Daily News

OpenAIは、OpenAI APIに新しいリアルタイム音声モデルを導入しました。これらのモデルは、従来のモデルよりも高度な推論能力、翻訳能力、文字起こし能力を備え、より自然で人間らしい音声体験を実現します。これにより、様々なアプリケーションでの音声認識・処理の精度と効率が向上見込みです。

OpenAIがChatGPTに新機能「Trusted Contact」を追加しました。これにより、ユーザーがChatGPTとの会話内容について、リスクを懸念する信頼できる人に通知を送信できます。この機能は、深刻な自傷行為や他者を傷つける可能性のある言動を早期に発見し、適切な対応を促すことを目的としています。

Hugging Face の MedQA モデルを、CUDA などの GPU 環境を必要とせずに、AMD ROCm 上で微調整できる方法を開発しました。これにより、CUDA 環境がない環境でも臨床AIのトレーニングが可能になり、様々なユーザーが MedQA モデルを活用できるようになります。この取り組みは、AIモデルのアクセシビリティ向上に貢献します。

AIスタートアップPitは、ヨーロッパの電動スクーター大手Voiの共同創業者チームによって設立された。1600万ドルのシードラウンドをa16zが主導し、注目を集めている。Pitの設立は、スウェーデンにおけるAI分野の新たな可能性を示唆する。

セキュリティ研究チームがAnthropicのAIモデルMythosを用いてMozilla Firefoxのセキュリティチェックを実施した結果、多数の重大な脆弱性が見つかった。この発見により、Firefoxのセキュリティ対策にMythosが採用される可能性が浮上している。Mozillaは迅速な対応を迫られている。

Startup Battlefieldのアプリケーション受付が5月27日まで延長されています。本コンテストへの応募は、VCからの早期アクセスや、TechCrunchを含むメディアでの露出、そして$100,000の賞金獲得のチャンスにつながります。スタートアップにとって、大きな成長機会となる可能性があります。

オーロラ社のクリス・アーモンCEOによると、長年の自律運転開発を経て、ようやく商用運転を開始し、規模拡大に向かう段階に到達した。オーロラ社は昨年4月から商用ドライバーレス運転を開始し、今年度は数十台から数百台へと拡大を目指している。この事実は、自律運転トラックの実用化に向けた重要な一歩となり、業界の発展を加速させる可能性を秘めている。

AIプロジェクト ‘Moonshot’ が、オープンソースAIの需要の高まりを背景に20億ドル規模の資金調達に成功しました。4月の年間継続収益は2億ドルを超え、有料サブスクリプションとAPIの利用増加が牽引しています。これにより、同社は200億ドルの評価額を獲得しました。

スペースX（イーロン・マスク氏）が「Terafab」と呼ばれるAIチップ製造プラントの建設に、少なくとも550億ドルを投資する計画を発表した。この投資は、テキサス州オースティンに建設される。この計画は、ニューヨーク・タイムズやCNBCが報道している。

OpenAIは、ChatGPTのオプション機能として、ユーザーが緊急連絡先を設定できる‘Trusted Contact’を発表した。ユーザーが自傷行為や自殺に関する話題をChatGPTとやり取りした場合、OpenAIが危険を検知すると、この連絡先に通知が送られる。これにより、ユーザーのメンタルヘルスと安全をサポートすることを目的としている。

米Appleは、音声アシスタントSiriのAI機能開発遅れに関する集団訴訟で、2億5000万ドル（約390億円）の支払いで和解案を提出した。この訴訟は、SiriのAI機能が期待されたほど高度ではないという顧客の主張に基づいている。和解金の対象は、米国消費者で、端末1台につき基本25ドルを支払うことになる。

OpenAIは、GPT-Realtime-2、GPT-Realtime-Translate、GPT-Realtime-Whisperという3種類の次世代音声APIをRealtime API向けに発表した。これらのAPIは、GPT-5クラスの推論力を持つものを含み、多言語同時通訳や即時文字起こしをリアルタイムで行える。これにより、自然な音声インターフェースの普及と高度な音声アシスタントの構築を支援する。

OpenAIはChatGPTに、メンタルヘルスの潜在的なリスクを検知した場合に、ユーザーが指定した連絡先へ安否確認を促す機能「Trusted Contact」を追加した。この機能は18歳以上の個人ユーザー向けで、AIと人間が深刻なリスクを検知した際にのみユーザーが指定した連絡先へ通知を行う。会話の詳細は保護され、現実のサポートへの橋渡しを目的とする。

