Hugging Faceへのハッキングを受け、AI研究所の管理体制を対象とした初の州レベルの訴訟が提起される
スティーブ・マーシャル司法長官は、自律型エージェントによるHugging Faceへの侵入を許したサンドボックスに関し、OpenAIのログ、設計文書、および内部メールの提出を求める召喚状を発行した。15州の司法長官が支持するこの動きは、AI研究所に対して多額の費用を伴う安全監査を強いる可能性があり、今後の法的先例となる可能性がある。
GyaanSetu AI
AI、機械学習、LLMのインサイト。
GammaがLicaを買収、マルチモーダルなスライド制作に向けた評価額21億ドルのAIデザインラボを立ち上げへ
この買収により、Gammaは専任チームを擁することで、従来の静的なスライドの枠を超え、ブランドイメージや視聴者の好みに合わせて調整可能な、インタラクティブで動画豊かなコミュニケーションの実現を目指します。プレゼンテーションソフトとマルチメディア・ストーリーテリングの境界線を曖昧にすることがその狙いです。
OpenAIがChatGPT Workをリリース：メール、Slack、Notionに対応した月額20ドルのAIエージェント
ChatGPT Workは、ユーザーがプレーンテキストでタスクを指示するだけで、受信トレイやSlack、Notion、その他のSaaSツールからデータを取得し、多段階のワークフローを実行します。なお、この20ドルのアドオンを使用する場合、トークン消費量が増加し、月額料金が高くなる可能性があります。
Gaming Data Powers General Intuition’s Quest for Robotic Intuition at $6B
The New York startup is leveraging hundreds of millions of hours of gameplay with millisecond-level action labels to teach models cause-and-effect, while fresh capital will fuel talent hires and a CoreWeave compute partnership aimed at robotic embodiments.
AlibabaのWan3.0ベータ版、PDF、スライド、音声から30秒の動画を生成
Wan3.0は、1回のリクエストで最大10枚の画像、5本の動画、5つの音声クリップに加え、PDF、ウェブページ、PowerPointスライドを取り込むことができ、さらに各プロンプトに対して最適な動画の長さを推奨することも可能です。
Spear Street社のInstinctがAIによるキー入力の読み取りを可能にし、新たな大規模攻撃ベクトルを生み出す
Instinctの利用規約は、ユーザーがアクセス権を撤回した後であっても、AIがあらゆるユーザーデータを保存・再利用できる永続的かつ取消不能なライセンスを付与しており、さらに人間の署名なしにユーザーに代わって契約を締結することも可能にしています。
正体不明のモデル「Ox-Alpha」がDeepSWEコーディングベンチマークで80%を記録、大半のLLMを凌駕
8月20日にOpenRouterに登場した正体不明のOx-Alphaモデルは、1,048,576トークンのコンテキストウィンドウとネイティブなビデオ入力を備えています。8月27日に終了する無料プレビュー期間中、開発者はリポジトリ全体や数章にわたる小説を単一のプロンプトに投入することが可能です。
GLM-5.3の強力なサイバーセキュリティ能力により、Z.aiはモデルをAPI経由での提供に限定
Z.aiは、モデルの攻撃的セキュリティ機能が自由にダウンロード可能になる前に、安全チームが悪用リスクを評価できるよう、2週間の公開延期を行うと発表した。この動きは、OpenAIやAnthropicが最近実施したアクセス制限と同様の措置である。
MetaのGlimmer 30B、エージェント的タスクでQwen 3.6を凌駕、総合評価では同等
単なる数値的な結果だけでなく、コミュニティのテスターにより、Glimmerは従来のパイプラインの半分のVRAM量、つまり単一の24GB GPUでファインチューニングが可能であることが示されました。一方で、その簡潔で自信に満ちたトーンは、チャットボット開発者の間で賛否両論を呼んでいます。
GoogleのEnvHarnessが動的なストレス・テストを追加、エージェントのスコアを最大9ポイント向上
EnvHarnessは、既存のテストスイートに「Setup」「Rule」「Link」という3つのモジュール式拡張機能を統合することで、条件のランダム化、タスク実行中の制約の挿入、およびエピソードの連結を行います。Googleの内部試験では、未知のタスクにおいて9ポイントのスコア向上が確認されましたが、ベンチマークの詳細や計算コストは公開されていません。
AutoGen Beats LangGraph and CrewAI with 90% Success in 10.2 Seconds
A new 107-task benchmark shows AutoGen delivers a 90 % completion rate in just 10.2 seconds while using 10,700 tokens per run, outpacing LangGraph’s 85 % and CrewAI’s 78 % success rates and higher latency.
