Hugging Faceは、オープンソースの多言語テキスト音声合成（TTS）モデルを評価するOpen TTS Leaderboardを公開しました。WER・CERによる明瞭度、H200 GPUやCPUでの生成速度、話者類似度を測定し、モデル評価にかかる時間を数週間から数時間に短縮します。人間の嗜好評価に代わるものではなく、自然さや表現力、聴き手の好みを直接測る指標ではないと説明しています。
推荐理由：評価が数週間から数時間に短縮される仕組みと、WERや速度などの指標を確認でき、人間の嗜好評価を補完する方法が分かります。
OpenAIは、複雑なプロジェクトや日常業務をまたいで作業を続けるプロアクティブなアシスタント「dots」を発表した。作業を進めながら、ユーザーが主導権を保てるよう支援する。
Google DeepMindは、対話中に音声と映像で応答するGemini 3.8 Live with Live AvatarをGemini Enterpriseで提供開始しました。非同期のツール呼び出しで会話を続けながらデータを取得でき、リップシンクと表情を調整しながら97言語に対応します。カスタムアバターの作成は、現在エンタープライズの許可リスト登録を通じてのみ利用できます。
推荐理由：音声と映像を組み合わせた対話に加え、会話を続けながらバックグラウンドでツールを実行する仕組みや、97言語への対応を説明しています。
Googleは、Private AI Computeに端末をまたいで利用できるサーバー側の永続メモリを導入する技術更新を発表しました。データはクラウド上の暗号化ストレージに保存され、復号に必要な鍵はユーザーの端末だけに保持されます。Googleは技術白書の更新に加え、サーバーソフトウェアの改ざん防止公開記録と独立監査の結果も公開しています。
推荐理由：端末内に暗号鍵を保持したままクラウド側で記憶を継続する設計と、ソフトウェア検証や監査の公開が示されています。
OpenAIの導入事例によると、RinggのAIエージェントは顧客からの電話の最大65%を解決しています。GPT-5.6で音声、チャット、WhatsApp、ウェブの多言語対応を支え、GPT-4.1と比べて費用は90%低いとしています。
OpenAIはChatGPT Adsの提供地域を東南アジアと台湾に拡大し、対象となる企業が60カ国以上で人々にリーチできるようにします。
GPT-6はプロンプトキャッシュを改善し、キャッシュヒット率を高める。新たな診断機能、明示的なブレークポイント、レイテンシーとコストを抑える制御機能を導入する。
Anthropicは、コンゴ民主共和国のBundibugyoエボラ対応で、現地データの分析や報告作成、研究支援にClaudeを活用していると紹介しました。Claudeのスキルで各地域のPowerPointから症例数と検査数を抽出し、前日の報告と照合することで、従来は丸一日かかっていた状況報告書の作成を1時間未満に短縮しています。
推荐理由：現地の報告作成や分析、ゲノム解析にClaudeを使う事例が示され、複数の公衆衛生業務での活用方法を把握できます。
Hugging Faceは、TransformersでGGUF形式のモデルを読み込み、ローカル実行できるようにしました。初期対応はApple Silicon上のQwen3.5系で、ggmlのMetalカーネルを利用し、ベンチマークでは3種類のチェックポイントでllama.cppに近い性能を示しています。現時点のパック済み推論はMPSのみで、対応アーキテクチャにも制限があります。
推荐理由：GGUFをTransformersで扱う方法に加え、llama.cppとの速度比較や対応環境も示され、ローカル推論での使い分けを判断できます。
Hugging Faceは、tokenizers v1のリリース候補版について、v0.23と同じトークンIDを保ちながら、Apple M4 Maxの1スレッド測定でエンコードが3〜30倍高速になったと報告した。8ワーカーでは線形スケーリングの76%に達し、測定対象の10モデルファミリーで評価している。リリース候補版はcrates.ioで公開され、既存と同じAPIで利用できる。
推荐理由：比較条件やキャッシュの扱いを明示したうえで速度とスケーリングを測定しており、トークナイザーの性能評価を読み解く手掛かりになる。
Preferred Networks（PFN）とPreferred Computing Infrastructure（PFCI）は、MN-Core 2の計算資源を材料探索用シミュレーターMatlantis向けに2026年中に提供開始する計画を発表しました。
推荐理由：MN-Core 2は対象となる結晶構造計算でGPUと同じ精度を保ち、最大4倍程度高速化できるとされ、既存環境を変えずに利用できる計画です。
Anthropicは、ライフサイエンス分野の専門家向けに「Life Sciences Verification Program（LSVP）」をベータ開始し、審査を経たチームに生物学関連の作業でより利用しやすい条件のMythos、Opus、Sonnetモデルへのアクセスを提供します。
推荐理由：研究用途に応じて標準利用と高リスク利用を分け、審査や利用状況の監視を組み合わせるアクセス設計が示されています。
