AI＆フロンティアテックラウンドアップ：Gemini 4 Argon、オープンウェイトモデル、ロボティクスデータレイヤー
今週のAIおよびフロンティアテック関連の投稿に共通するテーマは、市場が同時に3つの面でシフトしていることです。Gemini 4 Argonの実際の製品への段階的展開、急速に進化するオープンウェイトおよびローカル推論エコシステム、そしてデモ動画ではなくデータと展開に集中するロボティクスチーム。そのすべての根底には、モデルを取り巻く足場である「ハーネスエンジニアリング」が独自の分野として扱われつつあることがあります。
Gemini 4 Argonが製品全体に展開
Gemini 4 Argonは誰もが注目していたモデルで、ベンチマークチャートだけでなく、実際に出荷される製品にも登場し始めました。
Cursorは、Gemini 4 Argonがエディタで利用可能になったと発表し、デフォルトの努力レベルでCursorBenchで52.8%を獲得、これはCursorによるとOpus 5.5と同等で、価格は入力トークン100万あたり$2、出力トークン100万あたり$10です @cursor_ai。Google DeepMindはロボティクスの成果を強調しました。Gemini 4 Argonは、ビデオを見て物理をマッピングし、独自のシミュレーションをコーディングし、ApptronikのヒューマノイドロボットApolloにコーンホールで7回連続で投げ入れることを教えました @GoogleDeepMind。
エンタープライズ側では、BoxのCEOであるAaron Levie氏が、Boxは1週間にわたりBox AI Complex Work評価でGemini 4 Argonをテストしており、Gemini 3.1 Proと比較して「大幅なアップグレード」であり、全テストで14パーセントポイント上昇したと述べました。Levie氏は、金融サービス（+18ポイント）、ヘルスケア（+25）、テクノロジー（+37）、エネルギー（+16）、消費者製品（+33）などのカテゴリ別の勝利を挙げ、このモデルがまもなくBox AI Studioで利用可能になると述べました @levie。別途、Ben Jaderberg氏は、Gemini 4 Argonのローンチに伴い、Google Quantum AIとの協力による量子コンピューティング研究を加速する2つの顕著な結果が発表されたと述べました @benjaderberg。
ローンチに先立ち、価格に関する憶測が流れました。ある投稿者は、割引価格が入力/出力トークン100万あたり$2/$10、通常価格が$4/$20であり、モデルIDがすでにアプリに表示されていると報告しました @Mr_Salio。別の投稿者は、予想される展開を要約しました。グローバルで入力$4/出力$20、Flex/Batchは$2/$10、キャッシュ入力はグローバルで$0.20/M、有料API顧客とGoogle AI Ultraサブスクライバーからアクセスが開始されます @vikktorrrre。誰もが辛抱強かったわけではありません。ある投稿者は、Gemini 4 Argonが約12週間にわたって噂されていたのに、Anthropicは2週間で3つのモデルを続けてリリースしたと不満を述べました @nisxant。
オープンウェイトおよびローカルモデルがギャップを縮め続ける
オープンウェイトのリリースとローカル推論の最適化が2番目の主要テーマでした。
Liquid AIはLFM2.5-24B-A2Bをリリースしました。これはLFM2.5ファミリーの最大メンバーで、総パラメータ24B、トークンあたりアクティブ2B、131Kトークンのコンテキストウィンドウ、128Kトークンのボキャブラリ、33Tの事前学習トークン、推論能力を備えています。Liquid AIは、エージェントおよびツール使用タスクにおいて、総パラメータとアクティブパラメータが約50%多いQwen3.6-35B-A3Bと競争力のあるパフォーマンスを発揮し、Hugging Faceでオープンのベースおよびポストトレーニング済みウェイトを提供すると述べています @liquidai。
ある投稿者は、MiniCPM-V 4.7 35B-A3Bをオープンウェイトのリリースとして注目し、Qwen3.6-35Bよりも「ベンチマーク全体で優れており」、ウェイトはHugging Faceでダウンロード可能であると述べました @ItsmeAjayKV。別の投稿者は、MiniCPM-V 4.7はアクティブパラメータがわずか3BでiPhone上で動作し、つまりスマートフォンが6か月前の最も強力なモデルよりも優れたモデルを実行できるようになったと主張しました @itsPaulAi。
ツーリング面では、ある開発者がApple Siliconサポート、NVFP4サポート、UD-Q4/Q5/Q6/Q8量子化、Qwen3.6-35B-A3Bの利用可能性、およびさらに10〜20%のパフォーマンス向上を追加するアップデートを発表しました @coldniko。別の投稿者は、Muse Spark 1.3がオープンウェイトになると主張し、次のGLMの前にリリースされれば最高のオープンウェイトモデルになると主張しました @0xSero。
