Googleのロボット工学用AIモデル「Gemini Robotics」から、高度な思考力を備えたエージェントを実現した新モデル「Gemini Robotics 1.5」が登場しました。Gemini Robotics 1.5により、環境を積極的に理解して複雑な複数ステップのタスクを一般的な方法で完了できる、より有能で多用途なロボットを構築できるようになります。 Gemini Robotics 1.5 brings AI agents into the physical world - Google DeepMind https://deepmind.google/discover/blog/gemini-robotics-15-brings-ai-agents-into-the-physical-world/ Building the Next Generation of Physical
世界初！日本企業がGPUを不要とする生成AI (LLM) の開発に成功。／2025年10月10日の都内イベントで先行発表IYP社は、GPUを必要とせず従来型LLMと同様に動作する、ビジネスに最も適したエージェントAI/SLMの開発に成功しました※1。この成果は、10月10日のNexTech Week秋で発表されます。 株式会社I.Y.P Consulting（本社：東京都中央区、代表取締役社長：崔晉豪、設立：2023年10月）は、GPU等の特殊な機材を必要とせず、従来型のLLMと同様の性能を発揮できる生成AI"SVG"の開発に成功したことを発表します。本成果は2025年9月18日、人工知能／機械学習分野で最も権威のある国際会議のひとつ、NeurIPS（米ニューラル情報処理学会）の本会議で正式承認(アクセプト)されました※2。 ※1 特許準備中 ※2 Shohei Ohsawa, Neur
米OpenAIは9月23日（現地時間）、米OracleおよびソフトバンクGと協力し、Stargateプロジェクト拡大のため、米国内に5サイトの新しいデータセンターを開設すると発表した。 これにより、既存のテキサス州アビリーンやペンシルベニア州などのプロジェクトと合わせて、Stargateの計画容量は約7GWに達し、3年以内に4000億ドルを超える投資となる見込みだ。 OpenAIは、この取り組みにより、2025年末までの達成を目標としていた5000億ドル／10GWのコミットメント達成に向け、大きな前進を遂げるとしている。 新しい5サイトのうち3サイトは、テキサス州シャックルフォード、ニューメキシコ州ドニャアナ、および後日発表予定の中西部に開設する計画だ。さらに、テキサス州アビリーン近郊に約600MWの拡張も計画中だ。 さらに、ソフトバンクGとの連携による2つの大型サイトが加わる。1つはオハ
【マイクラ革命】世界最速の計算機が従来の4倍もの計算速度を出すことに成功！！どんどん進化を遂げていく…
筆者自作アプリ「アニメーション画像ジェネレーター v3」の画面。一貫性を持ちながら違ったポーズの画像を簡単に作り出すことができる。作例モデル「明日来子さん」の過去に作成した画像を読み込み、リファレンス画像とした グーグルの画像生成モデル「Nano Banana（Gemini 2.5 Flash Image）」はGoogle AI Studioの機能「Build」に連動させることで、簡単に専用アプリを開発することができます。Buildは、5月に発表されたプログラミング知識がなくてもAIを活用したWebアプリを簡単に作成できるツールで、Geminiとの対話しながらアプリを作っていく、いわゆるバイブコーディング環境です。Nano Bananaの使い道を劇的に便利にするアプリ化を紹介します。 ※記事配信先の設定によっては図版や動画等が正しく表示されないことがあります。その場合はASCII.jpをご
「週刊新潮」の発売前日に速報が届く！ メールマガジン登録 デイリー新潮とは？ 広告掲載について お問い合わせ 著作権・リンクについて ご購入について 免責事項 プライバシーポリシー データポリシー 運営：株式会社新潮社 Copyright © SHINCHOSHA All Rights Reserved. すべての画像・データについて無断転用・無断転載を禁じます。
In this report, we introduce PLaMo 2, a series of Japanese-focused large language models featuring a hybrid Samba-based architecture that transitions to full attention via continual pre-training to support 32K token contexts. Training leverages extensive synthetic corpora to overcome data scarcity, while computational efficiency is achieved through weight reuse and structured pruning. This efficie
従来のC帯とL帯の波長から、長波長側の「X帯」に拡張させた（出所：NTTの資料を基に日経クロステックが作成） NTTが光ファイバーの新しい波長帯域を開拓している。「X帯（波長が1675～1702nm）」と命名し、訴求を始めた。通常、光ファイバーではC帯（波長が1530～1565nm）やL帯（波長が1565～1625nm）が使用される。X帯はこれらよりも長い波長帯域だ。 NTTが帯域の拡張を続けるのは、光ファイバーの伝送容量を増大させるためである。すべてが光通信で完結する「APN（オールフォトニクス・ネットワーク）」という将来構想において、既存の光ファイバーと設備を活用し、大容量データをより遠くへ届けることを目指す。 光ネットワークで使われている光ファイバー伝送システムでは、異なる波長の光信号を多数束ねて、光のまま光増幅器（Erbium Doped Fiber Amplifier、EDFA）
OpenAIとGoogleが国際大学対抗プログラミングコンテスト「ICPC 2025」の世界大会に参加し、金メダル相当の記録を達成をしました。OpenAIのチームは開催地を訪れてローカル試験に参加し、複数回の提出を経て12点満点を獲得。一方で、Googleのチームはインターネット経由のオンライン試験に参加して12点満点中10点を記録しました。 OpenAI | ICPC World Finals Baku https://worldfinals.icpc.global/2025/openai.html Google DeepMind | ICPC World Finals Baku https://worldfinals.icpc.global/2025/gdm.html Gemini achieves gold-level performance at the International