OpenAIは、法律業務向けのAstra for Lawを紹介しました。公式説明では、法律事務所ごとのワークフロー、法務データソースへの接続、機密性の高い顧客業務向けの管理機能を挙げています。
Sakana AIはSakana Chatを更新し、オーケストレーターモデル「Fugu Max」を全ユーザーに提供するとともに、会話内容を次回以降に引き継ぐメモリー機能を追加しました。メモリーはNamazuとFugu Maxで利用でき、設定画面で記憶内容を確認したり、機能をオフにしたりできます。記憶の対象はアップデート以降の会話で、過去の会話は含まれません。
推荐理由：Fugu Maxの全ユーザー提供と、会話をまたいで設定を引き継ぐメモリー機能の追加により、Sakana Chatの利用方法がどう変わるかを具体的に把握できます。
Sakana AIはSakana Marlinに、レポートについてAIエージェントに質問し、引用元の根拠箇所を確認できる「Interactive Reading」と、編集可能なPowerPoint出力を追加しました。PowerPointでは文章や図形、表・グラフのデータや書式を変更でき、各スライドに出典URLが記載されます。任意のスライドテンプレートに対応し、無料トライアルも利用できます。
推荐理由：調査レポートの理解・検証・共有を支援する二つの機能を示し、AIリサーチ後に残る意思決定前の作業を具体的に把握できます。
Sakana AIは、複数のオープンモデルや特化型モデルを組み合わせるFugu MaxとFugu Ultra v2を公開しました。Fugu Maxは入力1Mトークンあたり$2、出力1Mトークンあたり$6で、7つのベンチマークのうち10項目中7項目でコスト性能のパレートフロンティアを拡張したとしています。
推荐理由：低コストを狙うFugu Maxと性能を重視するFugu Ultra v2を比較し、複数モデルを組み合わせるオーケストレーションの二つの方向性を示しています。
Google DeepMindは、ヒトゲノムで可能な9 billion個の一塩基変異の影響予測を収録したAlphaGenome Atlasを公開しました。各変異の影響を示すAVIスコアも提供し、研究者は変異を順位付けしながら分子への影響を調べられます。学術研究向けにウェブサイト、AlphaGenome API、Google Antigravityのスキルとして利用でき、非商用利用は無料です。
推荐理由：全ゲノムの変異予測を一覧化し、AVIスコアで影響の大きい候補を順位付けできるため、希少疾患や集団遺伝学での活用例とともに研究への使い方を把握できます。
Preferred Networks（PFN）とデロイト トーマツは、国土交通省の業務で、インフラ分野の発注・技術提案審査を支援するAIエージェントの開発・検証を開始します。図面・数量総括表・特記仕様書の整合性検証と、業務実績や提案内容の事実確認などを支援し、評価そのものにはAIを介入させず、審査担当者が最終判断を行います。2027年3月の業務完了に向けて段階的に実証検証を進めます。
Hugging Faceは、複数のコーディングエージェントが過去の作業履歴を検索・参照できる記憶ツール「funes」を公開しました。ローカルで履歴を索引化し、必要に応じて自分が所有するHugging Face datasetへ共有できます。検索結果は元の発言と出所を示し、ベンチマークでは2つのタスクとも、書面の引き継ぎより4〜8倍低コストでした。
推荐理由：複数のコーディングエージェントやマシンで作業履歴を共有し、回答の根拠となる元の発言までたどれる設計が示されています。
Google DeepMindは、政府機関や信頼できるパートナー向けに、サイバー防御能力を提供する限定アクセスプログラム「Fairwind Program」を開始しました。
推荐理由：政府機関や重要インフラ事業者などに限定アクセスを提供し、脆弱性の発見から修正までを自動化する構成と利用条件を確認できます。
Google DeepMindは、Gemini 3.7 Flash、3.6 Flash、3.5 Flash-Liteにエージェント型動画理解機能を導入しました。
推荐理由：固定フレームレートでの処理と異なり、必要な映像・音声・字幕を動的に調べる仕組みと、長時間動画での効率改善幅が示されています。
Hugging Faceは、207種のWebGPUカーネルと、Hubから読み込んで実行するJavaScriptライブラリ@huggingface/kernelsを公開した。
推荐理由：カーネルごとに契約、正当性テスト、ベンチマークをまとめて公開し、実機の検証結果をFleetで集める設計が、WebGPU最適化の進め方を具体化している。
Anthropicは、ゼロデータ保持（ZDR）のプライバシーと不正利用を検知する安全対策を組み合わせたEnterprise Frontier Safeguards（EFS）を発表しました。監視用の活動データは顧客自身のクラウド環境に保存でき、異常のシグナルは顧客側のチームに直接送られます。EFSは今秋後半から段階的に提供される予定です。