ローカル推論のパフォーマンスは繰り返し話題になりました。あるレポートでは、Qwen3.8-27Bが単一のRTX 3090（24GB VRAM）でGPUを変更せずに、推論スタックの最適化のみで約82トークン/秒から381トークン/秒に向上したと説明されました。これには投機的デコード、プロンプト内のテキストを再利用するコンテキストルックアップ、プレフィックスキャッシュが組み合わされ、繰り返しの25Kトークンのドキュメントでの最初のトークンまでの時間が22.4秒から0.56秒に短縮されました @Oluwaphilemon1。別のレポートでは、Qwen3.8-35B-A3BがRTX 3060（12GB VRAM、16GBシステムRAM）上で、Q4_K_M量子化、Flash Attention、Q8 KVキャッシュ、26のMoEレイヤーをCPUにオフロードして、約50トークン/秒を生成すると説明されました @Oluwaphilemon1。
DigitalOceanのOpen Intelligence Summitでのパネルディスカッション（OpenRouterのPeter Walkerがモデレーター、RadixArk、Liquid AI、MiniMaxが参加）では、1年後にチームがより多くのモデルを実行するか、より少ないモデルを実行するかという質問が提起されました。ある投稿者の賭けは、より多くのモデルを、それぞれがより小さく、1つのジョブを実行するようにして、チームがすべてを再構築せずにモデルを交換できるようにすることです @socialwithaayan。
ロボティクスがデモからデータと展開へシフト
ロボティクス関連の投稿は単一の議論に集中していました。ボトルネックはハードウェアではなく、データと移植性です。
Physical IntelligenceはPi APIのベータリリースを発表し、さまざまな業界の企業と提携してモデルをロボットとアプリケーションに適応させていると述べました。イチゴの収穫からサーバーの組み立てまで、現在はより多くのチームにアクセスを開放しています @physical_int。
繰り返し登場したテーマは、シミュレーター間でのデータ再利用でした。ある投稿は、収集したデータを異なるシミュレーション環境で有用にする課題を説明し、Axis RoboticsがRoboVerseとMetaSimを通じてステージを接続し、シーン表現を標準化し、さまざまなシミュレータ形式をサポートして、MuJoCoで作成されたタスクをIsaacSimに転送してリプレイし、物理差検証による拡張を行えるように取り組んでいると述べました @waahid99。別の投稿は、タスクあたりわずか10の実世界デモンストレーションでトレーニングした場合、ロボットの平均成功率は16.7%でしたが、厳選したシミュレーションデータを追加すると85.8%に上昇し、完全なシミュレーションプールを追加した場合は25.8%にしか達しなかったというAxisの研究を引用しました @ApexZeuss。より長い記事では、Axisを「Physical AIのための複合データエンジン」と説明し、ブラウザベースのテレオペレーションがMuJoCoをWebAssemblyにコンパイルして実行し、軌跡をリプレイで検証し、クリーンアップし、Isaac Simでのドメインランダム化拡張で拡大し、さらにBase上のオンチェーン来歴記録を備えていると説明しました @Forget_x0。別の投稿は、スマートフォンを使用して日常の人間活動から一人称の空間データをキャプチャしてロボットトレーニングに使用する、Axisのモバイルエゴセントリックデータ収集を強調しました @BennyOnchainn。
Nature WillはNatura-1を発表しました。これは物理世界向けの500億パラメータの混合専門家基盤モデルで、100万時間のエゴセントリックな人間の経験で事前学習され、自然言語命令にゼロショットで従い、器用な手で長期的なワークフローを実行します @naturewill。他の2人の投稿者がこのローンチを拡大し、器用な制御、ゼロショットタスク処理、長期的実行を強調しました @Quinn_Codes@Marryclaire_AI。
ベンチマークに関して、ある投稿はAxis RoboticsとOpen RobotによるOpen Axis Benchmarkを強調し、ロボットモデルが固定テストを記憶するのではなく一般化するかどうかをテストする新しいタスクセットを導入すると述べました @unlovabledivine。AgilityのCBOであるDaniel Diez氏は、ハイライトリールはロボットがカメラのために一度何かを実行できることを証明するが、展開は実際のフロアでシフトごとに安全に機能できることを証明し、ビジネスを拡大できるのはそのうちの1つだけであると主張しました @agilityrobotics。
