GoogleがImageNet-512でFID 1.4、Kinetics-600でFVD 1.3を達成する新フレームワーク「Unified Latents（UL）」を提案。拡散事前分布で潜在空間を正則化し、Stable Diffusionより少ない学習FLOPsで優れた品質を実現する潜在表現学習の仕組みを解説します。
GoogleのスタートアップVP Darren Mowryが、TechCrunchポッドキャストでLLMラッパーとAIアグリゲーターという2種類のビジネスモデルが存続困難になりつつあると警告しました。差別化の壁とクラウド黎明期との類比を解説します。
CES 2026では「フィジカルAI」が主役でした。NVIDIAのジェンスン・フアン氏が宣言した「フィジカルAIのChatGPTモーメント」とは何か。触覚ロボット・腸内AI・現場監督AI・ペン型録音・音声遮断ウェアラブルの5事例と、日本企業の勝ち筋を読み解きます。
再学習不要でDiffusion Transformerを最大3.52倍高速化するDDiTの仕組みと検証結果を解説。FLUX-1.DevやWan 2.1に即適用でき、推論コスト削減に活用できます。
OpenAIが数学コンペ「First Proof」の全10問にAIモデルで挑戦し、専門家評価で少なくとも5問が正解の可能性ありと判定。研究レベルの定理証明における形式的推論能力の到達点と今後の展望を解説します。
フリーランスになったとたん年収は上がる。しかし「作業者」のままでは5年後にAIと内製化に仕事を奪われる。AI時代を生き抜くフリーランスが実践する「探索（シナプス）戦略」とは何か。
llama.cppの作者Georgi Gerganov氏とGGMLチームがHugging Faceに参加。プロジェクトの独立性・オープンソース方針を維持しつつ、transformersとの統合によりローカルAI推論のワンクリック実行を目指します。
清華大学が提案したSpargeAttention2は、Top-kとTop-pのマスキング限界を理論分析し、ハイブリッド統合と蒸留微調整でアテンション計算を95%削減・16.2倍高速化しながら、既存手法を全指標で上回る生成品質を実現します。
Alibaba X-PLUGのGUIエージェント「GUI-Owl-1.5」がOSWorld 56.5%など20以上のベンチマークでオープンソース最高性能を達成。新強化学習アルゴリズムMRPOとマルチプラットフォーム対応の仕組みを解説します。
2026年2月20日、Hugging FaceとUnslothが連携を発表。Hugging Face Jobs上の無料GPU枠でLLMのファインチューニングが利用可能になり、個人開発者でもゼロコストからモデル訓練を開始できる環境が整った。
UC BerkeleyとTsinghua大学の共同研究「SLA2」が、学習可能なルーターとQATによりビデオ拡散モデルのアテンション計算を97%スパース化しながら18.6倍の高速化と品質向上を同時に実現しました。ICML 2025採択。
GoogleがARC-AGI-2で77.1%を達成した「Gemini 3.1 Pro」を発表。前世代比2倍超の推論性能向上が確認され、API料金は据え置きでGemini APIとVertex AI経由での即日利用が可能となった。
MolmoAct2とは？GPT-5・Gemini Roboticsを超えたオープンVLAモデルを解説
SANA-WMとは？単一GPUで720p・60秒動画を生成するNVIDIAの効率的世界モデル
Sapiens2とは？MetaのヒューマンAI基盤モデルが5Bパラメータ・4K解像度で姿勢・法線・点群推定を統合
arXiv、AI任せ論文の著者を1年間投稿禁止へ — 学術AI利用規制が本格化
Absolicsのガラス基板とは？AIチップ性能を10倍高密度化する次世代パッケージング
AI-Papers
.png?h=270&w=1200&q=80&auto=format)
.png?h=270&w=1200&q=80&auto=format)