推荐理由：顧客管理下のクラウド保存と自動監視を組み合わせる設計が、機密データを扱う企業の導入条件にどう応えるかを具体的に把握できます。
Anthropicは、AIエージェントが物理機器を安全に操作するための共通仕様「Model Hardware Standard（MHS）」の研究プレビューを、科学研究所や先端製造業者向けに開始しました。
推荐理由：機器ごとに異なる接続を標準化し、AIエージェントが複数の装置を連携させる仕組みと、研究現場での初期利用例が示されています。
Anthropicは、科学者向けClaudeプランを通じて、世界の研究者に10,000席を1年間無料または割引価格で提供すると発表しました。標準席は無料、利用上限が5倍のプレミアム席は月額$15で、研究室の責任者は認証後に所属研究者を追加できます。研究プロジェクトごとに最大$50,000のクレジットも申請でき、生物学・化学の研究者が利用できるモデルには制限があります。
推荐理由：無料席と割引席、研究分野別の利用条件、追加クレジットの申請方法が示され、研究室での導入条件を把握できます。
Hugging Faceは、Gradioに組み込まれたgr.Workflowを紹介しました。処理手順を型付きノードのグラフとして組み立て、ドラッグ＆ドロップの画面で各ノードを実行し、中間結果を確認できます。ワークフローはREST APIとしても利用でき、Hugging Face Spacesへ1コマンドでデプロイできます。
推荐理由：処理手順をグラフとして操作でき、各段階の実行結果を確認しながら、同じワークフローをREST APIとして呼び出せる点が具体例とともに示されています。
Liquid AIは、LFM2.5-1.2B-Instruct、LFM2.5-2.6B、LFM2.5-8B-A1B向けのDSparkドラフトモデルを公開し、推測デコーディングによる推論高速化を可能にしました。
推荐理由：GPUとMacBookでの速度向上を同じベンチマーク条件で比較し、モデルごとの伸びの差やMoE実装上の制約も示しています。
Sakana AIは「Sakana Translate」の翻訳モデルを新世代の「Sakana Namazu」に更新し、訳文の自然さを向上させました。日本語・英語・中国語の双方向翻訳を引き続き提供し、翻訳・添削・質疑の3機能を利用できます。
推荐理由：独自の日英翻訳タスク160件による1対1評価と、文化的背景を含む翻訳例を通じて、更新モデルの特徴と評価方法を確認できます。
Sakana AIはSakana Chatをアップデートし、「Sakana Fugu」を追加するとともに、「Sakana Namazu」を新世代モデルに刷新しました。サンドボックス上でのPython実行に対応し、生成したHTMLや文書、スライドなどを画面内でプレビュー、ダウンロードできるほか、画像やPDF、Officeファイルの添付も可能になりました。
推荐理由：コード実行とファイル添付を同じ会話に組み込み、依頼から成果物の確認・修正までを進められる更新内容が具体例とともに示されています。
Sakana AIは、日本語と日本の業務文脈に特化したLLM API「Sakana Namazu」の提供を開始しました。Moonshot AIのオープンモデル「Kimi K2.6」をベースに社内データで調整し、Web検索とコード実行のビルトインツールを備えています。
推荐理由：Kimi K2.6を日本語・日本の業務文脈に合わせたうえで、既存のOpenAI互換コードから接続できる設計と評価結果を確認できます。
Sakana AIのプロダクト開発責任者、大村壮太氏は、Sakana Chatなど4製品を続けて投入した背景と、プロダクト開発の方針を語っています。AIを使えば数カ月かかった試作を数週間、時には数日で作れるため、まず製品を出して利用者の反応から学び、素早く軌道修正する考えです。
Google DeepMindは、Gemini搭載のウェブアプリ「ATL Saathi」のライブパイロットを開始しました。教員向けに、12の中核モジュールの要約やクイズ、10のモジュールに基づくプロジェクト案と実験手順を提供し、8言語での利用に対応します。インド国内の100校を初期パイロット校として展開します。
推荐理由：教材の要約から安全上の注意を含む実験手順まで、教員向け支援をどう構成したかを具体的に確認できます。
Google DeepMindは、Gemini 3.5 Flashにcomputer useを組み込み、ブラウザー、モバイル、デスクトップ環境で操作するAIエージェントを構築できるようにした。
推荐理由：単体モデルとして提供されていたcomputer useがGemini 3.5 Flashに統合され、利用方法と企業向けの安全策を併せて確認できます。
Google DeepMindは英国政府などと、Geminiを活用して住宅計画申請の審査を支援するAIツールの試作を開始しました。データ整理、関連政策の特定、住民意見の要約、評価報告書の草案作成を担い、計画担当官が全内容を確認して最終判断します。Barnet、Camden、Dorsetで初期試験を行い、政府は2027年から全国の自治体で利用可能にする計画です。