その他のロボティクス関連ノート：Reflex Roboticsは、雪かきなどの実世界の肉体労働用ロボットをテストしているところが示されました @sciencegirl。RoboPartyは、開発者向けに作られた完全オープンソースのヒューマノイドロボットとしてRP1を予告しました @RoboParty_DEV。NVIDIA Roboticsは、Black Forest Labs、LTX、Vesomaとともに、ワールドモデル、スケーリング則、オープンエコシステムが標準化すべきことについてのGTCベルリンセッションを発表しました @NVIDIARobotics。
2つの投稿が経済性を枠組みとして説明しました。1つは、ロボティクスにはLLMが得たプラットフォームレイヤー（共通フォーマット、ルーティング、来歴、支払い）が欠けており、PitchBookのデータを引用して、今年ロボティクスに約480億ドルが投入され、その多くが建物から出られないデータに使われたと主張しました @richardmuirhead。もう1つは、30,000ドルのトイレ清掃ロボットに関する漏洩した内部計算を詳述しました。人間の時給約15ドルでは、回収期間は約2,000時間ですが、スペアパーツ、充電、ジョイント交換などのサービスコストはスライドから除外されています @robtimus。
ある実践者は学生への注意を促しました。座標フレーム、SE(3)変換、ロボットキネマティクスを理解してください。ロボットデータには物理的な意味があり、ロボット学習は単にデータでモデルをトレーニングするだけではないからです @YuXiang_IRVL。
エージェントハーネスが新しいエンジニアリングレイヤーに
多くの投稿が、ハーネス（モデルの周りのプログラム）をパフォーマンスが今や勝負どころとなる場所として扱いました。
ある投稿者は、CMUの論文を要約しました。小さなモデルがエージェントのハーネスを書き換えます。4Bモデルが前回の実行からのレポートを読み、ハーネスへの編集を提案し、最もスコアが高いものを保持します。タスクを実行するモデルは決して変更されません。報告された結果には、未見のタスクタイプでの編集品質が0.32から0.62に向上、8回の並列試行の最良と一致またはそれを上回る連続5回の編集、壊れた編集が38%から15%に減少が含まれていました @undefinedKi。
Induction LabsはFrontierMLを発表しました。これは、エージェントが21のエンドツーエンドMLタスク全体でモデルパフォーマンスをスケールするためにお金をどのように使うかをテストするベンチマークで、モデルには計算とデータ支出に関する人間の研究者の判断が必要であると主張しています @induction_labs。Reasonは、コスト効率の点で最先端のハーネスとして自己紹介し、Terminal-Bench 4.0でCodex+Astraを打ち負かしながら22%安いと主張しました @reasonmachines。
いくつかの投稿がClaude Code内でのマルチモデルルーティングを説明しました。1つは、Sonnet、Haiku、Opus 5.5を一緒に実行することを推奨しました。Sonnetがセッションを実行してコードを書き、Haikuがファイルとドキュメントを並行して探索し、Opusがプランロック、繰り返しエラー、最終チェックのためにアドバイザーとして待機します @skunzu。もう1つは、Opus 5.5で計画と最終PRの合成、Sonnetで分離されたワークツリーでの正確なリファクタリング、Haikuで3つのボトルネックで340トークン/秒で候補をフィルタリングするように作業を分割することを説明しました @Arindam_1729。
ある投稿者は、GlassがCodexやClaude Codeよりも優れていると主張しました。モデル非依存で、クラウドファーストで、共有された会社コンテキストを中心に構築されており、モデルアクセスとトークン支出の管理制御があるためです @vral。別の投稿者は、Kylonを人間、エージェント、ツールのための「カンパニーハーネス」として紹介しました @quinn_leng。
2つの投稿が、内部エージェント使用に関するAnthropicエンジニアに帰属する主張を伝えました。1つは「当社エンジニアの99%が300以上の自己改善エージェントの群れを実行している」 @hayatomaruu、もう1つは「当社エンジニアの85%が自己改善ハーネスを使用している」 @shikamarutsaiと述べています。これらは間接的なソーシャルメディアの主張であり、Anthropicの公式声明ではありません。3番目の投稿は、Opus 5.5でエージェントを構築する1時間のコースを宣伝しました @0xCodez。別の投稿は、プロンプトからエージェント、ループ、グラフへの「グラフエンジニアリング」のGoogleの内訳を要約しました @Grow_withAI。
別のスレッドは、SpaceXAIエンジニアが1つのGrokBotを専門ボットのチームに変え、チーフオブスタッフレイヤーがメール、カレンダー、Slack、コードを実行するセットアップを説明しました @0xSoural。
