NVIDIAがAI大規模モデル分野で再び衝撃的なニュースを発表しました。3月12日、NVIDIAはAIエージェント（エージェント）専用に設計された新世代のオープンソース大規模モデル「
さまざまな権威ある評価で、
自社ハードウェアの優位性を最大限に活かすために、
現在、
【AIデイリー】へようこそ！ここは、毎日人工知能の世界を探求するためのガイドです。毎日、開発者に焦点を当て、技術トレンドを洞察し、革新的なAI製品アプリケーションを理解するのに役立つ、AI分野のホットなコンテンツをお届けします。
Anthropicの次期フラッグシップモデル（Fable5.5またはOpus5.5と噂）が集中テスト段階に。意図理解・複雑タスク処理・問題解決能力が大幅向上との実測報告。公式が「自己評価」安全機構を公開し、能力と安全性を巡り注目が集まる。情報はなお流布・拡散中。....
Metaはひっそりと無料ファッションアプリ「Style Sketch」をリリースした。FacebookやInstagramと連携でき、ユーザーの過去のソーシャル写真から衣類を識別し、バーチャルクローゼットを構築する。新アイテムはその場で撮影したり、ショート動画やアルバムからインポートすることも可能で、散らばった服をデジタルクローゼットに集約する。その目的は収納だけにとどまらず、衣類が十分に集まると、ユーザーのスタイルに合わせて、リアルモデルなどへの展開も視野に入れている。
【AI日報】コーナーへようこそ！ここは毎日人工知能の世界を探索するためのガイドです。毎日、AI分野のホットなコンテンツをお届けし、開発者に焦点を当て、技術トレンドを見極め、革新的なAI製品の応用を理解できるようお手伝いします。新鮮なAI製品はこちらから：https://app.aibase.com/zh1、百度がAI検索および検索AIAPIをアップグレード、呼び出し価格は4.9元/千回まで低減。百度はAI検索をQ&Aツールからタスク配信とリアルタイムインタラクションへと拡張し、170以上のシナリオをカバー、GU
10月30日、Google Geminiは大幅なアップグレードを迎えました。すべてのユーザーがチャット画面内でファイルを直接生成、プレビュー、管理、編集でき、ダウンロードや外部アプリへの移動が不要になります。今回のインライン編集とプレビューはPDF、Googleドキュメント、スプレッドシート、プレゼンテーション、Markdown、TXTなど複数の形式に対応し、ファイル調整の流れを大幅に簡素化します。
Spotifyは2027年第1四半期にAI音楽リミックスサービスを開始する計画だ。有料購読ユーザーはAIを使って既存曲を再編曲したりカバーしたりでき、月額4～5ドルの追加料金が必要になる可能性がある。同社は2027年2月のグラミー賞前後のリリースを希望しているが、開始時期と価格は未定。このサービスは、テキストから新曲を生成するAIツールとは異なり、主にライセンスを受けた既存の音楽を基にしたもので、例えばフォークソングをダンスミュージックにアレンジする。
百度は、百度AI検索と検索AI APIのアップグレードを発表し、応用シーンを拡大し、開発者の呼び出しコストを低減します。アップグレードの重点はAPIサービスと百度Appの4大AI機能に及びます。検索AI APIはキャンペーン期間中の優待価格が1,000回あたり最低4.9元で、企業と開発者の導入を後押しします。百度Appは文心助手、AIレンズ、GUIインタラクティブシーン、AIインタラクティブアプリをアップグレードし、そのうち文心助手は従来の一問一答モードからアップグレードします。
大規模言語モデルは出荷時に固定され、新知識は会話終了で失われるか、無理に詰め込むと旧能力を忘れる。Googleは10月27日、「睡眠フレームワーク」を発表。論文「Language Models Need Sleep」は、モデルが人間のように睡眠で記憶を定着させ「知識カットオフ」を克服すべきと提案。この枠組みは、起きている時は作業、眠っている時は整理し、動作状態を切り替えて新規学習と既存能力の保持を両立。Google Researchが発表。....
10月30日、ByteDance傘下のAIアシスタント「豆包」は新たな無料特典を開始しました。新規・既存ユーザーはチェックインでクォータを獲得でき、新規ユーザーはPC版にログインすると30日間の無料体験プランを受け取れ、有料サブスクリプション級の機能を利用できます。豆包はまた、サブスクリプションのクォータ規則を更新し、標準・強化・高級の3段階でそれぞれ7日ごとに2100、5600、14000クォータを利用可能となり、リソース割当がより明確で透明になりました。キャンペーンは全ユーザーを対象としています。
NVIDIAは新しい音声転写大規模モデル「Nemotron 3.5 Transcribe」を正式にオープンソース化した。このモデルはプロフェッショナル音声処理向けで、多言語転写の精度、長尺音声処理、複数話者分離などの中核指標で業界をリードする。混合エキスパート（MoE）アーキテクチャを採用し、総パラメータ数は約340億。各フォワードパスで一部のパラメータのみを活性化することで効率を高める。全体として、プロフェッショナルな音声転写に新たなオープンソースの選択肢を提供する。
10月30日、欧州のAIリーディング企業Mistralは、新しいフラッグシップモデルMistral Large4（コード名「Le Chonk」）をオープンソース化した。このモデルは1兆パラメータを有し、オープンウェイト陣営で最大級のモデルの一つであり、完全に欧州本土のインフラ上でゼロから訓練された。これは、オープンソース大規模モデルが1兆規模とマルチモーダルネイティブ融合において実質的な突破を遂げたことを示す。その主な特徴は、性能での真っ向勝負とトークン効率にあり、単なるスコア稼ぎを拒否し、究極のコストパフォーマンスを強調している。