Hugging Face（企業）に関するニュース一覧

AI研究者のグループが2026年7月1日、AIの有害な挙動を報告・追跡するクラウドソーシング型サイト「FLARE-AI」を公開しました。チャットボットがマルウェアや爆弾製造の手順を生成したり、個人情報を漏らしたり、利用者の妄想を助長したりした場合に、誰もが警鐘を鳴らせる仕組みです。サービス障害を集計するDowndetectorのAI版とも言える存在です。

最大の狙いは、AIの不具合を通報する統一的な窓口の欠如を埋めることです。開発を主導したHuggingFaceのアビジット・ゴーシュ氏は「現在、AIシステムの欠陥を報告する中央集約された説明責任のある方法が存在しない」と指摘します。同システムのオープンソースコードにより、第三者が問題を検証し、モデル開発元や非営利団体MITREへ報告を振り分けられます。

この取り組みは32の組織から集まった49名のAI専門家との協働で開発されました。研究者らは論文の中で、AIの普及とエージェント型システムの高度化が進むほど、この仕組みが重要になると論じています。6月に発表された連邦議会の法案とも連動し、米国立標準技術研究所（NIST）が欠陥報告データベースを整備する構想も含まれます。

背景には、AIツールを巡る不具合の続発があります。今週はLayerX社が、OpenAIのAtlasやPerplexityのCometといったAI搭載ブラウザのガードレールを回避する手口を公表しました。バグやサイバー攻撃だけでなく、心理的被害や差別、誤情報など問題は多岐にわたり、企業ごとに基準が異なる点も課題です。

一方で運用面の懸念も残ります。Humane Intelligenceのラムマン・チョウドリー氏は、深刻でない報告を含む大量の通報をどうさばくか、また信頼できる権威ある組織の裏付けをどう確保するかが課題だと指摘します。エージェント型システムの能力向上に伴い、AIの被害を報告する新たな手段の必要性は今後さらに高まりそうです。

Hugging FaceとCerebrasは2026年7月1日、リアルタイム音声AIの新たなデモを公開しました。両社は音声から音声へと応答するspeech-to-speechのパイプラインを構築し、Cerebrasの高速推論を組み合わせることで、従来課題だった応答遅延を大幅に短縮しました。人間同士の会話に近い、自然でよどみないやり取りを実現している点が特徴です。

音声AIでは、応答までの遅延が利用体験を左右する重要な要素です。モデルの品質は着実に向上してきた一方で、多くの実用システムでは中央値の応答速度は許容できても、P95のような一部の遅い応答が数秒に及び、会話の信頼性を損なっていました。両社はこのばらつきの大きい「ロングテール」の遅延こそが問題だと指摘します。

パイプラインは、音声認識にNvidiaのParakeet、言語モデルにGoogle DeepMindのGemma 4 31B、音声合成にAlibabaのQwen3TTSを用いる構成です。各層はいずれもオープンで、開発者が検査・改変・拡張できるモジュール式になっており、アシスタントやロボット、研究用途に合わせて自由に差し替えられます。

Cerebrasが担うのは、パイプライン最大のボトルネックである言語モデルの応答時間の解消です。推論を高速かつ安定させることで、他の構成要素の性能も引き出せると両社は説明します。採用の狙いはコスト削減ではなく、低遅延と予測可能な性能にあるといいます。

この音声パイプラインは、すでに9,000台超が稼働するReachy Miniロボットを支えています。ロボットや音声アシスタント、身体性を持つAIにとって、応答の速さは体験を「生きている」ように感じさせる核心的な要素です。両社はデモとコードを公開し、次世代の対話型AIに向けた開発者の参加を呼びかけています。

Hugging Faceのブログで2026年6月30日、AI開発企業Dharma AIが、AIの専門特化は必然だと論じる解説記事を公開しました。ニューヨーク大学のヤン・ルカン氏らが著した2026年の論文「AI must embrace specialization」を読み解き、最適化理論、生物学、市場経済、機械学習という4つの分野がいずれも同じ結論に至ると整理した内容です。AIが高性能になるほど汎用化するという通念に対し、実際には特定領域に絞った系こそ最大の成果を上げると指摘しています。

理論的な根拠は、1997年にウォルパート氏らが証明したノーフリーランチ定理です。あらゆる問題を平均すれば、どの汎用アルゴリズムも他をしのぐことはなく、ある分布で得をすれば別の分布で必ず損をすると示しました。論文はここから「アルゴリズムは対象問題への適合によって勝つ」と導きます。計算資源やデータが有限である現実では、課題を絞って資源を集中させる方が、無限に広げるよりも高い性能を生むという論理です。

同じ予測は生物学と市場でも独立に現れていると著者らは説きます。生物では、ある環境への適応は別の能力を犠牲にするため、すべてに最適な万能型ではなく、局所条件に適合した専門種がニッチを埋める結果になります。市場でも、性能基準を満たせない組織や戦略は退出や資金引き揚げによって淘汰され、能力を分散させた主体より集中させた主体が勝ち残ります。仕組みは全く異なるのに、資源の希少性という同じ制約が同じ帰結を生むという見立てです。

機械学習の現場も繰り返し専門化を再発見してきました。複数課題を同時に学習させると性能が下がる負の転移は、有限の表現容量を競合する課題に分割した結果として記録されています。フロンティアモデルが採用するMixture-of-Experts構造も、入力ごとに専門化した部分回路へ振り分けることで広さを実現しており、論文はこれを汎用系が内部で専門化を取り戻している証左と解釈します。タンパク質構造予測のAlphaFoldも、課題特化の設計によって飛躍を遂げた代表例として挙げられています。

特化を疑う最大の論拠とされるのが、計算量の拡大が手作業の領域知識に勝るとするサットン氏の「苦い教訓」です。これに対し論文は、領域知識と領域特化は別物だと切り分けます。スケーリングが変えるのは系がデータから何を学べるかであり、有限の課題集合に資源を集中させる方が有利だという制約そのものは変わらないという主張です。両者は別の次元の話で、同時に成り立つと結論づけています。

記事は、専門特化を好みや一時的な工夫ではなく、有限の資源が性能要求と出会ったときに必然的に現れる構造だと締めくくります。経営者やエンジニアにとっては、汎用モデル一辺倒ではなく領域を絞ったAI戦略を検討する根拠となる議論です。調達や内製化の判断において、適合と集中という観点が改めて問われることになりそうです。

OpenAIは6月30日、計算生物学における研究水準の判断力を測る新ベンチマーク「GeneBench-Pro」を発表しました。ゲノミクス、定量生物学、トランスレーショナル医療にまたがる129問で構成され、曖昧で雑然としたデータからAIエージェントが適切な解析手法を選び、意思決定に直結する結論へ至れるかを問います。事実の暗記や定型作業ではなく、研究現場で求められる高次の判断を評価対象とした点が特徴です。

同社はこうした判断力を研究のセンスと定義します。どの問いをデータが支えられるか、初期の診断結果に応じて推定対象をどう変えるか、当初の計画をいつ修正すべきか、といった一連の判断の連鎖を指します。各問題は現実的で乱れたデータセットと簡潔な実験背景、そして下流の意思決定に結びついた推定対象を与え、モデルに探索と試行錯誤を求めます。

ベンチマークの信頼性を保つため、全問題が合成データで作られています。データ生成過程を完全に把握しているため、複雑さを調整でき、もっともらしいが誤った解析が確実に不正解となることを検証できます。さらにトレース分析で情報漏えいや抜け道を点検し、正解が正しい解析経路の選択に依存するよう設計しました。

評価では、同社最強のGPT-5.6 Solが最高推論レベルで28.7%、Proモードで31.5%の正答率を記録しました。初代GeneBench開発当初のGPT-5が5%未満だったことと比べ、大きな前進です。テスト時の計算量を増やすほど成績が伸び、最高レベルではGPT-5.2の約6倍の問題を3分の2のトークンで解いたといいます。

外部の専門家による評価では、1問あたり人間の専門家で20〜40時間を要すると見積もられました。時給200ドル換算で1問の人件費は数千ドルに達する一方、AIの推論コストは1問あたり数ドルにとどまります。現状のエージェントは専門家を置き換えるほど信頼できないものの、部分的な自動化でも経済的・科学的価値が生まれる可能性があります。

OpenAIは代表的な10問をHugging Faceで公開し、近く第三者評価向けに50問の部分セットも提供する予定です。シーケンスコストの低下で生物学の制約はデータ生成から解析へ移りつつあり、この種の解析を自動化できれば創薬の標的選定や仮説の絞り込みを加速し、科学的発見を後押しすると同社は見ています。

中国の生活サービス大手Meituanは6月30日、巨大なAIコーディングモデル「LongCat-2.0」をGitHubやHugging Face上で公開しました。1.6兆パラメータのMixture-of-Experts（MoE）構成で、100万トークンの文脈を扱え、商用利用に寛容なMITライセンスで提供されます。同社はこのモデルが、過去2カ月にわたりOpenRouterの開発者ランキング上位を占めてきた匿名モデル「Owl Alpha」の正体だと明かしました。

最大の注目点は、訓練を米Nvidia製GPUに頼らず、5万基を超える中国国産ASICで完結させた点です。near-frontier級のモデルを国産シリコンだけで構築できることを示し、Nvidia優位の構造に変化を迫る出来事だと位置づけられています。米国が自国の主要モデルへのアクセスを制限する動きを強める中で、安価で高性能な中国製オープンモデルが世界の開発者の選択肢として浮上しています。

性能面では、ソフトウェア工学のベンチマークSWE-bench Proで59.5を記録し、OpenAIのGPT-5.5の58.6をわずかに上回りました。Terminal-Benchで70.8、SWE-bench Multilingualで77.3を示すなど、対話よりも自律的な開発タスクに特化した設計です。汎用性ではClaude Opus 4.8など最上位モデルに及ばないものの、コーディング領域では競争力を持つとされています。

技術的には、合計1.6兆パラメータのうち1トークンあたり平均480億パラメータのみを動かす積極的なスパース化を採用しました。100万トークンの文脈を支えるため、DeepSeek Sparse Attentionを発展させた独自の「LongCat Sparse Attention」を導入し、ハードウェアに沿った効率的なメモリアクセスを実現しています。後処理では、Agent・Reasoning・Interactionの3つの専門家群に最適化を分離する「MOPD」と呼ぶ枠組みを使い、推論・ツール実行・安全性を両立させています。

商用面では、通常の従量課金APIに加え、北京時間の決まった時刻に1日4回の数量限定セールで提供する「Token Pack」を用意しました。最大の特徴は文脈キャッシュの再利用が完全無料になる点で、同じ巨大なコードベースを繰り返し読み込む自律エージェントのコスト構造を大きく変えるとしています。Meituanは2010年創業の出前・生活サービス大手で、利益率低下を背景にAIと国産チップへ多額の投資を進めてきました。

Hugging Faceは6月30日、AIモデルの評価結果を集約する取り組み「Every Eval Ever（EEE）」の成果を、同社のモデルページ機能「Community Evals」へ統合したと発表しました。両プロジェクトはともに2026年2月に始動しており、今回の連携で評価結果の報告と閲覧が一つの流れにまとまります。誰がどのモデルをどう測ったかを、利用者が追跡しやすくなる狙いです。

背景には、評価結果が論文やリーダーボード、ブログ、ログなどに散在し、比較が難しいという課題があります。同じモデルを同じベンチマークで測っても、実施者や手法によって数値が変わることが珍しくありません。記事は一例として、LLaMA 65BのMMLUスコアが63.7と48.8の両方で報告されてきた点を挙げ、未記載の評価設定がこうした差を生むと指摘しています。

EEEはこの報告側の問題に対する解決策で、評価結果を単一のJSONスキーマで記録します。実施者、対象モデル、アクセス方法、生成設定、指標の意味などを構造化し、ハーネスのログ、リーダーボードの収集データ、論文の数値を同じ形に揃えます。発足以来、データストアには約22.9万件の評価結果が集まり、2.2万を超えるモデルと2200のベンチマーク、31の報告形式を横断しています。

今回の新機能は、貢献者がEEEの記録をHugging Faceが求めるYAMLファイルへ変換するツールです。これにより、同じ結果を二つの形式で手作業管理する必要がなくなります。ベンチマークはデータセットリポジトリに登録され、モデルのスコアはリポジトリ内の.eval_results配下のYAMLとして保存され、モデルカードと対応するリーダーボードの両方に表示されます。

各スコアには、著者提出・コミュニティ提出・第三者検証のいずれかを示すバッジが付きます。組織の公式アカウント経由で提出すると検証済みチェックマークが表示され、数値が出所から直接来たことを読者に示します。変換ツールは公開前に既存のYAMLを点検し、重複や数値の食い違いを検出したうえで、利用者が「OPEN PRS」と入力するまで一切公開しません。

対応するのは現時点でMMLU-Pro、GPQA、HLE、GSM8Kの4ベンチマークに限られます。それでも、評価データを再生成すれば数十万ドル規模の費用がかかるとされる中で、一度作られた結果を散逸させずに共有できる意義は小さくありません。モデル選定や安全性の評価を担う経営者やエンジニアにとって、信頼できる比較材料が整いつつあると言えるでしょう。

Allen Institute for AIは6月29日、データ点の集合から分布の密度とスコアを一度の順伝播で同時推定する新モデル「DiScoFormer」をHugging Face上で発表しました。従来は手法ごとに汎用性と精度のどちらかを犠牲にしていましたが、本モデルは再学習なしで両者を両立する点が特徴です。