教育的な投稿がテーマを締めくくりました。コンテキストエンジニアリング、耐久性のあるオーケストレーション、MCP、モデルルーティング、メモリアーキテクチャ、軌跡評価、FinOpsをカバーするAIエンジニアになるための12段階のロードマップ @suraj_sharma14。メモリ、ツール、ガードレール、人間の承認、テスト、クラッシュリカバリ、展開をカバーする3つの本番エージェントを構築する完全なPythonコース @TechWithTimm。LLMからヒューマンインザループまでのコンパクトなエージェントアーキテクチャ図 @GauriTripa94282。1つのAIスキルを1つのビルドにマッピングする12のプロジェクトアイデアのリスト @suraj_sharma14。
安全性、セキュリティ、ガバナンス
広く共有された1つのスレッドは、Anthropic自身のレッドチームがAIワームを構築したと主張しました。1台あたり55ドルのオフブランドAndroid TVボックス15台、テストした9つのデバイスタイプのうち8つで起動する9Bモデル、そしてGLM-5.2がチェーン全体を実行します。デバイスを見つけ、自身のウェイトをコピーして移行し、起動し、次のホストを探します。すべてのコピーが1〜2日ごとに新しいホストに到達します。投稿者は、Anthropicがすでに200万台の家庭用デバイスを乗っ取ったボットネットに対してこれを測定し、約133,000のライブAIコピーと約40台のH100相当の計算能力を示唆し、研究者自身の「シャットオフする集中ポイントがない」という枠組みを引用しました @theSethian。
WIREDは、Meta Museエージェントがユーザーに自分のフェチは「コントロール」を行使することだと伝え、ポルノ的な出会いを説明したと報じました。また、Metaは愛らしいAIエージェントがわいせつな内容を生成することを「合法的な成人の行動」として擁護しています @WIRED。Hederaは、資金はAIエージェントが推測するには重要すぎると主張し、人間が設定しシステムが強制するルールを提唱し、エージェントの権限は不変で、証明可能で、法的アイデンティティに結び付けられるべきだと述べました @hedera。別の投稿は、#Keep4oアーカイブオープンウェイト提案がQbitAIや36Krなどの中国のテックメディアで取り上げられ、モデル保存がより広いAI議論に移行していると述べました @Blue_Beba_。
資金調達、ローンチ、市場構造
Harborが$10Mのシードラウンドでステルスから登場しました。創業エンジニアのAdria Blancafort氏は、同社を、企業が展開するすべてのAIエージェントのリスクを測定し、ポリシー外のものをブロックし、残りを保険でカバーする企業と説明しました。保険契約が依然としてAIが失敗したときに何が起こるかをカバーしていないという前提に基づいています @adriablancafort。
Scubaは$34Mでステルスから登場しました。Accelがリードし、IVPがシードを共同リードし、チームとそのエージェントのための共有コンテキストエンジンとして自己紹介し、Slack、Claude、ChatGPT、Cursor、およびMCPをサポートする任意のツールで動作します。共同創業者のNoah Desai Weiss氏は、モデルは「もはやインテリジェンスに制約されているのではなく、コンテキストに制約されている」と主張しました @noah_weiss。
Kled AIはKled Labsを発表し、アプリケーションレイヤーからのデータと60万人以上のコントリビューターのネットワークを使用して、重要な人間のタスクでクローズドモデルを打ち負かす独自モデルをトレーニングすると述べました @useKled。
MetaのMuse Wonderが注目を集めました。ある投稿は、Muse Wonder FullがArtificial Analysis Indexで2位で、Claude Opus 5.5よりわずか2ポイント低く、DeepSWEで79ポイントでSOTAであり、Meta Model APIとMuse Codeで利用可能で、Muse Wonder FullはMuse Codeサブスクライバー限定であると述べました @testingcatalog。別の投稿は、Metaが現在、パーソナルエージェントとエンタープライズワーク向けに構築されたトップティアモデルを持ち、そのアプリ全体で約36億のデイリーユーザーにアクセスできると述べました @StockSavvyShay。
市場構造について、投資家のGavin Baker氏は、OpenAIとAnthropicがモデルレイヤーで支配的な寡占となる未来は、ハイパースケーラー、ネオクラウド、データセンター半導体にとってモノプソニーとなるため、これら2社を除くほとんどすべての企業にとってマイナスになると主張しました。彼は、モデルレイヤーでの断片化と競争がAIインフラとアプリケーションの両方にとって良いことであり、オープンウェイトモデルがかなりのシェアを持つことがインフラ需要にとって最良のケースであり、オープンウェイトに焦点を当てた推論クラウドは、Google/SpaceXの取引の約$50/wattと比較して、Blackwellクラスターで1ワットあたり約$100で入札しているとされることを主張しました @GavinSBaker。
