AI & Frontier Tech Roundup – 大規模モデル、ロボティクス、エージェントシステムにおける主要な進展

フロンティアモデルのスケーリング

  • Marin 535B-A23Bの事前学習が完了 – Open Athenaチームは、B200 GPUスタックを使用して5350億パラメータのモデルを18Tトークンで学習させました。予測をわずかに上回る性能を達成し、不安定な挙動はゼロでした。次はSFT/RLフェーズを予定しています @classiclarryd。
  • Claude Fable 5.2の性能 – AnthropicはFable 5.2をリリースしました。これはCursorBenchで60%の労力でトップに立ち、デフォルトの労力でのスコアをFable 5.1の49.2%から56.9%に向上させました @cursor_ai。
  • DeepSeek V4.1 Flashのキャッシュ効率 – サードパーティプロバイダーのPrime Inferenceは、DeepSeek V4.1 Flash 1017で最高のキャッシュヒット率を報告しており、実質的な入力コストを100万トークンあたり$0.00443まで引き下げています @PrimeIntellect。
  • MetaのMuse Emberのコストパフォーマンス – Muse EmberはIntelligence IndexでClaude Haiku 5.5に匹敵し、タスクあたりのコストは3分の1（$0.14対$0.41）であり、AutomationBench-AAでリードしつつ、コーディングベンチマークでも低コストを維持しています @ArtificialAnlys。
  • GLM-5.3-Flash 744Bのリリース – GLM-5.3-Flashは7440億パラメータバージョンに拡大し、既存のFlashファミリーを拡張しました @PeasantSmith。
  • Gemini 4 Hydrogenのベンチマーク – Gemini 4 Hydrogenは、フラッシュティアのベンチマークでGPT-6 Astraとほぼ同等のスコアを記録しました @Smlay_ero。
  • OpenCode 2コーディングハーネス – OpenCode 2は複数のモデルで前身を上回り、タスク解決率を向上させ（例：GLM-5.3-Flashで65.7%）、解決タスクあたりのコストを$3.35から$0.45に削減しました @joelniklaus。

ロボティクスと物理AI

  • アクセシブルなロボティクス向けLeRobotライブラリ – LeRobotは「ロボティクス用Transformers」スタックを提供します。安価なアーム、9万件以上のデータセット（200TB）、データ収集からポリシー展開までのパイプラインを備え、ロボット研究の障壁を下げることを目指しています @yacinelearning。
  • MarinモデルがASICに展開予定 – ロボティクス解決から1年で、モデルはOptimus型ロボットへの統合のために低電力ASIC（例：Groq LPU）に組み込まれることが期待されています @AbHomineDeus。
  • SpaceXが検査にGrokを採用 – Grokはロケットハードウェアの破片検出で99.9%の精度を達成し、人間の検査員（約94%）を上回り、エンジニアリングタスクを数時間から数秒に短縮しました @XFreeze@cb_doge。
  • NVIDIA GR00T 2ヒューマノイドアクションモデル – CoRL 2026にて、NVIDIAはGR00T 2と、Isaac Lab-Arenaを通じてオープンワールドのヒューマノイドスキルを学習させるための新しい産業用ベンチマークを発表しました @NVIDIARobotics。
  • Pick-Anythingロボットデモ – 研究者らは、ロボットと人間の遠隔操作データを一切使用せず、人間のみの観察データを使用してポリシーを学習させる器用な操作を実演しました @notmahi。

エージェントワークフローと金融アプリケーション

  • CoreWeave Skillsプレビュー – Claude Codeは、CoreWeave Kubernetes Serviceのプロビジョニング、GPUノードプールの追加、vLLMモデルの起動、および単一コマンドによるGPU使用率の検証が可能です @CoreWeave。
  • GrokBotのトークン使用量最適化 – 11ページのガイドで、ウェイクアップの削減、プロファイルのトリミング、ボット間メッセージの制限により、GrokBotのトークン消費量を100%から20%に削減する方法が詳述されています @vartekxx。
  • トレーディングボット向けエージェント信用スコア（ACS） – Agenticsは、収益性、ドローダウン、一貫性、オンチェーンパフォーマンスに基づいてエージェントを評価するACS（300-850）を導入し、信用判断を担保サイズから実証された行動へと移行させます @Kutubjk24@catqpx@SomieCITYY。
  • 再利用可能なエージェント知識のためのEvolverフレームワーク – Evolverは以前の実行から手続き型の「遺伝子」を保存し、Claude CodeとCodexが学習済みの軌跡を再利用できるようにすることで、成功率を向上（83.13% → 87.50%）させ、トークン使用量を約24%削減します @omarsar0。
  • 安定したLLM RLのためのスコアセンタリング – 新しい手法により、ポリシー勾配更新における学習と推論の不一致バイアスを修正し、大規模MoEおよび非同期RLパイプラインの安定性を向上させます @cwolferesearch。
  • AnthropicのClaude Codeマルチモデルオーケストレーション – メイン作業にSonnet 5.5、並列探索にHaiku 5.5、アドバイザーとしてOpus 5.5を実行することで、Opusのレート使用を抑えつつ高品質な意思決定を維持します @xsmryze。