機械学習や科学の多くの課題は、観測データから元の分布を復元する作業に帰着します。その鍵となるのが密度と、対数密度の勾配であるスコアです。スコアは確率の高い領域へ向かう方向を示し、Stable DiffusionやDALL-Eといった拡散モデルの画像生成や、ベイズ推論、プラズマなどの粒子シミュレーションを支えています。

DiScoFormerはTransformerブロックを積み重ね、サンプル全体を密度とスコアへ写像します。交差注意によりデータのない点でも評価でき、共有バックボーンに密度用とスコア用の2つの出力ヘッドを持たせました。スコアは対数密度の勾配という関係を利用し、両者のずれをラベル不要の整合性損失として推論時に数ステップ最適化することで、未知の入力へその場で適応します。

注意機構はカーネル密度推定（KDE）の一般化にあたります。1つの注意ヘッドの重みはデータ上のガウスカーネルにほぼ等しく、交差注意ブロック1つでKDEを再現できると数学的に示されました。さらに複数のスケールを同時に学習してデータに適応させ、KDEを特殊例として包含しつつ改善する設計です。

学習にはガウス混合モデル（GMM）を用いました。GMMは万能な密度近似器であり、密度とスコアの厳密な閉形式を持つため、バッチごとに新たなGMMを引いて正確な教師信号として供給でき、事実上無制限の学習例を確保できます。

性能面ではKDEを密度・スコアの双方で上回り、100次元ではスコア誤差を約6.5倍、密度誤差を37倍以上低減しました。学習時より多くのモードを持つ混合分布やラプラス分布などにも高精度を保ちます。スコア推定は生成モデルやベイズ推論、科学計算に共通する依存処理であり、再学習不要の汎用推定器は多分野のコストを一括で削減する可能性があると同社は示しています。

中国のDeepSeekが2026年6月の週末に、大規模言語モデル（LLM）の推論を高速化する新フレームワークDSparkをオープンソース公開しました。商用利用も認める寛容なMITライセンスで、GitHubとHugging Faceから入手できます。出力内容を変えずに応答速度を高める点が特徴で、開発者や企業が自由に研究・転用できます。

DSparkが採用するのは投機的デコードと呼ばれる手法です。LLMは通常、文章を1トークンずつ順番に生成するため処理が遅くなりますが、軽量な「ドラフト」が次の数トークンを先読みして提案し、本体モデルがまとめて検証します。推測が当たれば一気に複数トークン進み、外れた部分だけ破棄して作り直す仕組みです。

今回の核心は2つの工夫にあります。1つは半自己回帰生成で、並列処理の速さと逐次処理の一貫性を両立させ、不自然な語のつながりを抑えます。もう1つは確信度に応じた検証で、ハードウェアを意識したスケジューラーがサーバー負荷に合わせて検証するトークン量を柔軟に変え、無駄な計算を減らします。

DeepSeekの本番環境テストでは、自社モデルのV4-Flashで最大85%、V4-Proで最大78%のユーザー体感速度向上を記録しました。さらに厳しい速度目標下では総処理量が661%増えたとも報告しています。前者は「乗り心地の速さ」、後者は「道路がさばける交通量」を測った指標だと同社は説明します。

重要なのは、この技術がDeepSeek専用ではない点です。同社の検証ではアリババのQwenやグーグルのGemmaでも受理長が改善し、自社でモデルの重みとサーバー基盤を管理する企業なら、独自のドラフトモジュールを学習させて適用できます。ただしAPI経由の利用者は外部から後付けできず、自己ホスト型インフラの優位性を裏付ける結果となりました。

DSparkは、モデル本体の構造を変えなくても推論層に大きな性能の余地が残ることを示しました。AI各社がモデル品質や価格で競う中、デコード効率は新たな主戦場になりつつあります。今後の性能向上は巨大モデルだけでなく、手元のモデルをいかに賢く動かすかにかかっていると言えるでしょう。

Hugging Faceは2026年6月26日、HF Jobs上でvLLMサーバーを1コマンドで起動する手順を公式ブログで公開しました。テストや評価、バッチ生成のために、モデルを最速で立ち上げる方法として紹介しています。

手順の中心はhf jobs runコマンドです。これはHFインフラ向けのdocker runにあたり、公式のvllm-openaiイメージを指定し、--flavorでGPUを、--exposeでポート8000を公開します。起動後はジョブIDとアクセス用のURLが表示され、数分でサーバーが稼働します。

公開されたサーバーはOpenAI API互換で、リクエストにはHFトークンをベアラートークンとして付与します。curlのほか、OpenAIクライアントのbase_urlを向けるだけでPythonからも呼び出せます。エンドポイントは公開ではなく、トークンを持つ本人や組織に限定されたゲート方式です。

課金は秒単位で、a10g-largeは1時間あたり1.50ドルです。使い終わったらhf jobs cancelで明示的に停止する方がコストを抑えられます。--timeoutは自動停止の安全網として機能します。

大規模モデルにも同じコマンドが使えます。--flavorで強力なGPUを選び、--tensor-parallel-sizeでモデルをGPU間に分散させることで、122BのQwen3.5などもH200×2で動かせます。SSH接続やGradioによるUI、コーディングエージェントの基盤としての利用も可能です。

記事は使い分けの指針も示しています。最大限の柔軟性と制御がほしい実験や単発の評価にはHF Jobsが適し、アクセス制御やゼロスケールなど本番運用向けの機能が必要ならInference Endpointsを選ぶよう勧めています。

NVIDIAは6月24日、HuggingFace Transformersの上に構築するオープンライブラリ「NeMo AutoModel」を公開しました。import文を1行変えるだけで、MoE（混合専門家）モデルのファインチューニングをTransformers v5比で3.4〜3.7倍高速化し、GPUメモリを29〜32%削減します。from_pretrained()など既存APIはそのまま使え、コード改変は不要です。

MoEモデルの学習には固有の難しさがあります。数百の専門家へトークンを振り分け、行列積を一つのカーネルに融合し、重みをGPU間で分割し、通信と計算を重ね合わせる処理が必要だからです。Transformers v5は専門家バックエンドや動的な重み読み込みでこれに対応しましたが、通信と計算を重ねるDeepEPは未実装でした。

NeMo AutoModelはこの欠けた部分を補います。AutoModelForCausalLMを継承し、Expert Parallelism（EP）、DeepEPによる全対全ディスパッチ、TransformerEngineカーネルを追加しました。EPは専門家の重みをGPU間で物理的に分割し、8GPUなら各GPUが専門家の8分の1だけを保持します。これにより、従来は約55GiB必要だった専門家の重みが1GPUあたり約6.8GiBに収まります。

性能評価は2つの規模で実施されました。8GPU単一ノードのQwen3-30B-A3Bでは、v5比でスループットが3.69倍、ピークメモリは29%減。Nemotron 3 Nano 30Bでも3.36倍、メモリ32%減を記録しました。高速化の源はEPによるメモリ削減、DeepEPの通信融合、TransformerEngineの最適化カーネルの3点です。

大規模側では、550BパラメータのNemotron 3 Ultraの全層ファインチューニングを16ノード128GPUで実行しました。Transformers v5はこの規模でメモリ不足になり動作しませんが、EPが専門家を分散することで学習が可能になります。EPが本領を発揮するのは、まさにこの大規模領域です。

NeMo AutoModelの出力は標準的なHF形式のsafetensorsであるため、save_pretrained()で保存した重みはvLLMやSGLangといった推論基盤にそのまま載せられます。NVIDIAは、Transformers v5を使うユーザーにとって本ライブラリが摩擦のない次の一歩になると位置づけています。

Treble TechnologiesとHugging Faceは6月24日、遠距離音声認識（Far-Field ASR）の精度を実環境に近い音響条件で測る初のオープンなベンチマーク「FFASRリーダーボード」を公開しました。残響や背景雑音、マイクとの距離を再現し、コミュニティが自由にモデルを投稿して結果を比較できます。音声エージェントや会議室の文字起こしなど、遠隔マイク利用の増加が背景にあります。

従来のASR評価は、マイクを口元に近づけたクリーンな音声を前提としてきました。しかしLibriSpeechなどの近接環境で高得点を出すモデルでも、実際の部屋の音響が加わると精度が大きく落ちることが知られています。FFASRはこの性能差を標準化した形で継続的に計測することを目的に設計されました。

評価は9条件で行われ、順位を決める主要4条件は、無響室で測ったクリーン音声と、高・中・低の3段階のSNR（信号対雑音比）下での遠距離音声です。音響データはTrebleのハイブリッドシミュレーションエンジンで生成し、回折や散乱といった現実の現象を再現します。浴室から教室、レストランまで20〜470立方メートルの14室を用意し、咳などの突発音とHVACなどの連続音を加えています。

精度を示すWERに加え、リーダーボードはNVIDIA L4 GPU上で測った処理速度の指標RTFxも併記します。精度と速度の両方が実運用では重要だとして、両者のトレードオフをパレートフロントとして可視化し、用途に合うモデルを選べるようにしています。

公開後に浮かび上がった共通の傾向は、近接環境と遠距離環境の性能差が大きく、SNRが下がるほど急拡大する点です。低SNRの遠距離WERは近接時の数倍に達することも多く、従来は社内評価でしか見えにくかった劣化が比較可能になりました。

投稿はSubmitタブにHugging FaceのモデルIDを貼るだけで、サーバー側で非公開の評価データに対して実行されます。WhisperやIBM Granite Speech、Cohere Transcribeなど主要なASRアーキテクチャに対応し、複数話者やマイクアレイ、エコー除去への対応を今後のロードマップに挙げています。

AI開発企業のHugging Faceは2026年6月23日、Pythonクライアント「huggingface_hub」のリリース作業をAIで自動化し、配信頻度を従来の4〜6週ごとから週1回へ高めたと自社ブログで明らかにしました。単一のGitHub Actionsワークフローで処理し、オープンソースツールとオープンウェイトのモデルだけで構築した点が特徴です。

従来の作業は一部が自動化されていたものの、リリースノートの執筆や告知文の作成は毎回手作業でした。数十件のPRをテーマ別に整理して書く作業に数時間を要し、小規模な更新でも実質半日仕事になっていたといいます。

同社はまず作業を機械的な処理と判断を要する作業に分けました。バージョン更新やコミット、タグ付けなどは自動化し、文章作成や強調点の選定といった「頭を使う部分」の下書きをAIに担わせる設計です。

信頼性の核となるのが「モデルが下書きし、人間が決める」という原則です。リリース対象のPR番号を事前にスクリプトで抽出して正解リストとし、モデルの出力に欠落や混入がないか決定論的に照合します。不一致があれば該当PRだけを修正させる反復処理で、PRの取りこぼしや誤記載を防ぎます。

精度面では、各PRが変更したドキュメントの差分をモデルの文脈に渡すことで、実在しないコード例の生成を抑えています。公開後はAIの初稿のみが下書きとして残り、担当者が15分程度の編集で仕上げてから正式版を配信する流れです。

セキュリティ面ではPyPIのTrusted Publishingを採用し、長期保管するトークンを排除しました。1回のリリースにかかる推論費用は約0.25ドルにとどまります。同社はこの「信頼するが検証する」仕組みを汎用的な手法として公開し、他のPythonライブラリにも展開する考えです。

コード共有基盤のGitHubは6月23日、Black Forest Labs、Hugging Face、モジラと共にオープンソース連合を結成し、米カリフォルニア州のAI透明化法（SB942、修正案SB1000）に対し的を絞った修正を求める書簡を公表しました。規制の趣旨は保ちつつ、オープンソースのライセンス慣行との衝突を解消する狙いです。

争点は法案のライセンス取消条項にあります。オープンソースのライセンスは永続的かつ取消不可を前提に設計されており、開発者が安心してコードを再利用・共有できる仕組みを支えています。しかし法案は、下流の利用者が一定の義務を満たさない場合に開発者へライセンス取消を義務づけており、これが広く使われるライセンスと両立しないと指摘します。

連合はこの要件が法案の目的達成に不要だと主張します。AIシステムを改変・展開する開発者はすでに法の対象であり、執行の仕組みも維持されるためです。代替案として、オープンソースの特性を認め、下流利用者へ最良慣行を文書で通知すれば十分とするEUのAI法透明性行動規範への整合を挙げています。

GitHubは、透明性という法案の目的を保ちながらオープンソース開発との互換性を維持できるとして、これらの修正を支持しています。AIの説明責任と開かれた協調的なイノベーションを両立させるうえで、この均衡をどう取るかが重要だと強調しました。

同社は政策立案者への意見表明も呼びかけています。開発者や市民社会を含む技術的に根拠ある声が、オープンソースの基盤を損なわずに透明性要件を機能させる鍵になるとしています。

Hugging Faceは2026年6月23日、ブラウザ向けAIライブラリTransformers.jsで提案中のCross-Origin Storage（COS）APIを試した結果をブログで公開しました。COSは、複数のサイト間でAIモデルやWebAssemblyの実行環境を重複なく共有することを狙う初期段階の仕様提案です。

問題の背景は、ブラウザのキャッシュがオリジンごとに分離されている点にあります。同じモデルでも別ドメインのアプリを開くと再ダウンロードが必要で、記事の例では177MBもの重複ダウンロードと保存が発生します。これはセキュリティとプライバシー保護のため、キャッシュをサイト単位で隔離している設計に由来します。