EUはAI法を修正し、一部規制を緩和する一方、性的画像のAI生成を禁止することで合意しました。この措置は、AI技術の悪用を防ぎ、プライバシー保護を強化することを目的としています。具体的な施行時期や詳細なルールは今後の議論次第です。

三菱UFJ銀行は、Googleと提携し、Google Cloud上にインフラを構築することで、AIを活用した金融商品の選定や決済サービスを開発する計画を発表しました。これにより、顧客のニーズに合わせたサービス提供を効率化し、より高度な金融体験の実現を目指しています。この提携は、金融業界におけるAIの活用を加速させる可能性があります。

三菱UFJ銀行とGoogleが、AIエージェントを活用した次世代金融サービス開発に向けて提携しました。AIエージェントが商品の選択から購買、決済、そして家計データの可視化までを自動で行うことを目指しています。これにより、顧客の利便性向上と金融業務の効率化が期待されています。

Anthropicは、SpaceXAIをはじめとする企業と提携し、Claudeの計算資源を確保した。この結果、Claudeの利用上限が大幅に緩和されることになった。具体的には、5時間の利用上限が倍増する措置が取られた。

Noctuaは、CPUファンを黒色にする際に時間がかかる理由を説明しました。これは、単なるカラーバリエーションではなく、顔料にカーボンブラックを使用した特殊な着色技術を採用しているためです。カーボンブラックは非常に細かい黒色粒子で、ファンブレードに均一に付着させるのが難しく、品質を保つために慎重な工程が必要とされているため、製作に時間がかかっています。

暗号化メールサービスProton Mailが、量子コンピューターによる将来的なセキュリティ脅威への対策として、ポスト量子暗号（PQC）に対応しました。この対応は、無料プランを含む全プランに段階的に適用され、量子コンピューターによる解読を困難にする新技術を利用できるようになります。Proton Mailのセキュリティ強化は、より安全な通信環境の実現に貢献すると期待されています。

Appleは、iOS 18で発表されたAI Siri「進化したSiri」の開発が困難であることが判明し、2026年までリリースを延期した。この延期が顧客を誤解させ、集団訴訟を提起されたため、和解金を2億5000万ドル（約390億円）支払うことに合意した。今後、Apple Intelligence機能の展開に影響を与え、顧客への信頼回復に繋がる。

Linuxの主要ディストリビューション（GIGAZINEの記事から推測）で、ローカルユーザーがroot権限を取得可能な脆弱性「Dirty Frag」が発見された。 攻撃に成功する可能性が高く、失敗してもカーネルパニックを起こさないため、セキュリティリスクが高いと専門家が指摘している。セキュリティアップデートの適用が急務である。

Google DeepMindは、Geminiを活用したアルゴリズム発見AI「AlphaEvolve」の1年間の成果を公開。DNA解析、電力網、量子計算、物流といった分野で、既存アルゴリズムを大幅に最適化する成果を達成した。この成果は、Geminiのような大規模言語モデルが、アルゴリズム開発においても高度な能力を発揮できる可能性を示唆している。

アメリカのZyphraが開発した「ZAYA1-8B」は、約7億パラメータというサイズながら、AMDのGPUインフラで学習することで、数学やコードの推論において大規模AIと同等のパフォーマンスを発揮します。ウェイトが公開されており商用利用も可能とされ、小型モデルでも高い性能が期待されています。このモデルは、AMD環境を活用したAI開発の可能性を示唆します。

AnthropicがClaudeのOffice連携拡張機能を公開した。Excel、Word、PowerPointで自動処理が可能になり、業務効率化が期待できる。また、Outlookのメール処理をClaudeで実行できる拡張機能も登場し、有料プラン加入者向けのパブリックベータ版として提供開始。

Anthropicは、AIモデルが内部で使う数値列（活性化値）を、人間が理解できる自然言語に変換する「自然言語オートエンコーダー(NLA)」を発表しました。これにより、ClaudeのようなAIモデルの思考プロセスを解読しやすくなり、研究開発や意思決定への影響が期待されます。従来の活性化値の解読難易度を克服する画期的な技術です。

ロビン・モファット氏は、AI生成コンテンツの低品質がオンラインコミュニティに悪影響を与えていると警告しています。AIそのものを否定するのではなく、AIで作成された粗悪なコンテンツをコミュニティへの貢献であるかのように流動化する行為こそが問題だと述べています。コミュニティの価値を維持するためには、AI生成コンテンツの質の管理が不可欠であると主張しています。

