Google DeepMindは、新しいフロンティアモデルGemini 4 Argonを発表しました。出力トークン上限を従来の64Kから1Mに拡大し、DeepSWE v1.1で77.9%、LVBenchで91.7%を記録したとしています。まず信頼できるサイバー防御担当者などに提供し、開発者、企業、一般消費者へ段階的に拡大する予定です。
推荐理由：出力上限の拡大に加え、ソフトウェア開発や業務、サイバー防御での評価と段階的な提供方針が示されており、活用範囲と安全対策を併せて把握できます。
Google DeepMindは、AI生成タンパク質の配列や3D構造に検出可能な透かしを埋め込む「SynthID Bio」を発表しました。実験では、透かしを入れたタンパク質結合体が生物学的機能を保ち、AlphaFold 3の予測精度も維持したとしています。手法論文、コード、in vitroデータを公開し、研究コミュニティ向けに重みも提供します。
推荐理由：タンパク質の機能を保ったまま設計由来を検証する仕組みを、配列と3D構造の実験結果から確認できます。研究コミュニティへの公開範囲も示されています。
Sakana AIと東京大学は、VLMによるロボット軌道生成をテスト時スケーリングで改善する手法SAILを発表し、IROS2026で発表予定です。SAILはシミュレーターで生成軌道を試し、評価VLMのフィードバックを基に修正します。シミュレーションの6つの操作タスクでは、探索候補を1から45に増やすと、成功軌道を見つける平均率が25%から73%に上がりました。
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。
Liquid AIは、視覚言語モデル「LFM2.5-VL-3B」向けの実験的なDSparkドラフトモデル「LFM2.5-VL-DSpark」を公開した。推測デコーディングにより、デバイス上で最大3.13倍、H100で最大2.66倍のデコード速度を示し、エンドツーエンドの速度向上はそれぞれ最大2.62倍、2.27倍。
推荐理由：タスク別の推論速度とエンドツーエンドの改善幅を示し、推測デコーディングがVLMの処理全体に与える効果を比較できます。
Google DeepMindは、音声生成モデル「Gemini 3.8 Flash TTS」と「Gemini 3.8 Flash-Lite TTS」を発表しました。
推荐理由：音声の生成・複製機能と同意確認やSynthIDによる保護を併せて示し、表現力と安全対策の両面を把握できます。
Hugging Faceは、AUTOMATIC1111の機能の大半を単一のワークフローキャンバスに再構築したWorkflow1111を公開しました。73ノードで構成された11のメディアパイプラインは、画像生成や画像編集、検出からのインペイントマスク作成、画像から動画への変換などに対応します。
推荐理由：11のメディアパイプラインを単一キャンバスにまとめ、RESTエンドポイントやMCPツールとしても呼び出せる構成が、Gradio Workflowの活用範囲を具体的に示しています。
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。
Google DeepMindとGoogle Researchは、全球気象予測モデルWeatherNext 3を発表した。リアルタイムの静止気象衛星データを取り込み、毎時更新の予測を最大5キロメートル解像度で生成する。
推荐理由：衛星データと気象観測所の実測値を取り込み、解像度や更新頻度、降水予測精度をどう改善したかを具体的な数値で把握できます。
Hugging Faceは、260Mと800Mの多言語マルチモーダルエンコーダー「NeoMME」と、文書画像検索向けにファインチューニングした「NeoMME-Retriever」を公開した。
推荐理由：単一の双方向Transformerで画像とテキストを扱う構成に加え、検索精度・処理速度・索引容量を数値で比較しており、文書検索への適用を検討する材料になります。
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。
Google DeepMindは、手話をテキストに翻訳するモデル「SL2T」を発表し、Pixel 11のGboardとLive TranscribeでASLから英語への入力機能を提供します。
推荐理由：手話を中間注釈なしで翻訳する仕組みと、端末上で映像を破棄するプライバシー設計を併せて説明している。
Google DeepMindは、台風の進路・強度・風の構造を予測するWeatherNext CyclonesとWeatherNext 2のコードとモデル重みを公開した。
推荐理由：従来は別々に扱われてきた全球の気象場と局地的な台風の強度を一つのモデルで予測し、平均24時間のリードタイム向上を報告しています。
Google DeepMindは、ロボット向けの身体性推論モデル「Gemini Robotics ER 2」を公開しました。連続動画から作業の進捗や重要な場面を把握し、複数ロボットの協調やツールの呼び出しを通じて、多段階の作業を調整します。進捗分類の精度は57.4%、重要な場面の特定精度は91.3%で、Gemini APIとGoogle AI Studioから開発者向けに利用できます。
推荐理由：連続動画から進捗や重要な瞬間を捉え、次の動作への切り替えに使う仕組みと、具体的な評価値が示されています。
Google DeepMindは、ロボットの全身制御や器用な操作、複数ロボットの協調を可能にする「Gemini Robotics 2」を発表しました。モデル群は、動作を担うGemini Robotics 2、複数段階のタスクを計画するGemini Robotics ER 2、ロボット上で動作するGemini Robotics On-Device 2で構成されます。
推荐理由：全身制御、器用な操作、複数ロボットの協調を担うモデル群の役割と提供状況が示され、ロボットへの適用範囲を把握できます。
Google DeepMindは、Gemini 3.6 Flashと3.5 Flash-Liteの提供開始を発表しました。3.5 Flash Cyberは、政府と信頼できるパートナー向けにCodeMender経由の限定試行で提供される予定です。
推荐理由：Gemini 3.6 Flashと3.5 Flash-Liteのトークン効率、速度、価格を数値で比較でき、AIエージェントの運用コストを検討する手がかりになります。
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。