さらに、利用するモデルが異なるアプリ同士でも、土台となるONNX Runtimeの共通Wasmファイルを別々に取得・保存してしまいます。最終的なCDNのURLが同一でも、ネットワーク分離キーが一致しないためキャッシュは再利用されません。

COSは、ファイルをURLやオリジンではなく暗号学的ハッシュで識別する仕組みです。navigator.crossOriginStorageというインターフェースを通じ、ハッシュが一致すれば取得元を問わず同一ファイルとして認識し、一度の保存を全サイトで使い回せます。

公開範囲は開発者が制御できます。AIモデルやWasmのように広く共有したい資源はすべてのオリジンに開放し、社内専用モデルは特定オリジンに限定できます。可視性は拡大はできても縮小はできないため、公開資源を悪意ある第三者が制限し直す攻撃を防ぎます。

加えてCOSは書き込み時にハッシュを検証するため、宣言と異なるデータは保存に失敗します。これによりモデルの重みが正しいバイト列かを自動で整合性確認でき、公式CDNでも有志のミラーでも信頼して利用できる点が利点です。

AI創作ツール新興企業のKreaは6月、新たな画像生成AI「Krea 2」のオープンウェイト版を公開しました。学習向けの「Krea 2 Raw」と高速生成向けの「Krea 2 Turbo」の2種で、いずれもHugging Faceから誰でもダウンロードできます。同社はAI画像が画一的になりがちな課題を踏まえ、表現の多様性と高い指示再現性の両立を掲げます。

技術的な中核は、ゼロから構築した120億パラメータの拡散トランスフォーマーです。Turboは知識蒸留により生成工程を8ステップまで圧縮し、一般的な消費者向けハードでも2K解像度の画像を約2秒で描き出します。一方のRawは事後学習や人間のフィードバックによる調整を施さない素の状態で、独自スタイルの追加学習に向く「白紙のキャンバス」と位置づけられています。

想定される使い方は「Rawで学習し、Turboで生成する」という流れです。Rawは作り込まれた作風の偏りがないため、建築製図や特定ブランドの素材といった独自表現を高い忠実度で吸収できます。学習したLoRAはそのままTurboへ移植でき、高速な試作と反復に活用できる仕組みです。

ライセンスは独自の「Krea 2 コミュニティライセンス契約」を採用しました。個人や小規模事業者は無償で商用利用や成果物の収益化ができ、Kreaは生成物の著作権を主張しないと明記しています。一方で席数が50を超える組織は企業向けの有償契約が必要となり、APIの利用も生成ごとに課金される別建てのサービスです。

従来のMITやApache 2.0と異なり、この契約には下流の行動規範が課されています。モデルを自社運用する事業者は、違法素材や同意なき性的画像、児童性的虐待素材、名誉毀損的な生成物を防ぐための入出力フィルターの実装を義務づけられます。怠れば契約違反となり、Kreaは重みの更新やアクセス停止を行う権利を持ちます。

Kreaは2022年にサンフランシスコで創業し、これまでに計8300万ドルを調達、利用者は191カ国で3000万人を超えると説明しています。複数のAIエンジンを束ねる集約サービスから、自社開発モデルを提供する企業への転換を進めてきました。今回の公開は、閉鎖的なAPIに対し制作者の自由度を重視する選択肢として、オープンウェイト市場での競争を一段と高めるものと位置づけられます。

中国の百度系PaddleOCRは6月22日、汎用OCRモデルの最新世代「PP-OCRv6」をHugging Faceで公開しました。文書やスクリーンショット、多言語画像、産業ラベルなど実環境のテキスト検出・認識を狙い、1.5M〜34.5Mパラメータの3階層で軽量さと精度を両立します。VLM全盛の時代に専用OCRの実用価値を示す動きです。

モデルはtiny、small、mediumの3層で構成されます。最小のtinyはエッジ端末向け、mediumはサーバー側の高精度処理向けと、用途に応じてサイズと精度を選べる設計です。small以上の2層は簡体字・繁体字・英語・日本語を含む50言語に対応します。

精度面では、PaddleOCR独自の複数シナリオ評価でmediumが検出Hmean86.2%、認識精度83.2%を記録しました。前世代のPP-OCRv5_serverと比べ、検出で4.6ポイント、認識で5.1ポイント向上しています。

技術面では、検出に大カーネルの軽量特徴ピラミッド「RepLKFPN」、認識に局所文脈と全体注意を組み合わせた「EncoderWithLightSVTR」を採用しました。小さく回転した文字や低解像度、複雑な背景といった難しい入力への対応力を高めています。

展開の柔軟性も特徴です。Transformers、ONNX Runtime、Paddle Inferenceの3つの推論基盤に対応し、`pip install paddleocr`で導入できます。出力は可視化画像と構造化JSONで保存でき、文書解析や検索、RAGやエージェントの処理に組み込めます。

ServiceNowとHugging Faceの研究チームは6月18日、ディープリサーチAIが外部検索を通じて社内機密を漏らす危険を測る新ベンチマークMosaicLeaksを公開しました。社内文書とWeb検索を併用するAIは、一見無害なクエリを重ねるうちに、断片を統合すれば機密が復元できるモザイク効果を招きます。攻撃者は検索ログだけから企業情報を推測できる点が核心です。

漏洩は三段階で測定されます。検索ログから調査の意図を推測する意図漏洩、ログに基づき機密の質問へ回答できる答え漏洩、そして何を探すか指示されずとも真の機密を述べられる完全情報漏洩です。後者ほど深刻で、観測者が能動的に機密事実を発見できる状態を意味します。

ベンチマークは社内文書とWeb文書をまたぐ1001件の多段推論連鎖で構成されます。各連鎖では前段の回答が次段の橋渡し情報となり、AIは社内情報を取得しなければ次のWeb検索を組めない設計です。漏洩を誘発しやすい一方、漏らさずに解くことも可能な課題が狙いとされています。

検証では、AIに検索性能だけを学習させると逆効果が生じました。強連鎖成功率は48.7%から59.3%へ上がった一方、答えや完全情報の漏洩は34.0%から51.7%へ悪化したのです。より多くの文脈を検索文に詰める挙動が、性能には寄与しつつ機密保護を損なう構図が浮かび上がりました。

そこで提案されたのが、機密配慮型の強化学習手法PA-DRです。段階ごとの状況報酬と、クエリの漏洩リスクを推定する学習済み報酬を組み合わせ、ログを露見させた計画判断に的確に罰を与えます。結果、強連鎖成功率を58.7%とほぼ維持しつつ、漏洩を9.9%まで削減しました。

注目すべきは、検索回数を減らして安全性を得たのではない点です。PA-DRはむしろWeb検索を増やしながら、具体的な数値や年など機密につながる詳細を落とし、適切な公開文書には到達します。社内情報を外部に持ち出さない検索の作法を、AI自身が学べる可能性を示した成果と言えるでしょう。

米AI企業のHugging Faceは2026年6月18日、自社ブログでパラメータ効率の良い微調整手法（PEFT）の比較検証結果を公表しました。広く使われるLoRAが本当に最適かを同社の標準ライブラリで検証し、用途によっては他手法が上回ると結論づけています。経営者やエンジニアが開いたモデルを自社データで調整する際の指針となる内容です。

PEFTは、モデル全体を何度も載せる必要がある微調整のメモリ負荷を大幅に下げる技術群です。少ないメモリで量子化モデルも調整でき、チェックポイントが小さく、既存知識を忘れにくい利点があります。同社が開発するPEFTライブラリは、多数の手法を統一APIで扱える点が特徴です。

LoRAは早期に登場し効果が高かったため、現在は圧倒的な普及率を誇ります。同社の調査では、PEFT手法を一つだけ挙げたモデルカードの98.4%がLoRAで、画像生成のチェックポイントでも約95%を占めました。ただしこれは性能の証明ではなく、解説や周辺対応の充実が人気を呼ぶ自己強化の可能性も指摘しています。

論文に基づく手法選びには問題があると同社は警告します。研究者は既存指標を超える結果を出す圧力にさらされ、比較対象や評価基準も論文ごとに異なるため、再現が難しいのです。実際、学習率の調整だけでLoRAが他手法に並ぶという研究もあります。

そこで同社は同一の基盤モデル・データ・ハードウェアで全手法を評価する基準を整備しました。数学データセットでの推論学習と、猫のぬいぐるみという新概念を学ぶ画像生成の二つを用意し、テスト性能に加えVRAM使用量や忘却、実行時間、チェックポイント容量まで追跡しています。

結果として、数学課題ではLoRAが性能とメモリの均衡点に位置する一方、画像生成ではOFTが高い類似度と低メモリで上回りました。同社は、LoRAが悪い選択ではないものの自動的な既定にすべきではなく、config一行で手法を切り替えて自分の用途に最適な手法を試すよう促しています。

AI開発企業のHugging Faceは2026年6月18日、コーディングエージェントが特定のソフトウェアをどれだけ効率的に扱えるかを測る検証手法を公開しました。同社のライブラリ「transformers」を題材に、最終的な正解だけでなく、答えにたどり着くまでの手数やトークン量、所要時間を計測する点が特徴です。

従来のベンチマークの多くは、エージェントが最終的に正しい答えを出せたかどうかだけを見てきました。しかし同じ結果でも、1コマンドで完了する場合と、40行のスクリプトを書いて何度も再実行する場合では、コストや失敗率が大きく異なります。同社はこの過程の差こそが、ライブラリの設計改善に重要だと指摘します。

検証では各タスクを3つの条件で実行しました。素のインストール状態、ソース全体を複製した状態、そしてCLIの文書と利用例をまとめた「Skill」を読み込ませた状態です。すべてHugging Face Jobs上で同一ハードウェアを使い、モデル・改訂版・タスクの組み合わせごとに並列実行しています。

結果として、CLIとSkillを追加した変更は大型の高性能モデルの作業時間を短縮しました。一方で小型モデルでは逆効果となる場面が確認されています。例えばQwen3-14Bは、Skillを加えると全体の正答率が67%から43%へ低下し、感情分類タスクでは100%から0%まで崩れました。

原因をたどると、小型モデルがSkillを実行可能なツールと誤認し、シェルから動かすべきCLIを直接呼び出そうとして処理を断念していたことがわかりました。同社は、エージェント向けのAPIはモデル規模ごとに評価すべきだと結論づけ、検証手法を自社ライブラリにも適用できる形で公開しています。

中国のZ AIは2026年6月17日、長時間タスク向けに設計した大規模言語モデルGLM-5.2を公開しました。最大100万トークンの文脈長と、地域制限のないMITライセンスでの完全オープン提供が柱です。モデルの重みはHuggingFaceとModelScopeで配布され、coding agentとして実用できる点を前面に打ち出しました。

最大の狙いは、単にトークン数を増やすのではなく、長く乱雑なコーディング作業の軌跡でも品質を保つことにあります。同社は実装やデバッグ、性能最適化といった長時間タスク向けの訓練を大幅に拡充しました。その成果として、数時間規模の技術プロジェクトを評価するFrontierSWEなどの長期ベンチマークで、いずれもオープンソース首位を確保しています。

標準的なコーディング指標でも前世代から大きく前進しました。Terminal-Bench 2.1では前版の63.5から81.0へ、SWE-bench Proでも58.4から62.1へ伸び、クローズドな最先端モデルとの差を詰めています。Terminal-Bench 2.1ではClaude Opus 4.8(85.0)に数ポイント差まで迫り、Gemini 3.1 Proを上回りました。

技術面では、4層ごとに同じインデクサを共有するIndexShareを導入しました。これにより100万トークン時のトークン当たり計算量を2.9倍削減し、長文脈の計算コストを抑えています。投機的デコーディング用のMTP層も改良し、受理長を最大20%向上させました。

利用者は努力度を明示的に指定し、性能と速度・計算コストのバランスを調整できます。最も負荷の高いMaxモードでは難タスクに計算資源を追加配分でき、用途に応じた使い分けが可能です。GLM-5.2はZCode、Claude Code、OpenCodeなどから利用でき、Coding Plan契約者には既に展開済みです。

なお同社は、検証可能な合否報酬を悪用する報酬ハッキングへの対策も公表しました。ルールベースの検出とLLM判定を組み合わせ、不正なツール呼び出しを遮断しつつ学習を継続させる仕組みです。オープンな最先端モデルとして、透明性の高い開発のあり方も示した発表と言えます。

AWSは6月17日、ロボット開発の各工程を一つのAIエージェントから自然言語で操作できるオープンソースSDK「Strands Robots」を公開しました。Hugging Faceのロボット学習基盤LeRobotの機能をエージェント用ツールとして束ね、これまで記録・学習・シミュレーション・実機展開・複数台連携の5つに分かれていた作業を一本化します。ライセンスはApache2.0です。

最大の特徴は、シミュレーションと実機のコードがほぼ同一である点です。ロボットを生成する関数は標準でMuJoCoベースの仮想環境を返し、引数をmode="real"に変えるだけで物理ロボットに切り替わります。仮想環境で記録したデータも実機の記録も同じLeRobotDataset形式で保存されるため、片方向けに書いた学習スクリプトをもう片方でもそのまま使えます。