インフラとツールの革新

  • FlashState推論システム – FlashStateはハイブリッドLLMのプレフィックスキャッシュを管理し、GLM 5.3 FlashでのvLLMスループットを2倍以上に高め、レイテンシを3.7倍、ユーザーコストを2.5倍削減します @_weilix。
  • Unreal Engine 5.9 AIファーストプレビュー – UE 5.9プレビューは主にAIエージェント（Claude Code, Codex, Cursor）によって構築されており、Unreal AssistantやMCP拡張アセットインストールなどの機能が導入されています @Stefan_3D_AI。
  • Airbnbのフロンティアレベル分類 – エンジニアは小さな言語モデルを微調整し、コストの1%未満でより大きなモデルと同等の精度を達成し、100ms未満の推論を実現しました @AirbnbEng。
  • ERNI​E Evolve自動研究システム – BaiduのERNIE Evolveは、研究の方向性を反復的に選択し、コードを修正し、実験を実行することで、NanoChat AutoResearchでSOTAを達成し、GPU推論スループットを33.7%向上させました @Baidu_Inc。
  • TensorFoldローカルコーディングエージェント – OmarchyのTensorFoldは、ローカルハードウェア（例：Qwen 3.8 Flash）に最適なレシピを選択し、サンドボックス化されたPodman環境でコーディングモデルを実行します @OmarchyUpdates。

市場と戦略的動向

  • AnthropicのIPOの憶測 – WSJのレポートによると、Anthropicは早ければ来週にも800億〜1000億ドルのIPOを開始する可能性があると示唆されています @BullTheoryio。
  • Apple-Siriエージェント戦略分析 – ある論評では、Appleは次期エージェント中心のSiriのために、計算の独立性と戦略的整合性を理由に、競合しないAI（例：Grok）と提携すべきだと主張しています @spcxGOD。
  • 物理AIスタートアップの展望 – 独自のスタックを構築するのではなく、既製のロボットハードウェアと基盤モデルを組み合わせる10億ドル規模の物理AIスタートアップが急増すると予測されています @AmitEzer。
  • Perplexity CEOのオンデバイスAIに関する見解 – CEOは、オンデバイスのインテリジェンスがデータセンターのブームを脅かす可能性があり、プライバシーを保護するローカル学習エージェントの重要性を強調しています @mirrorxbt。
  • SoftBank CEOの物理AIに関する見解 – SoftBankの孫正義氏は、物理AIとロボティクスを主要な投資テーマとして強調しています @machinedotfun。

新興研究のハイライト

  • マルチエージェントスウォームスケーリング（s3） – 新しい研究では、エージェントが協調RLを通じて独自の調整計画を学習し、ベースラインより25倍優れた問題解決を達成し、冗長な通信を約50%削減することが示されています @omarsar0。
  • LLMエージェントによる量子AI – GoogleのチームはLLMエージェントを使用してLeanで量子プログラムを記述・検証し、量子算術コストを290倍削減し、核融合、光化学、薬物代謝のシミュレーションを改善しました @dair_ai。
  • 機械論的解釈可能性の安全性調査 – 調査論文では、モデルの内部構造を理解することが安全性とどのように関連しているかを検証し、機械論的解釈可能性における多様なアプローチを概説しています @FazlBarez。
  • Decision Index v2 – Artificial Analysisは、プライベートデータセットとキャリブレーションメトリクスを追加した更新版の意思決定ベンチマークをリリースしました。Drex Max v1.1とGLiDE v1.2がリーダーボードをリードしています @ArtificialAnlys。

コミュニティリソースと教育

  • 無料のAIコース – LLMのゼロからの構築、エージェントエンジニアリング、プロンプトエンジニアリングをカバーする7つのオープンソースコースの厳選リスト @undefinedKi。
  • エージェントエンジニアリングの1時間動画 – Googleの新しい動画では、エージェント、メモリ、ループ、マルチエージェントシステムの構築について解説しています @dkare1009。
  • 今週のAI用語：エージェントワークフロー – IBMは「エージェントワークフロー」を、人間の介入を減らしながら出力品質を向上させる自律的なAIプロセスと定義しています @IBM。
  • エージェント向けGitHubリポジトリ – 注目すべきリポジトリには、Firecrawl（Webからテキストへ）、claude-mem（メモリ圧縮）、Graphify（知識グラフ生成）、Claude Code用ECC Skillsなどがあります @RoundtableSpace。

収集された投稿は、大規模なモデルのスケーリング、ロボティクスへのAIの緊密な統合、そして洗練されたツールとインフラストラクチャによって強化された、自律的で金融を意識したエージェントへのシフトという急速な収束を示しています。