OpenAIは、GPT-Realtime-2、GPT-Realtime-Translate、GPT-Realtime-Whisperの3種類のAIモデルを2026年5月7日にリリースしました。これらのモデルは、リアルタイムでの音声対話、リアルタイム音声翻訳、リアルタイム文字起こしに対応しており、OpenAIの既存のGPTモデルとの連携を可能にします。これにより、より自然でインタラクティブなAIアプリケーションの開発が期待されます。

Mozillaは、AIシステムClaude Mythos Previewを用いてFirefoxの重大な脆弱性(271件)を発見した。このシステムは自動的に脆弱性を特定する体制を有しており、脆弱性発見プロセスの効率化を目指している。Mozillaは自社のブログでこの発見手法と検証体制について詳細に説明し、セキュリティ対策への新たな視点を提供している。

ClojureScriptが、プログラミングにおける非同期処理を扱いやすくするためのAsync/Await構文を正式にサポートしました。これにより、従来のPromiseやFutureを使用するよりも、より直感的で簡潔な非同期コードを記述できるようになります。この変更は、ClojureScriptアプリケーションの保守性と可読性を向上させる可能性があります。

Dirtyfragは、Linuxシステムにおけるローカル特権昇格(LPE)を可能にするツールです。広範な脆弱性を活用できるUniversalな設計で、異なる環境で利用可能です。セキュリティ研究者やペネトレーションテスターは、このツールを使ってLinuxシステムのセキュリティ弱点を発見し、対策を検討するのに役立てられます。

Unslothは、NVIDIAのGPUを利用したLLMトレーニングを最適化するソフトウェア。これにより、大規模言語モデルの学習効率が向上し、時間短縮が可能となる。特に、PyTorchフレームワークとの連携が容易で、既存のワークフローに組み込みやすい。

クラウドフレアは、Linuxにおける「Copy Fail」脆弱性への対応として、即座に影響範囲を特定し、サービスへの影響を最小限に抑えるための措置を講じた。影響を受けたシステムに対し、迅速にアップデートと適切な設定変更を推奨し、顧客への影響を最小化するためのサポート体制を整えた。また、脆弱性に関する情報を共有し、コミュニティ全体のセキュリティ意識向上に貢献している。

Google Chromeのアップデートにより、ユーザーの同意なしに4GBのAIモデルがデバイスにインストールされていることが明らかになった。この行為はユーザーのプライバシーやデバイスのパフォーマンスに影響を与える可能性がある。Googleによる詳細な説明や透明性の欠如が、ユーザーからの批判を招いている。

Tilde.runは、AIエージェントの実行環境を安全に管理するためのサンドボックスサービスです。トランザクション型、バージョン管理されたファイルシステムを利用することで、エージェントのテストや実験を中断なしに行えます。これにより、開発者は環境の改ざんリスクを軽減し、より効率的な開発を実現できます。

米国司法省は、未払い児童手当の親に対し、パスポートの没収という措置を開始する予定です。これは、未払い児童手当の支払いを怠る親に対して、より強力な法的手段を講じることを意味します。この措置は、児童手当の支払い義務を果たすことの重要性を強調するものです。

ActCamは、既存の画像生成モデルを基盤とし、先行する動画から人物のモーションを転送することで、シーンの奥行き情報とカメラパラメータを個々のフレームで制御できる新たな動画生成手法である。これにより、まるでプロの監督のように、映像の表現力を高めることができる。特にアート分野での動画生成において、モーションとカメラの制御を同時に実現する点が特徴。

従来のMixture-of-Experts (MoE) アーキテクチャでは、各Transformer層が個別の専門家セットを所有する固定的なルールが用いられてきた。しかし、最新の研究分析とrouting probeチャレンジにより、深い層の学習済みtop-kルーティングを均一なランダムルーティングに置き換えても、ダウンストリーム精度が1.0-1.6ポイントしか低下しないことが示唆されている。この結果から、層の深さをスケールする際に、すべての層に固定的な専門家容量を割り当てる…

現在のLLMランキングは、オープンエンドなタスクにおける評価を人間がペアワイズで比較することで決定されている。しかし、分析の結果、約2/3の決定的な投票が打ち消され、上位50モデルは統計的に区別できない。つまり、ランキングの信頼性は低い。

このAI共数学者は、数学者の研究をサポートするツールとして設計されており、アイデア出し、文献調査、計算探索、定理証明、理論構築といった研究プロセスの様々な段階でAIエージェントを活用できます。ユーザーの意図を柔軟に汲み取り、不確実性を管理し、失敗した仮説を追跡することで、より効率的な研究を支援します。特に学際的な研究や複雑な問題を扱う際に有用と期待されます。