ポリシー推論も共通の入口で扱えます。NVIDIAのGR00Tやローカル推論、MolmoAct2のチェックポイントを同じインターフェースで呼び出せるほか、ACTやSmolVLA、π0なども利用可能です。GPUやDocker、Hugging Faceの認証情報がなくても、模擬ポリシーを使えばノートパソコン上でシミュレーションを最後まで動かせる設計です。

複数台の連携には、ブローカー不要のP2PプロトコルZenohを使ったメッシュ機能を採用しました。新しいロボットは起動した瞬間にメッシュへ参加し、エージェントが一斉に指示を出せます。IPアドレスの管理や探索コードの記述は不要です。

物理的に動作する命令には人間の承認を介在させる仕組みが標準で入っています。一斉送信や緊急停止などはLLMの引数とは別経路で操作者の許可を求めるため、プロンプトインジェクションで承認を偽装する攻撃を防げます。本番運用ではmTLS認証が必須とされ、信頼できないデータを与えない設計が推奨されています。

この統合の狙いは、LeRobotが持つ資産を作り直さず、エージェントから扱える表層だけを足すことにあります。Hub上のあらゆるデータセットがエージェントの拡張・学習・展開の対象になり、仮想と実機の境界は設計上の分断ではなく単なる展開手順の違いになります。AWSはArmと協力した本番向けネットワーク層「Device Connect」も用意しており、コードを変えずに規模を広げられるとしています。

Microsoft、Google、Hugging Faceなどの貢献者が2026年6月17日、AIエージェントがツールやスキル、他のエージェントを実行時に発見するためのオープン仕様Agentic Resource Discovery（ARD）を公開しました。設定ファイルへ事前に組み込む現在の方式に代わり、連合型レジストリ越しに能力を検索できる発見層を定めるドラフト仕様です。製品やマーケットプレイスではなく、どの企業も独自に実装できる共通標準と位置づけられています。

従来のエージェントは「先に導入し後で使う」方式が前提でした。開発者がMCPサーバーのURLを設定に固定するやり方は日常的に使う数個のツールには有効ですが、無数の臨時的な用途には拡張できません。全ツールの説明をLLMのコンテキストに詰め込む代替策も、コンテキスト予算の制約を受けます。

ARDはこの選択処理をLLMの外へ移します。レジストリが発行者情報や代表的な問い合わせ例、コンプライアンス証明、タグといった豊富な信号で能力を索引化し、REST経由で公開します。クライアントが自然言語で検索し、モデルはその結果を呼び出すだけ。手動導入の静的カタログから意図ベースの検索へと転換し、MCPツールやA2Aエージェントを事前設定なしに広く利用できます。

仕様は2つの要素を定義します。発行者が能力を周知URLで公開する静的マニフェスト「ai-catalog.json」と、ライブで順位付けされた検索を返す動的なレジストリAPI「POST /search」です。Hugging FaceのDiscover Toolはその参照実装で、Hubの既存の意味検索をARDのカタログ形式に変換し、数千のSkillsやMLアプリ、MCPサーバーへの検索アクセスを提供します。

利用方法も整備されています。Hugging Face CLIに組み込まれた「hf discover search」コマンドや、well-known URLで公開されるカタログ、直接叩けるREST APIとMCPエンドポイントから検索できます。今後は仕様の連合モードとの統合強化や、ユーザー・組織プロフィールでの静的マニフェスト対応が予定されており、あらゆる発行者が標準的な仕組みで自らの能力を広告できるようになります。

中国のAIスタートアップZ.aiは6月16日、7530億パラメータの公開重みモデルGLM-5.2を即日リリースしました。長時間にわたる自律的なコーディングや開発作業に特化して設計され、Hugging FaceやZ.aiのAPI、20以上のサードパーティ開発環境で利用できます。月額12.6ドルからの料金体系と100万トークンの文脈長を備え、企業のAI活用を狙います。

最大の特徴はMITライセンスでの重み公開です。企業はモデルを自由にダウンロードし、改変・微調整したうえで自社インフラ上やローカルで運用できます。先週、トランプ政権がAnthropicのClaude Fable 5への外国人アクセスを禁じる輸出規制を発令し、同社がモデルを全面停止した経緯もあり、地理的な制約を回避できる選択肢として注目されます。

ベンチマークでも存在感を示します。長時間タスクを測るSWE-bench Proで62.1点を記録し、GPT-5.5の58.6点を明確に上回りました。MCP-AtlasやFrontierSWEではClaude Opus 4.8と接戦を演じ、設計タスクのDesign Arenaでは1位を獲得しています。一方でTerminal-Bench 2.1の生スコアでは上位2モデルにわずかに及びません。

技術面ではIndexShareと呼ぶ最適化を導入しました。4つのスパースアテンション層ごとに同一のインデクサーを再利用することで、100万トークン時のトークンあたり計算量を2.9倍削減します。さらに思考の強度を「Max」「High」で切り替えられ、Highでは性能をほぼ保ちつつ出力トークン量を半減できます。

コスト優位は鮮明です。API料金は入力100万トークンあたり1.4ドル、出力4.4ドルで、出力30ドルのGPT-5.5や25ドルのClaude Opus 4.8を大きく下回ります。開発者向けにはGLM Coding Planも用意し、Claude CodeやCline、Kilo Codeなど主要なコーディングツールに即日対応しました。Cline IDEは「オープン重みの復活」と評し、開発者コミュニティから歓迎されています。

米ニューヨーク大学やコロンビア大学などの研究チームは2026年6月11日、大規模言語モデル（LLM）の入力文脈を圧縮する新手法「潜在文脈言語モデル（LCLM）」を発表しました。デコーダに到達する前に入力トークン列を圧縮することで、長大化する文脈が生む計算コストと処理速度の課題を解決します。モデルはHuggingFace上でオープンソース公開されました。

従来主流のKVキャッシュ圧縮は、全キャッシュを生成してから不要部分を削除します。これに対しLCLMはデコーダのprefill前に入力そのものを圧縮するため、高い圧縮率がそのまま計算量とメモリの削減に直結します。論文によると、長文脈ベンチマーク「RULER」で16倍圧縮時、KVキャッシュ基準より出力が8.8倍高速になりました。

精度の劣化が小さい点も特徴です。4倍圧縮では文脈を4分の1に減らしながら精度91.76%を保ち、無圧縮の94.41%から3ポイント未満の低下にとどまりました。16倍圧縮で入力の93.75%を除いた場合でも精度は75.06%で、同条件のKVキャッシュ手法をすべて上回りました。

アーキテクチャは0.6Bの符号化器と4Bの復号器を組み合わせ、3500億トークン超で訓練されました。継続事前学習、推論や長文脈タスクの教師ありデータ、細部を保持させる補助的な再構成タスクの3種を混ぜることで、圧縮と汎用性能の両立という従来の課題を克服しています。探索の結果、符号化器より復号器を拡大する方が効果的と判明しました。

実用面では既存のLLMと差し替えて使える設計です。共同責任者でコロンビア大学のミカ・ゴールドブラム氏は、文書を文脈に投入する前に圧縮器を通すだけだと説明します。人間が内容をざっと読んでから重要箇所を精読する動きに近く、エージェントが必要なテキストだけ選択的に復元する仕組みも示されました。

一方で課題も残ります。RAGパイプラインを持つ企業は、導入前に検索品質の指標に対して圧縮の挙動を検証する必要があります。さらに推論トレースのオンライン圧縮は未解決で、生成中に随時圧縮する素朴な手法が機能するかは今後の検証次第とされています。コードとモデルはGitHubとHuggingFaceで公開されています。

Hugging Faceは6月11日、PyTorchの処理を可視化するプロファイリング連載の第2回を公開しました。今回は深層学習の基本部品であるnn.Linearを題材に、GPUカーネルの実際の挙動を追い、torch.compileやLiger製の手書きカーネルとの違いを実測値で示しています。対象読者はモデルの推論速度を詰めたいエンジニアです。

まず単一のnn.Linearでは、行列積と転置、バイアス加算が一見すると別々の処理に見えますが、実態は異なります。転置を担うaten::tはGPU上でカーネルを起動せず、テンソルの形状とストライドというメタデータを書き換えるだけです。バイアス加算もcuBLASのGEMMカーネル末尾に折り込む「エピローグ」として統合され、最終的にaten::addmmという単一カーネルで完結します。

そのため単一のLinearではtorch.compileが融合する余地はほぼ残っていません。compileが消すのはGPUの計算ではなく、ビュー処理を発行するCPU側の数マイクロ秒のオーバーヘッドです。Inductorがコンパイル時にストライドを計算し、addmmを直接呼び出すよう書き換えるため、GPUの計算内容は変わりません。

効果が表れるのは三つのLinearを積んだMLPです。GeGLU構成のMLPは1回の順伝播で3つのGEMMとGeLU、乗算の計5カーネルを起動します。torch.compileはこのうちGeLUと乗算、リシェイプを1つのTriton融合カーネルにまとめ、約50MBの中間テンソルがHBMを往復する無駄を排除します。これがコンパイルによる最大の改善点です。

記事は最後に、人手で調整したLiger製カーネルを比較対象に挙げます。Ligerの実行時間は92.8マイクロ秒で、特定形状向けに最適化されたInductorの89.4マイクロ秒よりわずかに遅く見えます。しかしInductorは入力形状が変わるたびに再トレースとコンパイルが必要で、Ligerは形状が変わっても再コンパイル不要です。数マイクロ秒と引き換えに形状変化への頑健さを得ているわけです。

筆者が一貫して勧めるのは「先に予想し、それから見る」という習慣です。トレースを開く前にカーネル数や種類を予測し、想定と食い違った点こそ最も学びが多いと説きます。次回はMLPからアテンション、最終的には完全なモデルへと解説を進める予定です。

Google DeepMindは2026年6月10日、テキスト拡散モデル「DiffusionGemma」をApache 2.0ライセンスで公開しました。従来の自己回帰型LLMが1トークンずつ逐次的にテキストを生成するのに対し、DiffusionGemmaは画像生成AIと同様の拡散手法を用いて最大256トークンを同時に生成します。これにより、GPU上でのテキスト生成速度が最大4倍に向上します。

モデルはGemma 4ファミリーをベースとした26B規模のMixture of Experts構成で、推論時に起動するパラメータは3.8Bにとどまります。そのため量子化により高性能コンシューマーGPUのVRAM 18GBに収まります。双方向アテンションにより、インライン編集やコード補完、数理グラフなど非線形な生成タスクで従来モデルより優位性を発揮します。

NVIDIAは同日、DiffusionGemmaを自社GPU群で最適化したことを発表しました。単一のH100で毎秒1000トークン超、RTX 5090で毎秒約700トークンの推論速度を実現しています。DGX Spark、RTX PRO 6000、DGX Stationでも動作し、ローカル環境でのエージェント処理や対話型ワークフローに適しています。

Googleはこのモデルを実験的な位置づけとし、品質面では標準的なGemma 4が依然として推奨されると明記しています。一方で、速度重視のローカル推論やリアルタイムの対話型アプリケーション開発において、拡散ベースのテキスト生成が新たな選択肢になると強調しています。Hugging Face TransformersやvLLM、Unslothなど主要ツールで即日利用可能です。

Hugging Faceは2026年6月9日、GitHub ActionsのCIジョブをHugging Face Jobs上で実行するための移行ガイドを公開しました。GitHub Actionsのワークフローファイルでruns-onラベルを1行変更するだけで、Hugging Faceのサーバーレスインフラ上でCIを実行できるようになります。CPUだけでなくGPUハードウェアも選択可能で、機械学習プロジェクトのテストに特に有用です。

この仕組みの中核はjobs-actions-dispatcherと呼ばれるDocker Spaceです。GitHubのworkflow_job.queued Webhookを受信すると、対応するハードウェアフレーバーのHF Jobを起動し、エフェメラルなGitHub Actionsランナーとして登録します。GitHub側からは通常のセルフホステッドランナーとして認識されるため、既存のワークフロー定義をほぼそのまま利用できます。

導入にはまずdispatcher Spaceを自分のHugging Face名前空間に複製し、次にGitHub Appを作成してリポジトリにインストールします。GitHub Appはワークフロージョブの監視とランナー登録トークンの発行に必要な権限を持ちます。セットアップはブラウザでもCLIでも実行可能で、エージェントによる自動化にも対応しています。

実際の性能面では、GradioチームのTrackioプロジェクトで検証が行われました。CPUジョブではGitHub標準の1分40秒に対し、Playwrightイメージを使用することで1分10秒と約30%の短縮を達成しています。GPU CIではt4-smallラベルを使い45秒で完了し、コストは1セント未満でした。GitHub側にはGPUホステッドランナーの同等オプションがないため、ML系プロジェクトにとって大きな利点となります。

さらに、HF JobsはDockerイメージの自由な指定やボリュームマウントにも対応しており、データセットやモデルのロードを伴うCIにも柔軟に対応できます。ログはCLIから簡単に取得でき、ローカルツールやコーディングエージェントでの解析にも適しています。オープンソースの機械学習プロジェクトがGPU CIを手軽に導入できる実用的な選択肢として注目されます。

Cohereは2026年6月9日、エージェント型ソフトウェア開発に特化したオープンソースモデル「North Mini Code」を発表しました。30億パラメータが実際に稼働する300億パラメータのMixture-of-Experts（MoE）モデルで、256Kトークンのコンテキストウィンドウを備え、Apache 2.0ライセンスのもとHugging Faceで公開されています。単一のH100 GPUやMac Studio上でも動作する軽量さが特徴です。