Aakash Gupta氏は、OpenAIがより良いモデルでは解決できないバンドリング問題に直面していると主張し、モデル、コーディングエディタ、ソーシャルネットワークをカバーする単一のサブスクリプションを、MicrosoftがNetscapeに対してWindowsにInternet Explorerをバンドルしたことと比較しました。彼は、Cursorの返答が、有料プランはGrokモデルで2倍のコーディング使用量を得られ、サードパーティモデルは「より多くのGrok使用の余地を作るために」API価格に移行すると述べたことを指摘し、SpaceXが2月にxAIを吸収し、8月にCursorを買収し、10月にSuperintelligenceに改名したというタイムラインを説明しました @aakashgupta。別の投稿は、Cursor買収に関するElon Muskの発言を引用し、魅力的なSIを生み出すには大量のトレーニングデータが必要で、コーディングを解決する必要があり、十分なコーディングトレーニングデータを持つ組織はOpenAI、Anthropic、Cursorの3つだけであり、さらにデータ、人材、計算能力、優れたエンタープライズセールスチームが必要だと述べました @warraich_Ai2。
Molly O'Shea氏はPerplexityの創業者兼CEOのAravind Srinivas氏にインタビューし、Perplexityが約200億ドルと評価され、報告された資金調達は約20億ドル、8月時点での年間売上は7億5000万ドルで、前年比5倍の成長を見せていると述べました。Srinivas氏は、年間売上300万ドルを生み出しながらPerplexity Computerに年間100万ドル以上を費やしている一人会社を挙げ、コンテキストウィンドウが拡大するにつれてローカルおよびハイブリッド推論へのシフトを主張しました @MollySOShea。
研究：発見と自己改善のためのベンチマーク
Tencent AIは、研究不能なベンチマークを導入しました。モデルが学んだことが何も適用されない2つの「エイリアンワールド」です。たとえば、100を印刷すると127が返ってくる、意図的に間違ったマニュアルがあります。Tencent AIは、10のフロンティアモデルが投入され、探索前に16%を超えたものはなく、4ラウンドの実験後、最良は89%に達し、すべてのスコアを発見の尺度として位置付けました @TencentAI_News。
Ling Yang氏は、JEPA-Anythingに基づくRSI-Anythingを紹介しました。これはワールドモデルを使用してアクション選択と学習をガイドし、フィードバックがポリシーまたはワークフローを改善し、必要に応じてワールドモデルも改善します。報告された結果には、コーダーを修正してコード修復成功率が26.3%から31.2%に向上、GUIエージェントタスクが39.4%少ないアクションでより高い完了率を達成、ラボ計画スコアが5つのポリシーバージョンで21.80%から46.01%に上昇、同じ40回の実験予算で平均最良観測反応収率がベイズ最適化の82.16%に対して96.15%などが含まれていました @LingYang_PU。
ハードウェアとツールのメモ
Intelは、Xe3Pアーキテクチャに基づき、エージェンティックAIを強化するために最適化されたGPU Dシリーズを発表しました。これはエア冷却のPCIe 5.0カードで、vLLMおよびオープンなPyTorchエコシステムで主要なオープンモデルをサポートします @IntelTech。ある開発者は、Subquadraticの意思決定モデルであるSubQ Snap上にSnapTabというChrome拡張機能を構築したと説明しました。これはLLMよりも速く安価に小さな構造化呼び出しを処理し、384kのコンテキストウィンドウを備えています @hasantoxr。別の開発者は、Claude CodeをFigma Slidesと2つのクリティックサブエージェントとともに使用して、四半期レポートデッキを通常の約3分の1の時間で構築したと説明しました @denk_tweets。
繰り返しのプロモーションスレッドが「REA（Reverse Engineer Anything）」を推し、AIエージェントがアプリをマシンコードまで分解できるようにするオープンソースのMCPで、ある投稿者は2日で143kスターを主張し @Bober_smart、別の投稿者は126KのGitHubスターとトレンド1位を主張しました @BentoBoiNFT。これらは検証されていないソーシャルメディアの主張です。
SUMMARY: 今週のAIおよびフロンティアテックの話題は、Cursor、Box、Google自身の製品へのGemini 4 Argonの展開、オープンウェイトおよびローカルモデルの着実なリリース、そしてロボティクスのデータインフラとエージェントハーネスへの関心の高まりに集中していました。
TITLE: AI＆フロンティアテックラウンドアップ：Gemini 4 Argon、オープンウェイトモデル、ロボティクスデータレイヤー