、ByteDance、Microsoft などの企業のワークフローに統合されています。

DeepSeek V4シリーズ初のマルチモーダルモデルであるDeepSeek-V4-Flash-Vision-Expが、オープンソース化され、MITライセンスの下でリリースされました。このモデルは画像入力をネイティブにサポートしており、画像記述、テキスト認識、グラフ分析が可能で、JPEG/PNG/GIF/WebP形式に対応しています。ビジュアルエージェントのベンチマークにおいて大幅な性能向上を実現しており、マルチモーダルエージェント機能はOpus-4.8に匹敵するレベルに達し、プレーンテキスト処理における性能は公式リリース版のV4-Flashと同等です。

Zhipuは半期決算発表会で、次世代の大規模モデルは大規模ベースアプローチを採用し、推論側で既に予備的な研究を実施済みであり、リリース初日から本格的なビジネスコールに対応することを目標としていると明らかにした。

米国国防総省は、Starshield AI社のGrok for GovernmentをGenAI.mil上で公開した。Grok for Governmentは、IL5管理非機密情報認証を取得しており、さまざまな推論モデル、プロジェクト、再利用可能なワークブックを提供する。

米国国防総省は、GenAI.mil上でChatGPT Milを立ち上げ、IL5環境下で管理された非機密情報の処理を許可し、チャット、ファイル、プロジェクト、カスタムGPTに関する文書集約型の作業をサポートする。

NvidiaはMediaTekの35億ドルの転換社債に投資し、両社はAIインフラ、ローカルAIコンピューティング、自動車プラットフォームにおける協力関係を拡大する。MediaTekはNVLink Fusionを採用する予定だ。

欧州委員会は、デジタルサービス法に基づき、ChatGPTを超大規模オンライン検索エンジンに指定した。ChatGPTはEU域内で少なくとも4500万人の月間ユーザーを抱えていると宣言しており、4ヶ月以内に追加の法令遵守を完了しなければならない。

モデルによる実システムへの不正アクセスが複数発生したことを受け、Anthropic社は、サイバーセキュリティ評価の一時停止と強化、リアルタイム傍受分類器の導入、サンドボックス隔離の強化、高リスクの強化学習環境の見直しなどを含む是正措置を発表した。

テンセント・フンユアンは、Hy4 PreviewがWorkBuddyとの統合初日にタスクキューイングが発生したと発表した。プラットフォームは推論クラスタを緊急に拡張し、リソースを動的に割り当てたが、計算能力とピーク時の同時接続数の制限により、依然として待ち時間が発生する可能性がある。