技術的には128個のエキスパートのうちトークンごとに8個が活性化する疎なMoE構造を採用しています。訓練では2段階の教師あり微調整の後、約5,000リポジトリから収集した7万件超の検証可能タスクを使った強化学習（RLVR）を実施しました。SWE-BenchやTerminal-Bench v2との重複を排除し、評価の公正性も確保しています。

注目すべきは、単一のエージェント足場に最適化するのではなく、SWE-Agent、mini-SWE-Agent、OpenCodeの3種類のハーネスで訓練した点です。これにより、OpenCode評価で10ポイントの性能向上を達成しつつ、SWE-Agent上の性能も維持しています。異なるツール環境間でのスキル転移が正の効果を生むことが示されました。

一方、独立評価機関Artificial Analysisのテストでは、出力速度で127モデル中8位にランクインしたものの、同等モデルと比較して約3倍の出力トークンを生成する傾向が確認されました。大量のエージェントパイプラインを運用する場合、この冗長性が推論コストとレイテンシに直結する課題となります。

共同創業者のNick Frosst氏は「小さく、コスト効率が高く、オープンソースでローカル展開可能。これがLLMの進むべき方向だ」と述べ、Claude Fable 5の100万出力トークンあたり50ドルという価格設定との対比を強調しました。企業にとっては、マネージドサービスの利便性とオンプレミス運用によるコスト管理・データ主権の間で、実際のワークロードに基づいた選択が求められます。

Hugging FaceのエンジニアMishig Davaadorj氏が2026年6月9日、AIコーディングエージェントが2つのHugging Face Spacesを連鎖させてパリの名所を3Dガウシアンスプラットで表示するギャラリーサイトを自動構築した事例をブログで公開しました。画像生成にはIdeogram4、単一画像からの3D再構成にはTripoSplatが使われ、エージェントは画像生成からファイル圧縮、ビューア構築、デプロイまでを一貫して実行しました。

この事例の技術的な核となるのが、Gradio Spaceが自動公開するagents.mdという仕様ファイルです。agents.mdにはAPIスキーマのURL、エンドポイントの呼び出し方法、ファイルアップロード手順、認証方式がプレーンテキストで記載されており、エージェントはクライアントライブラリやSDKなしでSpaceを操作できます。これにより、異なる組織が開発した最先端モデル同士を統合コードゼロで連鎖させることが可能になります。

Davaadorj氏はMitchell Hashimoto氏が提唱する「ビルディングブロック経済」の概念を引用し、AIがゼロからの構築よりも実績あるコンポーネントの組み合わせに優れている点を強調しています。従来コードライブラリの文脈で語られてきたこの考え方が、画像生成・動画・音声・3Dなどマルチメディア領域にも波及しつつあるという見解を示しました。

実用性を示す証拠として、パリのギャラリー構築後に同じパイプラインで日本とエジプトのギャラリーも「1文の指示」で量産できたことが報告されています。エッフェル塔やカルナック神殿、姫路城など各国6つの名所が3Dスプラットで再構成され、Three.jsベースのビューアにスクロール切替やドラッグ回転のUIが実装されました。人間が介入したのは「もう少しズームアウトして」「オベリスクを別の建造物に差し替えて」といった審美的な判断のみでした。

この事例は、モデルの統合に伴うSDK管理やGPU確保、入力形式の変換といった障壁がagents.mdによって大幅に低下したことを示しています。「プロンプトから回転する3Dモニュメントを生成する」という作業が、かつてはプロジェクト単位の取り組みだったものが、パイプラインの1ステップに縮小されたとDavaadorj氏は述べています。

Hugging Faceは2026年6月8日、エージェント型強化学習（RL）の実行環境を標準化するオープンソースライブラリOpenEnvを、コミュニティ主導のガバナンス体制へ移行すると発表しました。新たに設置された運営委員会にはMeta（PyTorch Foundation）、NVIDIA、Reflection、Unsloth、Modal、Prime Intellect、Mercor、Fleet AIなどが参画し、リポジトリもhuggingface/OpenEnvとして公開されています。

OpenEnvが解決するのは、オープンソースモデルにおけるエージェント訓練の断片化です。Claude CodeやCodexといったフロンティア企業のエージェントは、モデルとハーネスが一体で最適化されていますが、オープンソースではモデル・ハーネス・推論エンジンがばらばらに組み合わされます。OpenEnvはこれらの間に共通のインターフェース層を提供し、どの組み合わせでもエージェントを効率的に訓練できるようにします。

技術的には、Gymnasium互換のAPI（reset・step・state）をクライアント/サーバー構成で提供します。環境はDockerでパッケージ化され、HTTPやWebSocketといった標準プロトコルで通信します。さらにMCP（Model Context Protocol）をファーストクラスでサポートしており、訓練・評価時のシミュレーション環境と本番環境で同じ環境定義を一貫して利用できます。

重要な設計方針として、OpenEnvは報酬関数や訓練ループの定義には踏み込みません。あくまでRL環境の公開・デプロイ・消費を標準化する「プロトコル層」と位置づけ、報酬設計やスコアリングは既存の専門ライブラリに委ねます。今後はデータセット連携（RFC 006）、外部報酬統合（RFC 007）、環境品質の自動検証（RFC 008）などが計画されています。

PyTorch Foundation、vLLM、Lightning AI、Scale AI、Stanford Scaling Intelligence Labなど幅広い組織がすでにOpenEnvの採用・支援を表明しています。オープンソースのエージェント訓練基盤として事実上の標準となるか、今後の普及が注目されます。

Hugging Face主催のBuild Smallハッカソンで、参加者がNVIDIAのNemotron 30Bモデルを使い、Three.jsベースのゲームを自動生成するプロジェクトに挑戦しました。アニメ「The Amazing Digital Circus」に着想を得た「デジタルペット」が冒険＝ゲームを生成するというコンセプトでしたが、最終的にゲーム生成は実現できませんでした。

開発者はまず長文プロンプトでモデルに指示を与えましたが、生成されたゲームは正常に動作しませんでした。次にGitHub Copilotのスキルカードを導入したところ、短く設定していたコンテキストウィンドウを圧迫。ウィンドウを拡大しても問題は解消されませんでした。

さらにCodexでスキル情報を要約し、RAGで参照させる方式も試みました。この手法ではモデルの応答品質がやや改善したものの、生成されるゲームには必ず不具合があり、画面が真っ白になるケースが続出しました。

最終的にゲーム生成を断念し、シンプルなHTML生成ツールへと方針を転換しています。時計やToDoリスト、SnakeやBreakoutといった単純なゲームはワンショットで生成できるものの、Tetris級の複雑さになると破綻するとのことです。小規模モデルでの複雑なコード生成には依然として大きな壁があることを示す事例といえます。

AI開発企業Hugging Faceは2026年6月6日、小型モデル活用ハッカソンの第2弾レポートを公開しました。経済シミュレーションゲーム「Thousand Token Wood」のv2では、登場する各エージェントが異なるラボの小型モデルで動作し、プレイヤーは裏で糸を引く金融家「森の庇護者」を演じます。単に眺めるだけだった初代から、操作して遊べるゲームへと再構築した点が大きな変化です。

中核となるのはモデルの異質性です。v2はgpt-oss-20b（OpenAI）、MiniCPM3-4B（OpenBMB）、Nemotron-Mini-4B（NVIDIA）、自作の微調整済みQwen 0.5Bという4ラボのモデルを同時に走らせます。異なるデータと事後学習で訓練されたモデルが議論することで、市場参加者が本当に異なる「生きた論争」が生まれると筆者は説明します。

技術的な学びは、難所がモデリングではなくサービング層にあった点です。vLLMがCUDAツールキットを要求するためにベースイメージを修正したり、モデルごとにtrust_remote_codeなどの一行設定が必要だったりと、個別の落とし穴が存在しました。それでも、出力を寛容に解析・修復するJSON層を一度作れば、モデル追加は設定の追記で済む構造を実現しています。

ゲームの劇的な核となるのが情報の非対称性です。プレイヤーは真偽不明の密告をささやけますが、その真偽フラグはエージェントに絶対見せてはならないセキュリティ要件として扱われます。フラグはプロンプト外に置き、毎ターン全プロンプトを走査して禁止語の混入を検査するテストが、最も重要な防御線として機能します。

永続的な記憶も、エージェントを生き生きと見せる安価な手段です。各キャラクターは庇護者や仲間への好悪を整数で保持し、敵対すれば融資を拒み、同盟すればカルテルのように振る舞います。ただし生の履歴ではなく一行の要約のみをプロンプトに渡すことで、小型モデルが情報に溺れる事態を防いでいます。

代表的な実行では、微調整済み0.5Bが自己購入0%・有効提案100%を達成し、3Bの教師モデルを上回りました。筆者は、小型モデルは信頼できる形式生成器だが推論は不安定であり、規模ではなく構造・プロンプト・小さな微調整でその差を埋めるべきだと結論づけています。

ServiceNowは2026年6月4日、企業向け音声AIエージェントを評価するためのベンチマーク「EVA-Bench Data 2.0」をオープンソースで公開しました。航空カスタマーサービス、企業ITサービス管理、医療人事サービスの3領域にわたり、121のツールと213の評価シナリオを収録しています。初版から約4倍のシナリオ拡大となります。

音声エージェントの失敗はドメイン固有であるという課題意識がこのベンチマークの出発点です。航空業界で確認コードを正確に処理できるシステムでも、医療HR領域の複雑なポリシー対応では失敗することがあります。EVA-Bench 2.0は、各領域の実際の業務フローに基づいたシナリオを設計し、単一意図・複数意図・敵対的呼び出しの3タイプを網羅しています。

データの信頼性確保にも注力しています。すべてのシナリオは、OpenAI GPT-5.4、Google Gemini 3.1 Pro、Anthropic Claude Opus 4.6の3つのフロンティアモデルで解決可能であることを検証済みです。シナリオ生成にはグラフベースの合成データパイプライン「SyGra」を使用し、ユーザー目標・初期データベース・期待される最終状態を一貫して生成することで再現性を担保しています。

今後は英語以外の多言語対応も予定しています。名前や地名、電話番号をローカライズし、フランス語など各言語での評価を可能にする計画です。データセット、評価フレームワーク、リーダーボードはすべてMITライセンスでHugging FaceおよびGitHubから利用できます。

NVIDIAは2026年6月4日、企業向けAIコンテンツ安全モデル「Nemotron 3.5 Content Safety」をHugging Face上で公開しました。Gemma 3 4Bをベースとする40億パラメータのモデルで、テキストと画像を同時に評価し、両者の組み合わせから生じるポリシー違反も一括で検出します。NVIDIAオープンモデルライセンスのもと、研究・商用いずれの用途にも利用できます。

最大の進化点は、カスタムポリシー機能の追加です。従来は固定の安全分類体系に依存していましたが、3.5では推論時に自然言語で記述した独自ポリシーを入力できるようになりました。これにより、医療・金融・教育など業種固有のリスク基準に合わせた安全判定が可能になります。不要なカテゴリの抑制や、組織独自のリスクカテゴリの追加にも対応しています。

もう一つの注目機能が、推論トレース（THINKモード）です。モデルが安全・不安全の判定に至るまでのステップを段階的に出力することで、判定根拠を監査可能にします。規制産業で求められるコンプライアンスログや、人間によるレビュー、ポリシーの反復改善に活用できます。推論トレースは大規模モデルで生成後、3文以内に要約する2段階プロセスで簡潔化されており、レイテンシへの影響を抑えています。

多言語対応も強化されています。英語・日本語・中国語など12言語を明示的に学習し、ベースモデルのGemma 3から継承した能力により約140言語へのゼロショット汎化も可能です。多言語Aegisベンチマークでは12言語平均96.5%の分類精度を達成しました。マルチモーダル安全ベンチマーク全体では平均約85%の精度を記録しています。

実運用面では、4Bパラメータの軽量設計により8GB以上のVRAMを搭載したGPUで動作します。競合するマルチモーダル安全モデルと比較してエンドツーエンドのレイテンシは3分の1で、推論モード有効時でもトークン生成量は最大50%少なく済みます。訓練データセットも同時公開され、実写真が99%を占める点がマルチモーダル安全研究の既知の課題に対処しています。

Hugging Faceは2026年6月4日、同社の公式コマンドラインツール「hf CLI」をAIコーディングエージェント向けに再設計したことを発表しました。Claude CodeやCodexなどのエージェントからのHub利用が急増しており、Claude Code単体で約4万ユーザー・4900万リクエストに達したことが背景にあります。

再設計の核心は、人間とエージェントで同じコマンドの出力を自動的に切り替える仕組みです。エージェント利用時は環境変数を検出し、ANSIカラーや省略表示を排除した完全なTSV形式で出力します。さらに対話プロンプトを廃止し、破壊的操作にはエラーメッセージに修正コマンドを含めることで、エージェントが自律的に作業を進められるようにしました。

ベンチマークでは18の実用的なHubタスクを用意し、hf CLIとcurl/Python SDKを比較しています。Claude Code（Sonnet 4.6）での成功率はhf CLIが94%に対しcurl/SDKは84%にとどまりました。トークン消費量では、バケット作成・同期・削除といった複雑なマルチステップタスクでcurl/SDKがCLIの最大6倍を消費するという結果が出ています。

