#AI

Luma AIが発表したUni-1は、画像の理解と生成を単一のdecoder-only autoregressiveモデルで統合。拡散モデルを使わず、テキストと画像パッチを共有語彙空間でトークン化して逐次生成する。利用方法と料金体系も整理した。

YC出身のCompresrが開発するContext Gatewayは、AIエージェントとLLM APIの間に入るプロキシ。先読み要約・ツール出力圧縮・ツールディスカバリの3本柱でコンテキストウィンドウの浪費を防ぐ。

さくらインターネットの「さくらのAI Engine」はOpenAI API互換のLLM推論基盤。月3,000リクエスト無料枠があり、Kimi-K2.5やgpt-oss-120bなど複数モデルを国内完結で利用できる。

Transformerの固定残差結合を深さ方向のsoftmax attentionに置き換えるAttnRes。Kimi Linear 48Bでの実証でGPQA-Diamond +7.5pt、HumanEval +3.1ptの改善。訓練オーバーヘッドは4%未満、推論は2%未満に抑えた。

LibGen等からの無断ダウンロードによる学習をめぐる集団訴訟Bartz v. Anthropicが和解へ。FSFはGNU FDL作品の著作権者として和解通知を受領し、LLM学習における訓練データ・モデルの開示を求める立場を表明した。

Linuxカーネルのパッチを自動審査するAIシステム。人間のレビューを通過した既知のバグを53.6%検出。Rust実装でGemini・Claude両対応。

香港大学のHKUDSが公開したCLI-Anythingは、GUIソフトウェアのソースコードからCLIハーネスを自動生成し、AIエージェントが直接操作できるようにするツール。GIMP、Blender、LibreOfficeなど16アプリで1,720テスト全通過。

H CompanyのHolotron-12Bはメモリ効率の良い新設計で、PC操作AIの処理速度を毎秒8,900トークンに引き上げた。UnslothはAIモデルの追加学習をコード不要でできるブラウザツール「Studio」をベータ公開。

GTC 2026でNVIDIAが発表したVera CPU。88コアのカスタム設計で従来比2倍の効率・50%高速化を実現し、2026年下半期から提供予定。

辞書と百科事典の両老舗がOpenAIを提訴。約10万件の記事を無断でLLM学習に使用したとして著作権侵害を主張している。

智谱AIが公開したGLM-OCRは0.9Bパラメータながら文書解析ベンチマークOmniDocBench v1.5で94.62%を記録。レイアウト解析、縦書き、数式認識の実力を調査した。

ZipVoiceアーキテクチャを4ステップに蒸留し、1GB VRAM・150倍リアルタイムの速度でボイスクローンを実現するオープンソースTTS。過去に取り上げたTTSモデルとの比較も含めて整理した。