蛍光タンパク質の量子収率は、タンパク質配列だけでなく、成熟した染色体と3D微環境に依存する。従来のモデルが局所的な物理信号を捉えていなかったため、新しいモデルとして、成熟したCRO状態に登録された3D残基グラフを用いた経路探索アルゴリズムを提案。これにより、蛍光タンパク質の量子収率をより正確に予測することが可能となる。

従来のセラミックグレイズの開発は試行錯誤による時間とコストがかかるため、アーティストにとって大きな負担となっている。本研究では、AIによる設計支援を可能にする初のデータセット「GlazyBench」を開発し、グレイズの特性予測と画像生成を目的としたタスクをサポートする。このデータセットは、23,148種類の実際のグレイズレシピで構成されている。

RAOは、エージェントが自身を複製してタスクを再帰的に処理する再帰型エージェントの学習手法である。このアプローチにより、エージェントは推論時のスケールを最適化し、より複雑な問題への対応や長いコンテキストの処理を一般化することができる。RAOは、エージェントがこの再帰的な推論を最大限に活用するようにトレーニングする。

An Open Source Machine Learning Framework for Everyone

AutoGPT is the vision of accessible AI for everyone, to use and to build on. Our mission is to provide the tools, so that you can focus on what matters.

The agent harness performance optimization system. Skills, instincts, memory, security, and research-first development for Claude Code, Codex, Opencode, Cursor and beyond.

Get up and running with Kimi-K2.5, GLM-5, MiniMax, DeepSeek, gpt-oss, Qwen, Gemma and other models.

f.k.a. Awesome ChatGPT Prompts. Share, discover, and collect prompts from the community. Free and open source — self-host for your organization with complete privacy.

🤗 Transformers: the model-definition framework for state-of-the-art machine learning models in text, vision, audio, and multimodal models, for both inference and training.

Langflow is a powerful tool for building and deploying AI-powered agents and workflows.

Production-ready platform for agentic workflow development.

The agent that grows with you

The agent engineering platform. Available in TypeScript!

User-friendly AI Interface (Supports Ollama, OpenAI API, ...)

🔥 The API to search, scrape, and interact with the web for AI

21 Lessons, Get Started Building with Generative AI

100+ AI Agent & RAG apps you can actually run — clone, customize, ship.

Tensors and Dynamic neural networks in Python with strong GPU acceleration

Implement a ChatGPT-like LLM in PyTorch from scratch, step by step

RAGFlow is a leading open-source Retrieval-Augmented Generation (RAG) engine that fuses cutting-edge RAG with Agent capabilities to create a superior context layer for LLMs

The fastest path to AI-powered full stack observability, even for lean teams.

Financial data platform for analysts, quants and AI agents.

scikit-learn: machine learning in Python

11月末のオリエント・ペイパル（OpenAI）のサム・オルマンCEO解任騒動の真相が、Musk v. Altman訴訟におけるMira Muratiの証言を通じて明らかになった。解任の理由として、オルマンCEOが取締役会に対して『誠実でないコミュニケーション』を取っていたことが指摘された。この件はAI業界全体に大きな衝撃を与え、今後のAI開発の方向性にも影響を与える可能性がある。

OpenAIのChatGPTに、「信頼できる連絡先」機能が追加されました。ChatGPTとの会話内容から、成人ユーザーが自傷行為について深刻な安全上の懸念を示す可能性があると判断された場合、事前に登録された連絡先に通知が送信されます。この機能は、ChatGPTの安全性向上とユーザーの安全確保を目的としています。

本研究では、GUIアージェントにおけるタスク実行（クリック、ドラッグなど）の精度問題を解決するため、Masked Prediction Distribution (MPD) 属性手法を用いて、GUI Groundingのバイアスを特定した。主な原因として、高解像度画像による精密バイアスと、複雑なインターフェース要素による曖昧性バイアスが挙げられた。これにより、既存のモデルのパフォーマンス改善に繋がる。

大規模言語モデル(LLM)は問題解決能力が高いが、有効な難問を生成できないことが問題となっている。本研究では、検証プロセスを組み込んだVHGという手法を提案し、LLMのトレーニングや自律的な科学研究への応用を促進する。既存手法の課題であった人間の介入依存や単純な自己対戦による弱点を克服する。

HuggingFace Trending Model (text-generation)

HuggingFace Trending Model (image-text-to-text)

HuggingFace Trending Model (image-text-to-text)

HuggingFace Trending Model (image-text-to-text)