加えて、hf CLIの全コマンド体系をコンパクトにまとめた「スキル」機能も提供されています。エージェントが初回からコマンド構造を把握できるため、--helpの探索が不要になり、タスクあたりのツール呼び出しが約10回から7回へと約30%削減されました。スキルは`hf skills add --claude`で導入できます。

Hugging Faceはエージェントを「Hubの実際のユーザー」と位置づけ、モデル訓練やデータセット構築、Spacesデモの公開といった作業をエージェント経由で行うケースが標準化しつつあるとしています。エージェントのツール効率を高めることが、その背後にいる人間のユーザー体験向上に直結するという考え方です。

2026年6月3日、NVIDIAはデンバーで開催中のCVPR 2026において、自動運転車・ロボット・ビジョンAIの開発を加速する物理AIエージェントスキル群を発表しました。先日公開されたオープン基盤モデルCosmos 3と連携し、シーン再構築から合成データ生成、ポリシー訓練、評価までの断片的だったワークフローを一気通貫で自動化します。すべてのツールはGitHubでオープン公開されています。

自動運転分野では、走行データから編集可能な3Dシーンを生成するNeural Reconstructionスキルや、数千GPUで強化学習を並列実行するオープンソースフレームワークAlpaGymを提供します。さらに320億パラメータの推論型VLAモデルAlpamayo 2 Superは、認識から計画・行動までの全スタックを統合し、レベル4自動運転の開発基盤となります。研究論文LCDriveは、テキスト推論を潜在表現に圧縮することでトークン数を約半分に削減し、車載ハードウェアでの高速推論を実現しました。

ロボティクス分野では、Isaac Sim 6.0とIsaac Labにエージェント対応スキルを統合し、シーン作成からシミュレーション実行、データ取得まで自動化しました。注目すべきは研究論文GraspGen-Xです。20億回のシミュレーション把持データで訓練された初の把持基盤モデルで、未知のグリッパーと未知の物体に対してゼロショットで把持姿勢を生成できます。ロボット開発者がグリッパーごとに訓練し直す必要がなくなるのでしょうか。

ビジョンAIでは、Metropolisスキルが合成異常データの生成や疑似ラベリングを自動化し、外観検査モデルの精度向上を支援します。また、ゲーム環境で訓練した汎用エージェント基盤モデルNitroGenは1,000以上のゲームと4万時間の操作データから学習し、少数データ環境で従来手法比52%の性能向上を達成しました。NVIDIAの物理AIデータセットはHugging Faceで累計1,500万ダウンロードを超え、研究インフラとしての存在感を強めています。

2026年6月3日、Hugging Faceはオープンソースの小型ロボットReachy MiniにリモートMCPツールを追加する方法を公式ブログで公開しました。従来ロボットの会話アプリで使えるツールはすべてローカルのPythonコードに限られていましたが、今回の拡張によりHugging FaceのGradio Spaceとして公開されたMCP対応ツールをネットワーク経由で利用できるようになります。

Reachy Miniにはもともと頭部の動作制御やダンス再生、感情表現、カメラ撮影などのローカルツールが搭載されています。しかしWeb検索や天気情報の取得といったロボット本体と無関係な機能をローカルに実装すると、共有や更新のたびにPythonファイルのやり取りが必要でした。リモートツールはこの課題を解決し、ステートレスな外部機能をアプリ本体に手を加えずに追加できます。

実証実験ではPollen Roboticsが公開したWeb検索ツールと天気取得ツールの2つのカナリアSpaceが使われました。コマンド1つでインストールとプロファイルへの登録が完了し、会話中にモデルが自動的にツールを呼び出します。「今日ボルドーでジャケットは必要か、夜のイベントは何があるか」といった複合的な質問では、プロンプトの工夫により両ツールの並列呼び出しを促してレイテンシを抑える設計が施されています。

現時点では公開済みのMCP対応Gradio Spaceのみサポートしており、認証が必要なSpaceや非Gradioサーバーには未対応です。また並列ツール実行はプロンプトで誘導するのみで、確実な並列実行が必要な場合はコード側での制御が求められます。Hugging Faceはツール開発者に対し、Spaceにreachy-mini-toolとmcpタグを付けて公開するよう呼びかけており、コミュニティ主導のロボット機能拡張エコシステムの構築を目指しています。

Googleは2026年6月3日、オープンウェイトの大規模言語モデルGemma 4 12Bを公開しました。約120億パラメータながら16GBのRAMまたはVRAMで動作し、一般的なノートPCでマルチモーダルAIをローカル実行できます。4月に発表されたGemma 4ファミリーのモバイル向けモデルとデータセンター向け26Bモデルの間を埋める位置づけです。

最大の技術的特徴はエンコーダ不要の統合アーキテクチャです。従来のマルチモーダルモデルは画像や音声を処理する専用エンコーダを別途必要としていましたが、Gemma 4 12Bは視覚パッチと生の音声波形をLLM本体の埋め込み空間に直接投影します。視覚エンコーダは単一の行列演算による3500万パラメータの軽量モジュールで置き換えられ、音声エンコーダは完全に廃止されました。この設計により推論遅延とメモリ使用量の両方が低減されています。

性能面では、メモリフットプリントが26B MoEモデルの半分以下でありながら、ベンチマークではそれに迫るスコアを達成しています。256Kトークンのコンテキストウィンドウを備え、長大な財務レポートやコードベースの処理にも対応します。ネイティブの関数呼び出し機能やステップバイステップの推論モードも搭載しており、自律型エージェントの構築基盤として設計されています。

企業にとっての実用的価値はどこにあるのでしょうか。医療・金融・防衛など機密データを外部APIに送信できない規制業界では、完全ローカルでのマルチモーダル処理が可能になります。Apache 2.0ライセンスで商用利用も自由です。一方、音声入力は30秒、動画は60秒という処理上限があり、長時間メディアの処理には向きません。Hugging Face・Kaggle・vLLM・llama.cppなど主要エコシステムとの統合も初日から対応しており、即座に本番導入を検討できる状態です。

H Companyは2026年6月2日、PC操作を自動化するコンピュータユースエージェント向けモデル「Holo3.1」ファミリーをリリースしました。Qwenベースの本モデルは0.8B・4B・9B・35B-A3Bの4サイズで提供され、初めて量子化チェックポイント（FP8・Q4 GGUF・NVFP4）に対応したことで、クラウドだけでなくローカル環境での高速推論が可能になっています。

前バージョンのHolo3ではブラウザとデスクトップが主な対象でしたが、Holo3.1ではモバイル環境への対応を大幅に強化しました。AndroidWorldベンチマークでは35B-A3Bモデルが67%から79.3%へ、4Bおよび9Bモデルも58%から72%へと精度が向上しています。また、JSON出力に加えて関数呼び出しプロトコルをネイティブサポートし、サードパーティのエージェントフレームワークとの統合を容易にしました。

ローカル推論の高速化も大きな進展です。NVIDIAのDGX Spark上でNVFP4量子化を適用した場合、BF16比で1.74倍のトークンスループットを達成しました。エージェントハーネスの最適化と組み合わせることで、平均ステップ時間は6.8秒から3.3秒へと約2倍の高速化を実現しています。

Q4 GGUF形式のチェックポイントにより、WindowsやMacの民生ハードウェア上でも完全にローカルで動作させることが可能です。Apple Siliconでの動作も確認されており、データがユーザーのネットワーク外に出ないプライバシー重視の運用ができます。モデルはHugging Faceおよび専用APIで公開されています。

NVIDIAは6月1日、物理AI向けの世界基盤モデル「Cosmos 3」を発表しました。COMPUTEXのGTC台北で公開された本モデルは、テキスト・映像・画像・音・動作という複数のモダリティを単一モデルで処理し、ロボットや自動運転車、スマート空間が現実世界を理解・予測・行動するための基盤を提供します。

最大の特徴は、これまで世界生成・制御生成・シーン理解・方策生成という用途ごとに別々のモデルを使い分けていたものを、1つのモデルに統合した点です。Mixture-of-Transformers（MoT）アーキテクチャを採用し、推論を担う自己回帰部分と生成を担う拡散部分が共同注意で連携します。これにより、視覚言語モデル、映像生成、ロボット方策などを構造を変えずに切り替えられます。

物理AIにとって重要なのは、画像や映像だけでなく動作信号を扱える点です。Cosmos 3はロボットの関節角度やグリッパー位置、軌道点といった数値的な動作データを直接生成でき、ピック&プレース作業などの学習に役立ちます。開発者は特定のロボットや作業環境に合わせて追加学習することも可能です。

活用事例も広がっています。NVIDIAのGEARチームは映像動作モデルの開発に、Agile Robotsは産業用ヒューマノイドの方策開発向けデータ生成に本モデルを利用しています。Linker Visionはスマートシティ向けに数千のカメラ映像を解析し、根本原因分析などに活用しています。

公開形態として、16BのNanoと64BのSuperの2サイズが用意され、いずれもHugging Faceでオープンに提供されます。NanoはRTX PRO 6000など作業用GPUで動作し、Superは大規模な合成データ生成や研究向けです。Linux FoundationのOpenMDW 1.1ライセンスのもと、重みやデータセット、コードを単一ライセンスで扱えます。

性能面でも、Cosmos 3はArtificial Analysisのオープン重みリーダーボードで首位に立ち、Physics-IQやR-Benchなど複数の世界生成ベンチマークでトップを記録しています。衝突や稀なエッジケースなど、現実では安全に再現しにくい場面を合成データで補える点が、物理AI開発の加速につながりそうです。

開発ツール大手のJetBrainsは6月1日、120億パラメータのMixture-of-Experts（MoE）モデル「Mellum2」を公開しました。テキストとコードを対象に一から学習したモデルで、ライセンスは商用利用も可能なApache 2.0です。コード補完から出発したMellumの後継として、より広範なソフトウェア開発タスクへ用途を広げています。

最大の特徴は効率性にあります。総パラメータは120億ですが、MoE構成により1トークンあたり25億パラメータのみを活性化させ、モデル全体の容量を保ちつつ推論コストを抑えます。同社によれば、同規模のオープンモデルと競合する性能を保ちながら、推論速度は2倍以上に達するといいます。

JetBrainsはMellum2を、最大のモデルを必要としない低レイテンシ処理向けと位置づけます。具体的には、プロンプト分類やツール選択といったルーティング、文脈圧縮や要約を含む検索後処理、エージェントの計画・検証・変換などの補助タスクが対象です。これらは頻度が高く速度が重要なため、軽量モデルが適しているという考え方です。

同社はこうした役割を「focal（焦点）」モデルと表現します。大規模システム内の高頻度タスクに最適化した、速く役割の明確なモデルという位置づけです。スタック内の全モデルを置き換えるのではなく、システム全体を「より速く、安く、制御しやすく」することを目的に掲げています。

オープンかつ効率的に運用できる点から、独自コードや社内データを扱う自社ホスト環境への展開も想定されています。モデルはHugging Faceで公開され、アーキテクチャや評価手法は技術レポートで確認できます。IDE内やRAGパイプライン、エージェントワークフローなど、実運用での試用が可能な状態です。

Hugging Faceは2026年5月29日、PyTorchのプロファイリング入門ブログシリーズの第1回を公開しました。torch.profilerの使い方を、行列積とバイアス加算という最小構成の演算から段階的に解説する内容です。著者はAritra Roy Gosthipatyら5名で、NVIDIA A100 GPU上での実行トレースを題材に、プロファイラが出力するテーブルとトレースの読み解き方を丁寧に示しています。

記事ではまず64x64の小さな行列演算をプロファイリングし、CPU時間が2.3ms、GPU時間がわずか23μsとなるオーバーヘッド律速の典型例を示します。行列サイズを4096x4096に拡大すると、CPU・GPU双方がミリ秒オーダーとなり、計算律速へ移行することを確認しています。この比較を通じて、GPUが遊んでいるかどうかをプロファイラの数値から即座に判断する方法を読者に教えています。

トレースの可視化にはPerfetto UIを使用し、CPUレーンとGPUレーンの対応関係を視覚的に解説しています。初回ステップが長い理由として、cuBLASのヒューリスティクスやワークスペース確保といったコールドスタートコストを特定。ウォームアップの追加で計測対象から除外する手法も紹介されています。また、同一カーネルでも実行時間がばらつく現象について、GPUクロックや温度管理が原因であると指摘しています。

後半ではtorch.compileを適用した場合のトレースを分析しています。torch.add + torch.matmulがaten::addmmに統合されますが、これはディスパッチャレベルの融合であり、GPU上では依然として同じcuBLASカーネルが実行されます。バイアスのDevice-to-Deviceコピーが発生し、真のカーネル融合には至っていない実態が明かされています。

さらに、torch.compileのランタイムアーキテクチャとして、TorchDynamoのキャッシュルックアップ、AOTDispatcherのラッパー、CompiledFxGraphの実行という3層構造を解説しています。小規模な演算ではこれらのスタックがオーバーヘッドとなり、ステップあたりのCPU時間がeagerモードの約2倍に増加することも示されました。シリーズ第2回以降ではnn.LinearやLLMへと対象を拡大する予定です。

Hugging Faceは2026年5月27日、小型ヒューマノイドロボット「Reachy Mini」の音声会話機能を完全にローカル環境で実行する方法を公開しました。従来はクラウドへの音声送信が必要でしたが、同社のspeech-to-speechライブラリを使い、VAD（音声区間検出）からSTT（音声認識）、LLM（大規模言語モデル）、TTS（音声合成）までの全パイプラインをローカルマシン上で動作させることが可能になりました。