はじめに 遅ればせながら、DINOv3 について読んで動かしてみた記事です。 解説というほどではないですが、DINOシリーズの改善点や使い方のメモを残しています。 Meta AI DINOv3 より 前半は論文についての内容で、後半は実装についての内容です。 CV領域が専門ではないので間違っていたいらお許しください>< 背景：自己教師あり学習と画像基盤モデルでの発展 コンピュータビジョン（Computer Vision;CV） は「画像や映像をコンピュータに理解させる」ことを目指す分野です。身近な例では、スマートフォンの顔認証、SNSの画像検索、自動運転車の周囲認識などがあり、私たちの日常生活に深く浸透しています。これらの技術は「画像処理」や「機械学習」、特に近年では「深層学習（ディープラーニング）」によって支えられています。深層学習では大量のデータを入力し、ニューラルネットワークがその中
2014年から先端テクノロジーの研究を論文単位で記事にして紹介しているWebメディアのSeamless（シームレス）を運営し、執筆しています。 1週間の気になる生成AI技術・研究をいくつかピックアップして解説する連載「生成AIウィークリー」から、特に興味深いAI技術や研究にスポットライトを当てる生成AIクローズアップ。 今回は、巨大なデータセンターに依存せず、世界中に散らばる個人PCが協力してAIを育てる分散型アプローチを提案した論文「Sharing is Caring: Efficient LM Post-Training with Collective RL Experience Sharing」を取り上げます。 ▲SAPOを発表したGensynのブログページより引用 AIの学習には膨大な計算資源が必要で、これまでOpenAIやGoogleのような大手企業は巨大なデータセンターに大量の
PLaMo翻訳のGGUFをmmngaさんが公開されています。 https://huggingface.co/mmnga/plamo-2-translate-gguf PLaMo翻訳のプロンプトは次のような指定をする必要があります。 <|plamo:op|>dataset translation <|plamo:op|>input lang=English Write the text to be translated here. <|plamo:op|>output lang=Japanese で、plamo-2-translate-ggufには次のようなプロンプトテンプレートが設定されています。 これ、LM StudioのチャットUIで使うにはいいのだけど、APIで使おうとするとうまく動かせません。 ということで、手動にしてEmptyに。 そうするとこんな感じのクラスを用意すればPLaM
画像生成AIや画像を分析するためのAIをトレーニングするためには、ネコの画像に「ネコ」「歩いている」「しま模様」というようなラベルを手作業で大量につけたデータが必要です。しかし、Metaが発表した「DINOv3」というモデルは、ラベルなしの画像17億枚を使ってトレーニングされており、ラベルに縛られないさまざまなタスクを人間の介入なしに専門のモデル以上の性能でこなすことができます。 DINOv3: Self-supervised learning for vision at unprecedented scale https://ai.meta.com/blog/dinov3-self-supervised-vision-model/ Introducing DINOv3: a state-of-the-art computer vision model trained with self-
ちょっと前に、回帰分析における多重共線性に関する解説記事を2本ほど書いたわけですが。 多重共線性そのものの問題点はこれでもかと論じている割に、その対処法についてはあまり触れていなかったなと気付いたのでした。ということで、今回の記事では遅ればせながら多重共線性への対処法をある程度網羅的に挙げていこうと思います。 データセット VIFで多重共線性に寄与する変数を特定した上で削除orマージ（第一選択） PCAで変数を削除orマージ（要件次第） L1正則化で変数選択（要件次第） L2正則化で回帰係数同士のバランスをとる（非推奨） ベイズ回帰で事前分布を設定することで多重共線性によるバイアスを軽減させる（事前分布の蓋然性次第） コメントなど データセット まず、x1-5の5つの説明変数から成るデータセットを用意します。真の回帰係数はそれぞれ1, 2, -2, 5, -3.5とし、サンプルサイズは10
イーロン・マスクのAIが、イーロンの言うこと聞かなくなってきてる2025.08.19 18:006,867 Luc Olinga - Gizmodo US ［原文］ （ satomi ） 嘘拡散、ヒトラー礼賛で世界中に怒られたばかりなのに今度は何？ イーロン・マスクのxAIのチャットボット｢Grok｣がまた規約違反でX上に一時表示されなくなる事案が発生しました。 @Grokの垢バンの通知のスクショが面白おかしく拡散されたため、イーロン自身も黙っていられなかったのか、｢いや～何度も自分で自分の首絞めちゃってるわ｣と自嘲気味にリプライしてますよ。 Grok has been sent to the naughty step once again 😂 pic.twitter.com/OyyaX26JYZ — Sir Doge of the Coin ⚔️ (@dogeofficialceo)
「Gemini CLI」の「VS Code」とのより深い統合を試したのでまとめました。 ・Gemini CLI + VS Code: Native diffing and context-aware workflows 1. Gemini CLI の VS Code とのより深い統合最新の「Gemini CLI」のアップデートにより、VSCodeとより深く統合されるようになりました。エディタの連携方法が根本的に変わり、開発ワークフローがよりスムーズで効率的になります。 ・エディタ内でのネイティブな差分表示 「Gemini CLI」からの提案により、「VS Code」内で直接フルスクリーンの差分表示がトリガーされるようになりました。これにより、変更点を包括的に並べて確認できます。さらに重要なのは、この差分表示内でコードを承認前に直接変更できるため、完全な制御と柔軟性が得られます。 ・ワークス
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