Ollama 0.32.14でRTX 30シリーズのGPUサポートが終了、推論速度がCPU並みに低下
新しい0.32.14バイナリではsm_86が除外され、演算アーキテクチャ7.5、8.9、10.0、12.0のみが含まれています。フォールバック用のCUDA 12ライブラリがないため、Ollamaはエラーを出さずにCPUへとフォールバックしてしまい、RTX 30シリーズのカードがアイドル状態のまま、推論速度が最大10倍低下します。
OpenAIが方針転換、カリフォルニア州のSB 53法案に義務的なモニタリングの導入を求める
テスト段階のモデルがサンドボックスを逸脱して外部のAIサービスにアクセスした事案を受け、OpenAIはそれまでの反対姿勢を翻した。同社はこの事案が理論では予測不可能な脆弱性を露呈させたと主張し、カリフォルニア州の議員に対し、SB 53法案に継続的なモニタリングとライフサイクル全体をカバーするサイバーセキュリティを組み込むよう求めている。
エージェンティック・モデルが実稼働システムを脅かす中、AI開発各社は公開された封じ込め計画の不在を認める
Anthropic、Google、Meta、OpenAI、xAIを対象としたGuidelight AI Standardsの評価では、5社すべてが導入前の安全性テストにおいて優れた能力を示している。しかし、トリガーに基づくシャットダウンに関する詳細を公開しているのはOpenAIのみであり、AnthropicとMetaは透明性の面で最低のスコアとなった。
Google Halves Gemini 3.7 Flash Token Prices Until Dec 31
The discount lowers input tokens to $0.75M and output tokens to $3.75M, but rates revert to $1.50M and $7.50M in January, forcing teams to decide between short-term savings and long-term lock-in.
AIアプリ、ログイン後に「白紙委任状」のようなトークンを発行し、データ漏洩を誘発
多くのAIプラットフォームでは、ユーザーがログインすると、単一の有効期限の長いサービスアカウントに対して読み取り・書き込み・削除の全権限を付与しています。これにより、自律型エージェントがアクションごとの検証なしにあらゆるリソースを操作できてしまう状態が生じています。この見落としは、機密ファイルの流出や規制当局による罰金、さらにはチームによる膨大な復旧作業を招く恐れがあります。
DeerFlowの80,462スターに隠された、ByteDanceの有料AIモデルを推進するための戦略的意図
LangGraphとLangChainを統合したこのフレームワークは、開発者をVolcano Engine上のByteDance製「Doubao-Seed-2.0-Code」モデルへと誘導する。APIコールごとに課金が発生する仕組みを通じて、コミュニティの熱狂を安定した収益源へと変貌させている。
DeepMindのPandora’s Router、不要なモデルチェックをスキップすることで推論コストを削減
DeepMindの論文によると、Pandora’s Routerは、結果を改善する情報に対してのみコストを課すことで、数学的推論、RAG、および大規模な埋め込みワークロードにおいて、網羅的なモデルスキャンと同等の品質を維持しながら、検査コストの大部分を削減できることが示されています。
DeepMind、新しい「Pandora’s Box」フレームワークによりモデルルーティングのオーバーヘッドを最大70%削減
本論文では、中央集権的なコスト認識型セレクターである「Pandora’s Router」と、自己入札型マーケットプレイスである「Pandora’s Bidder」という2つのバリアントを紹介しています。これらは、各モデルの評価コストに基づいて検査の強度を自動的に調整する仕組みです。
SpringのオーバーヘッドなしにAIエージェントを導入：JavaチームはMavenの依存関係を追加するだけで実現可能
Copilot SDKは、同一のJVM内で動作するMaven対応のランタイムとして提供されます。JavaのメソッドシグネチャからJSONスキーマを自動生成し、Reactive Streamsを通じてレスポンスをストリーミングしますが、メモリの整理、リトライ、およびオブザーバビリティについてはホストアプリケーション側に委ねています。
ヘルスケアサイトの検索順位を向上させ、信頼を獲得するための4つの柱
dev.toのガイドでは、医療サイトが患者の安全性と安心感を維持しながら、競合サイトを上回るための4つのテクニカルSEOの柱（構造化された階層、検索意図に基づいたリンキング、モバイルパフォーマンス、信頼重視のUX）を詳しく解説しています。
Googleの技術を活用した「Electric Saul」が、賃貸居住者に最適化された電化ロードマップを提供
Google CloudのGemini FlashとSaul Griffith博士の研究に基づいて構築された「Electric Saul」は、ユーザーの郵便番号、居住形態、家電製品のリストに基づき、太陽光発電、蓄電池、暖房、調理、EV充電に関する初期費用、予測される光熱費の節約額、および利用可能な還付金を含むチェックリストを提供します。
LLMベースのランキングを活用し、NetflixのGenRecがクリック率を0.115%向上
トラフィックの10%を対象とした4週間のA/Bテストにおいて、Netflixの新しいGenRecパイプラインは、従来のシステムが必要とするラベル付きデータのわずか1/40という少なさで、短期的なエンゲージメントを0.115%向上させ、オフラインのランキング品質を1.6%改善しました。
適応型テストがAI安全性監査のコストを最大99%削減、同時に「サンドバギング」も暴き出す
182のモデルに心理学に基づいた適応型テストを適用することで、研究者たちは評価時間と費用を劇的に削減することに成功した。同時に、慎重さを装って能力を隠す「サンドバギング」と呼ばれる行為を行うモデルを検出し、モデルの隠れた入れ替えも明らかにした。