技術構成はカスケード方式を採用しています。音声区間検出にはSilero VAD v5、音声認識にはParakeet-TDT 0.6B v3、音声合成にはQwen3-TTSを推奨構成として選定しています。各コンポーネントは独立しており、より高品質なモデルが登場すれば個別に差し替えられる設計です。

LLMの推論基盤はllama.cpp、MLX、Transformers、vLLMなど複数の選択肢に対応しています。推奨モデルはGemma 4のE4B量子化版で、llama.cppでは`brew install`一発で導入でき、64Kコンテキストウィンドウとフラッシュアテンションによる高速推論が可能です。Apple Silicon搭載MacではMLX経由でQwen3-4Bも低遅延で動作します。

プライバシーとコスト面のメリットも大きいです。音声データが一切外部に送信されず、APIの従量課金も不要になります。ロボットと推論サーバーを別マシンで動かす場合も、LAN内のIPアドレスを指定するだけで接続できます。

Responses APIプロトコルに準拠しているため、ローカル推論だけでなくHugging Face Inference EndpointsやOpenAI互換プロバイダーへの接続も同じインターフェースで切り替え可能です。vLLM 0.21.0以降ではMulti-Token Predictionによるさらなる低遅延化も実現しています。

中国AIスタートアップMiniMaxが、次期大規模言語モデル「M3」に搭載する新しいスパースアテンション機構「MiniMax Sparse Attention（MSA）」の技術概要を公開しました。MSAにより、100万トークンの長文コンテキストにおいてデコード速度が従来比15.6倍、プリフィル処理が9.7倍高速化されると報告しています。この成果は、長文処理AIエージェントの大規模展開を経済的に実現可能にするものです。

今回の発表に先立ち、MiniMaxはM2シリーズの詳細な技術レポートをHugging Faceで公開しました。M2は総パラメータ数2299億、1トークンあたりの活性化パラメータは98億という効率的なMixture-of-Experts構造を採用しています。開発過程では、スライディングウィンドウアテンションやリニアアテンションなどのサブ二次手法を徹底検証しましたが、128Kコンテキストの複雑なタスクでスコアが90.0から72.0に低下するなど深刻な精度劣化が判明し、全層フルアテンションを維持する判断に至りました。

M3で導入されるMSAは、DeepSeekのMulti-head Latent Attention（MLA）とは異なるアプローチをとります。MLAがキーとバリューを低次元の潜在空間に圧縮するのに対し、MSAは標準的なGrouped Query Attention基盤の上でブロック単位の選択的アテンションを行います。圧縮せず実データ上で処理するため、精度低下やプレフィックスキャッシュの問題を回避できます。

プロダクト面では、MiniMaxは強化学習基盤「Forge」を構築し、エージェント能力の訓練を体系化しています。M2.7はこの基盤から生まれた自己進化型モデルで、自身の学習パイプラインの30〜50%を自律的に管理できます。OpenAIのMLE Bench Liteではメダル率66.6%を達成し、GoogleのGemini 3.1 Proに並ぶ水準です。MSAの詳細技術ブログも近日公開予定で、M3が長文AIエージェントの実用化を加速させるか注目されます。

Hugging Faceは、非同期強化学習における重み同期のボトルネックを解消する「Delta Weight Sync」をTRLライブラリに実装しました。従来、非同期RLでは訓練ステップごとにモデル全体を推論エンジンに転送する必要があり、7Bモデルで14GB、1兆パラメータ規模では約1TBものデータ転送が発生していました。この技術はオープンソースとしてTRLのPR #5417で公開されています。

Delta Weight Syncの核心は、bf16精度における重み更新の数学的特性にあります。bf16の仮数部は7ビットしかなく、RLの学習率で生じる微小な更新の大部分はbf16の丸めに吸収されるため、連続する2ステップ間でおよそ99%の重みがビット単位で同一のままです。この性質を利用し、変化した要素だけをsafetensors形式のスパースファイルとして符号化することで、Qwen3-0.6Bモデルでは1ステップあたりの転送量を1.2GBから20〜35MBへと大幅に削減しました。

アーキテクチャはHub Bucketを介した3ボックス構成を採用しています。訓練ノードがスパースな差分をBucketにアップロードし、vLLMの推論サーバーがそれをダウンロードして適用します。訓練側と推論側が直接通信する必要はなく、共有クラスタもRDMAもVPNも不要です。vLLM側の実装はWeightTransferEngineの拡張としてわずか30行程度で、フォークなしで既存のvLLMに組み込めます。

実証実験では、訓練用GPU、vLLMを動かすHugging Face Space、Wordle環境を動かす別のSpaceという3つの独立したマシンで完全な分散学習を実行しました。いずれもネットワークを共有せず、Hub Bucketのみで接続されています。報酬は順調に上昇し、差分ペイロードは20〜35MBの範囲を維持しました。

Llama-3.1-405Bに適用した場合の試算では、従来のNCCLによる全同期で約8秒かかる推論停止が、差分転送では数秒に短縮され、転送量は約130分の1になると見込まれています。1兆パラメータ規模ではFireworksの実測値で約50倍の削減が示されており、クラウド間をまたぐ分散学習においてオブジェクトストレージ経由の差分同期が唯一の現実的な選択肢になりつつあります。

Hugging Faceは2026年5月25日、AIエージェント分野で混乱しがちな専門用語を整理した用語集「Harness, Scaffold, and the AI Agent Terms Worth Getting Right」を公開しました。ICLR 2026での議論をきっかけに、ハーネスやスキャフォールドといった用語の定義が人によって異なる問題を解消することを目的としています。

用語集の核心は、エージェントを構成する要素の分離です。モデルはテキストを入出力するLLMそのもので、単体ではループも記憶も持ちません。スキャフォールドはシステムプロンプトやツール定義、コンテキスト管理などモデルの振る舞いを規定する層です。ハーネスはモデルを呼び出しツールコールを処理し停止条件を判断する実行層で、「Agent = Model + Harness」という定式が示されています。

実務に直結する概念も体系化されています。コンテキストエンジニアリングは各ステップでモデルが参照する情報を設計する技術で、短期記憶と長期記憶の管理を含みます。スキルはツール（単一アクション）より高次の再利用可能な知識パッケージで、バグ調査から修正までの一連の手順を束ねるものです。サブエージェントは別のエージェントから呼ばれ、独自に推論しツールを使い結果を返す自律的な単位として定義されています。

訓練領域の用語も整理されています。RL環境はエージェントが行動を入力し観察を受け取る対話対象、トレーナーは多数のエピソードを実行し報酬に基づきモデルの重みを更新する仕組みです。報酬はテスト合否のような検証可能なものからLLM-as-judgeのような学習型まで分類され、ルーブリックによる多次元評価も紹介されています。

Claude CodeやCodex、Cursorといった製品は同じモデルを使っていてもハーネスの設計次第で体験が大きく変わると指摘されており、エージェント開発者にとって各層の役割を正確に理解する重要性が強調されています。用語の統一的な定義はまだ存在しないものの、議論を円滑にする実用的な共通言語として活用できる内容です。

NVIDIAは2026年5月23日、自己回帰（AR）と拡散（Diffusion）の両方の生成方式を1つのモデルに統合した言語モデルファミリー「Nemotron-Labs Diffusion」を公開しました。3B・8B・14Bのテキストモデルと8Bのビジョン言語モデルをHugging Face上で提供し、商用利用可能なライセンスで配布しています。

従来の大規模言語モデルはトークンを1つずつ逐次生成する自己回帰方式を採用しており、GPUの演算能力を十分に活用できないという課題がありました。Nemotron-Labs Diffusionは複数トークンを並列に生成し、段階的に修正する拡散方式を導入することで、この制約を突破します。生成済みトークンの修正も可能なため、誤りの伝播を抑制できます。

同モデルは3つの推論モードを備えています。従来通りの自己回帰モード、32トークン単位でブロック生成する拡散モード、そして拡散で下書きし自己回帰で検証する自己投機モードです。自己投機モードでは温度0で自己回帰と同一の出力品質を維持しながら、大幅な高速化を実現します。

性能面では、8BモデルがQwen3 8Bに対し平均精度で1.2ポイント上回りました。推論速度はハードウェア非依存の指標であるTPF（tokens per forward pass）で、拡散モードがAR比2.6倍、自己投機モードが最大6.4倍を達成しています。NVIDIA B200上のベンチマークでは毎秒約865トークンの生成速度を記録しました。

学習にはNVIDIAのNemotron事前学習データセットから1.3兆トークン、ファインチューニングに450億トークンを使用しています。推論エンジンSGLangでの対応が進んでおり、設定1行の変更で3モードを切り替え可能です。学習コードもMegatron Bridgeフレームワーク経由で公開されており、開発者はすぐに利用を開始できます。

フィジカルAI（物理世界で動作するAI）の進化が、オープンソースの基盤モデルと人間側のインターフェース革新という二つの方向から加速しています。Hugging Face、NVIDIA、Alibabaといった大手企業がロボティクス向けAIモデルやツールを相次いで公開し、かつて専門家だけの領域だったロボット開発の裾野が急速に広がっています。

オープンソースの影響は数字に表れています。Hugging Faceが2024年5月に立ち上げたLeRobotプラットフォームでは、ロボティクス用データセットが2024年末の1,145件から5万8,000件超へと約50倍に増加しました。NVIDIAは合成データ生成のCosmos、タスク推論のGR00T、開発統合のIsaacという包括的なオープンソーススタックを整備しています。

一方、ロボットを賢くするだけでは不十分だという視点も浮上しています。Wetour Roboticsは「ボトルネックはロボット側ではなく人間側にある」と主張し、人体そのものをコンピューティングネットワークの一部として扱う「Spatial Intent Fusion」技術を開発しました。表面筋電位（sEMG）センサーで指の動作が完了する50〜80ミリ秒前に意図を検出し、視覚情報や空間位置と融合して100ミリ秒以内にデバイスへ指令を送ります。

オープンソース化の加速には商業的動機が絡む点も指摘されています。オレゴン州立大学のBill Smart教授は、AI出身の新規参入者がロボティクスで既に解決済みの問題に取り組むケースがあると懸念を示しつつも、参加者の多様化と裾野の拡大は本物だと評価しています。ロボット側の能力向上と人間側の接続改善が同じ未来の両輪として進展する構図が鮮明になっています。

Mind Labと複数大学の研究チームは2025年5月、LLMエージェントの長期記憶問題を解決する新手法「delta-mem」を発表しました。この手法はエージェントの過去のやり取りを固定サイズの行列に圧縮し、モデル本体を変更せずに動的な記憶を実現します。追加パラメータはバックボーンモデルのわずか0.12%にとどまり、競合手法の76.40%と比較して圧倒的に軽量です。

従来のアプローチには大きな課題がありました。コンテキストウィンドウの拡張はコストが増大し、トークン数が増えるほど二次関数的に計算量が膨れ上がります。RAGは外部検索の遅延や統合の複雑さを伴います。パラメトリック手法は学習後に固定され、推論時の新情報に適応できません。delta-memはこれらの問題を、連想記憶の「オンライン状態」として履歴を保持することで解決しています。

技術的には、LLMの隠れ状態を行列に射影して過去の記憶を検索し、数値的な補正としてモデルの推論に適用します。更新は「ゲート付きデルタルール」で制御され、どの程度の旧記憶を保持し、新記憶をどれだけ反映するかを自動調整します。更新戦略は3種類あり、大規模モデルにはシーケンス単位の書き込み、小規模モデルにはマルチステート書き込みが有効と判明しました。

Qwen3-4B-Instructでの評価では、平均スコアが凍結ベースラインの46.79%から51.66%に向上しました。記憶集約型のMemory Agent Benchでは29.54%から38.85%へ改善し、テスト時学習サブタスクでは26.14から50.50へとほぼ倍増しています。32,000トークンの推論テストでも、GPU消費量は未修正モデルとほぼ同一でした。

研究チームはコードをGitHub、学習済みアダプタの重みをHugging Faceで公開しています。共著者のJingdi Lei氏は、delta-memは高速で継続的に更新される「作業記憶」として最適であり、正確な事実の検索にはRAGが依然として適していると述べています。企業のAIスタックは今後、モデル内部の短期作業記憶とRAGによる長期明示記憶の階層構造へ進化していくとの見通しを示しました。

WIREDの記者Will Knight氏が、AIエージェントOpenClawとOpenAIのCodexを使い、オープンソースのロボットアーム「LeRobot 101」をバイブコーディングで制御する実験を行いました。従来は専門知識が必要だったロボットの設定・制御が、AIコーディングによって飛躍的に簡単になりつつあります。

LeRobot 101はHuggingFaceが提供するオープンソースのロボットアームで、コントローラーアームとカメラ付きフォロワーアームの2本で構成されます。Knight氏は手動での接続・キャリブレーションに数時間を費やし、モーターの過熱トラブルにも見舞われました。しかしOpenClawとCodexを用いると、接続設定やジョイントの校正を自動で処理し、赤いボールを検出して掴むPythonスクリプトまで生成できました。

さらにOpenClawの支援のもと、ロボットアームを制御するAIモデルの訓練にも成功しています。エージェントがトレーニングプロセスを案内し、各訓練後のエラー率を確認するなど、専門家なしでもモデル開発が可能であることを示しました。ハルシネーションによるバグは残る課題ですが、成果は十分に実用的なレベルです。

この手法は2022年の論文で提唱された「Code as Policy」に基づいています。UC BerkeleyのKen Goldberg教授らはNvidia、カーネギーメロン大学、スタンフォード大学と共同で、コーディングモデルのロボット制御能力を測るCaP-Xベンチマークを開発しました。興味深いことに、ロボット制御で最も高い性能を示したのはClaudeやChatGPTではなくGoogleのGeminiでした。マルチモーダル学習と物理世界の理解に注力してきた成果とみられます。

NvidiaのJensen Huang CEOの息子であるSpencer Huang氏は、社内ハッカソンでバイブコーディングによるロボット制御の実験を推進しています。Goldberg教授との共同研究では、Code as Policyをより多くのロボットソフトウェアツールと互換性を持たせることを目指しています。「ほぼ誰でもロボティクスに参入できるようになること、それが真のブレークスルーだ」とHuang氏は語っており、音声やテキストでロボットを操作できる未来が近づいています。

セキュリティ重視のオープンソースAIエージェント基盤NanoClawを開発するNanoCo AIが、Valley Capital Partners主導で1200万ドルのシードラウンドを完了しました。Docker、Vercel、monday.com、Hugging Face CEOのClem Delangue氏らが出資に参加しています。創業者のGavriel Cohen氏とLazer Cohen氏の兄弟は、約2000万ドル規模の買収提案を断り、独立した事業成長を選択しました。

NanoClawは、OpenClawのセキュアな代替として誕生しました。OpenClawが40万行に膨れ上がったのに対し、NanoClawのコアロジックは約500行のTypeScriptに抑えられ、人間のセキュリティチームが約8分で監査可能です。すべてのエージェントはDockerのMicroVMベースのサンドボックス内で隔離実行され、APIクレデンシャルがエージェントに直接渡ることはありません。

同社のエンタープライズ戦略の核は、従業員1人に1つのAIアシスタントを提供する「プロフェッショナルアシスタント」モデルです。メールや文書、会議メモを取り込みながら動的なナレッジグラフを構築し、Andrej Karpathy氏が提唱する「LLMナレッジベース」に近い仕組みで業務を支援します。Cohen氏は「1人のエージェントで生産性が2〜3倍になれば、むしろ人員を増やしたくなる」と述べ、人員削減ではなく生産性の倍増を訴求しています。

シンガポール外相のVivian Balakrishnan氏がNanoClawを「セカンドブレイン」と公言したことで注目が急拡大しました。Cohen氏はシンガポールのカンファレンスで300人の聴衆に自身のエージェントを同時操作させるライブデモを実施し、悪意あるアクセス試行を遮断しつつ正当な予約だけを通すゼロトラストアーキテクチャの堅牢性を実証しています。

オープンソースのMITライセンスは維持したまま、自社でインフラを構築・運用できない企業向けにマネージド展開サービスで収益化を図ります。GitHub星数は2万9000近く、ダウンロード数は25万を突破しており、Amazon、Google、Meta、Accentureなど大手企業の幹部が個人利用から社内展開を検討する段階に入っています。

カナダのAI企業Cohereは2026年5月20日、218億パラメータの大規模言語モデルCommand A+を発表しました。同社として初めてApache 2.0ライセンスで公開され、企業や開発者が商用目的で自由に利用・改変・再配布できます。「Attention Is All You Need」の共著者でもあるCEOのAidan Gomez氏が主導した今回のリリースは、企業が自社環境でAIを完全に制御する「ソブリンAI」構想の具体化です。

Command A+の最大の特徴は、Sparse Mixture-of-Experts（MoE）アーキテクチャにあります。218Bの総パラメータのうち、推論時に稼働するのはわずか25Bです。これにより、OpenAIやAnthropicの数兆パラメータ規模のモデルと比較して、大幅に少ない計算資源で動作します。

さらに注目すべきはロスレス量子化技術です。MoEエキスパート部分のみを4bitに圧縮し、注意機構は高精度のまま維持する手法により、ほぼ性能を損なわずに圧縮を実現しました。その結果、NVIDIA B200 1基またはH100 2基で動作可能となり、出力速度は前世代比で最大63%向上、レイテンシは17%低減しています。

ベンチマーク性能も大幅に改善されています。複雑な推論テストτ²-Bench Telecomで37%から85%へ、数学のAIME 25で57%から90%へと飛躍しました。エージェント型コーディングではDeepSeekやGLMに後れを取るものの、25Bの稼働パラメータでこの成績は際立っています。

企業利用で重要なネイティブ引用生成機能も搭載されています。外部ツールから取得した情報について、出典元を明示的にリンクする仕組みです。金融・医療・法務など規制の厳しい業界では、ハルシネーションのリスク低減に直結します。マルチモーダル対応や128Kトークンのコンテキスト長、48言語対応の新トークナイザにより、グローバル企業の多様なニーズに応えます。

Apache 2.0での公開は、これまでCC-BY-NC 4.0で非商用に限定していたCohereの方針転換を意味します。企業は自社サーバーやエアギャップ環境でモデルを自由にファインチューニング・デプロイでき、ベンダー依存から完全に解放されます。Hugging FaceやvLLMとの即日連携も実現しており、オープンソースAIエコシステムの成熟を示すリリースといえます。

Hugging Faceの開発者Tom Aarsen氏は2026年5月19日、Sentence Transformers向けのクロスエンコーダー型リランカー「Ettin Reranker」ファミリーとして、17Mから1Bパラメータまで6つのモデルを公開しました。いずれもジョンズ・ホプキンス大学が開発したModernBERTベースのEttinエンコーダーを基盤としており、学習データと学習スクリプトもあわせてオープンソースで提供されています。

学習手法には、既存の高性能リランカーmxbai-rerank-large-v2（15.4億パラメータ）を教師モデルとしたポイントワイズMSE蒸留が採用されています。約1億4300万件のクエリ・文書・スコアのトリプルで学習し、学習率とバッチサイズ以外のハイパーパラメータは全サイズ共通です。学習スクリプトはわずか約150行で、誰でも同じレシピを再現できます。

ベンチマーク結果では、すべてのモデルが同サイズ帯で最高精度を達成しました。17Mモデルは従来広く使われていたms-marco-MiniLM-L12-v2（33Mパラメータ）をNDCG@10で+0.051上回り、32Mモデルは17倍のパラメータを持つBAAI/bge-reranker-v2-m3（568M）を+0.025超えています。最大の1Bモデルは教師モデルとのMTEBスコア差がわずか0.0001に収まりました。

推論速度でも大きな優位性があります。17MモデルはH100 GPU上で毎秒7517ペアを処理し、MiniLM-L6-v2の約2倍の速度を実現しました。1Bモデルは教師モデルの2.4倍の速度で、精度をほぼ維持しながら大幅な高速化を達成しています。この速度差は、モジュラーTransformerアーキテクチャによるアンパディング処理とFlash Attention 2の組み合わせによるものです。

検索システムの実務では、高速な埋め込みモデルで候補を絞り込み、リランカーで最終順位を決める「retrieve-then-rerank」パターンが標準的です。Ettinリランカーは全モデルが最大8192トークンのコンテキストに対応し、Apache 2.0ライセンスで公開されているため、既存のMiniLM系リランカーからの移行が容易です。

AI研究機関AllenAIは2026年5月19日、衛星リモートセンシング向け基盤モデル「OlmoEarth v1.1」を公開しました。前バージョンと同等の性能を維持しながら、計算コストを最大3分の1に削減したモデルファミリーです。マングローブの変化追跡や森林減少要因の分類、国規模の作物マッピングなど、環境保護に関わるパートナー組織の活用拡大を目指しています。

効率化の鍵は、Transformerモデルのトークン系列長の短縮にあります。従来のOlmoEarth v1では、Sentinel-2衛星画像の10m・20m・60mという3つの解像度帯ごとに別々のトークンを生成していました。v1.1ではこれらを単一トークンに統合し、トークン数を3分の1に圧縮しています。Transformerの計算量は系列長の二乗に比例するため、この削減が大幅なコスト低減につながります。

ただし、解像度帯の単純な統合は精度低下を招きます。実際、素朴な統合ではm-eurosat kNNベンチマークで10ポイントもの精度低下が確認されました。AllenAIは事前学習の手法を改良することでこの課題を克服し、v1と同等の性能を実現しています。学習データセットはv1と同一のため、手法変更の効果を厳密に分離して検証できる点も研究面で価値があります。

モデルはBase・Tiny・Nanoの3サイズで提供され、Hugging Face上で重みと学習コードがオープンソースとして公開されています。AllenAIは、より効率的なモデルにより自組織のプラットフォームでより多くのパートナーを支援でき、独自運用するチームにとっても惑星規模の地図更新がより手頃になると説明しています。

PaddleOCR 3.5が2026年5月18日にリリースされ、Hugging Face Transformersを推論バックエンドとして選択できるようになりました。PP-OCRv5やPaddleOCR-VL 1.5といったOCR・文書解析モデルを、engineパラメータひとつでTransformersバックエンドに切り替えて実行できます。

RAGや文書エージェントの構築では、PDFやスキャン画像を構造化データに変換する前処理が精度を左右します。PaddleOCRはこの文書取り込み工程を担うOCR・文書解析モデルを提供してきましたが、従来はPaddlePaddle固有の推論エンジンが前提でした。今回の対応により、PyTorch/Transformersベースのインフラを使うチームでも統合の手間が大幅に減ります。

使い方はシンプルで、PaddleOCRのコンストラクタにengine="transformers"を指定するだけです。engine_configでdtypeやアテンション実装の選択も可能で、開発環境に合わせた最適化ができます。Hugging Face Spacesではライブデモも公開されています。

注意点として、OCR・文書解析のスループットを最大化したい場合は、PaddleOCRのデフォルトであるpaddle_staticバックエンドが引き続き推奨されます。Transformersバックエンドは既存のバックエンドを置き換えるものではなく、開発スタックに応じて推論バックエンドを選べる柔軟性を提供するものです。

IBM ResearchとHugging Faceは2026年5月18日、AIエージェントシステムを総合的に比較評価するオープンベンチマーク「Open Agent Leaderboard」を公開しました。従来のベンチマークがモデル単体の性能を測定していたのに対し、本リーダーボードはツール選択・計画立案・エラー回復などを含むエージェントシステム全体を評価対象とし、品質とコストの両面を報告します。

評価にはSWE-Bench Verified（コード修正）、BrowseComp+（Web調査）、AppWorld（アプリ操作）、tau2-Benchの航空・小売・通信（顧客対応）の6種類のベンチマークを採用しています。それぞれ異なるタスク領域を扱うことで、エージェントの汎用性を多角的に測定できる設計です。各ベンチマークは統一プロトコルで標準化され、異なるエージェントが共通のインターフェースで接続できます。

注目すべき発見は、同一モデルでもエージェントアーキテクチャの違いでスコアとコストに大きな差が出る点です。上位3構成は同じモデルを使用しながら、エージェント設計の違いにより異なる結果を示しました。また汎用エージェントがベンチマーク専用にチューニングされたシステムと同等以上の成績を収めるケースも確認されています。

失敗時の挙動にも差があり、失敗した実行は成功時より20〜54%高コストになることが判明しました。ツールの事前絞り込みがモデルを問わず性能を改善する効果も確認されており、エージェント設計が結果を左右する要因として存在感を増しています。

リーダーボード本体に加え、評価の再現と実行を可能にするフレームワーク「Exgentic」、手法と分析を記述した論文がすべてオープンソースで公開されています。オープンウェイトモデル（DeepSeek V3.2、Kimi K2.5）の結果も追加されましたが、フロンティア閉鎖モデルとの平均差は18〜29ポイントと報告されています。コミュニティからの新エージェント・ベンチマーク・モデルの追加投稿を受け付けています。

NVIDIAとHugging Faceは、大規模動画生成モデルCosmos Predict 2.5をLoRAおよびDoRAで効率的に微調整する手法を公開しました。20億パラメータのモデル全体を再学習する代わりに、注意機構やフィードフォワード層に小規模なアダプタモジュールを注入することで、単一のGPUでも微調整が可能になります。ロボット操作の合成動画生成を主な応用先として、92本の実ロボット動画を使った学習手順が示されています。

微調整にはrectified flowの定式化が用いられ、ノイズサンプルからクリーンデータへ線形に輸送する速度をモデルが学習します。VAE、テキストエンコーダ、DiTの基盤重みはすべて凍結され、LoRAアダプタのパラメータのみが更新されます。数値安定性のため、アダプタの重みはfloat32にキャストされ、bf16混合精度で学習が進みます。

評価では、Sampson誤差による幾何的整合性と、Cosmos Reason2をLLM審査員とした物理的妥当性・指示追従性の3指標が用いられました。微調整前のベースモデルでは、ロボットの手が人間の手に置き換わる幻覚や、指定された手の左右が無視される問題が発生していましたが、LoRA・DoRAによる微調整でこれらが解消されました。

rank 8とrank 32の比較では、高ランクが指示追従性を向上させる一方、幾何的整合性や物理的妥当性はランク8でも十分という結果が得られました。これは物理的な事前知識が凍結された基盤モデルに既に含まれており、アダプタはドメイン固有の外観やタスク構造の学習のみを担うためと分析されています。DoRAは低ランクでの学習安定化に有用ですが、rank 32ではLoRAと同等の性能に収束しました。