Hugging Face(企業)に関するニュース一覧

Hugging Face、AIで週次リリースを自動化

リリース頻度の刷新

4〜6週から週次へ短縮
単一のGitHub Actionsで実行
オープン基盤のみで構築
リリースノート作成を自動化

信頼性の担保策

モデル下書き+人間が判断
決定論的検証でPR欠落を防止
ドキュメント差分を文脈に投入
1回あたり約0.25ドル

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。

GitHub、カリフォルニア州AI透明化法の修正を要求

連合での要求

GitHubがOSS連合に参加
Hugging Faceやモジラと共同
AI透明化法の修正要望

争点と代替案

ライセンス取消条項が問題
OSSは永続・取消不可が前提
供給網への不確実性懸念
EUのAI法に整合する案を提示

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。

ブラウザのAIモデル重複保存を解消する新API提案

課題

オリジン分離でキャッシュ非共有
同一モデルの重複ダウンロード
Wasm実行環境の二重保存
ディスク容量と通信の浪費

提案するAPI

ハッシュでファイル識別
navigator.crossOriginStorage導入
オリジン横断の単一キャッシュ
書き込み時のハッシュ検証

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。

Krea、画像生成AIを2秒のオープンウェイト公開

公開モデルの概要

学習用のRawと高速版Turbo
2秒での画像生成
120億パラメータの新設計

ライセンス条件

50席超は有償の企業契約
違法画像防止の技術対策を義務化
生成物の著作権は利用者

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。

PaddleOCRが50言語対応の軽量OCR新版を公開

3階層のモデル

パラメータ1.5M〜34.5M
tiny/small/mediumの3層
用途別に最適サイズ選択
共通バックボーン採用

性能と展開

medium認識精度83.2%
v5比で検出・認識向上
50言語を1モデルで対応
Hugging Faceで提供

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。

リサーチAIの検索ログから機密漏洩、新手法で大幅抑制

モザイク漏洩の脅威

検索クエリ経由の情報漏洩
断片の組み合わせで機密復元
観測対象は外部クエリ履歴のみ

性能と機密の対立

性能向上訓練で漏洩悪化
禁止指示の効果は限定的
ベンチマークは1001連鎖

新手法PA-DRの成果

強連鎖成功率58.7%へ
漏洩を34%から9.9%へ

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。

HuggingFaceがLoRA超え検証、最適手法は用途次第

LoRA一強の現状

モデルカードの98.4%がLoRA
画像生成でも95%占有
人気が自己強化する構図

公平な比較基盤

同条件で40以上の手法を評価
論文の自社有利な比較を回避
VRAM・忘却・速度も計測

用途別の最適解

画像生成ではOFTが上回る
config一行で手法切替

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。

Hugging Faceがエージェント向けツール検証手法を公開

評価手法の狙い

過程まで計測する評価
正解だけでなく手数を測定
ツール改善効果の可視化

検証で得た発見

CLIとSkillで大型は高速化
小型モデルでは精度低下
Qwen3-14Bは正答率半減
Skillの誤認識が失敗要因

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。

Z AI、長時間作業向けGLM-5.2を公開

モデルの特徴

MITライセンスで完全オープン
100万トークンの長文脈対応
思考の努力度を切替可能
パラメータ規模は753B

性能と用途

コーディングでオープン最強
Opus 4.8に肉薄する精度
Claude Code等から利用可能

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がロボット制御をエージェントに統合するSDK公開

SDKの中身

AWS製オープンソースSDK
LeRobot機能をAgentTool化
Apache2.0ライセンス
記録・学習・推論を一括統合

実機への展開

引数1つでシミュから実機へ
同一データ形式を共有
Zenoh活用の群制御
人間承認で安全担保

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。

AIエージェントが実行時にツールを探す新標準ARD公開

ARDの狙い

事前導入なしの実行時探索
ツール・スキル・エージェントを横断検索
選択をLLM外に移す設計
製品ではなく業界共通の標準

HFの実装

参照実装Discover Toolを提供
Spacesを意味検索しスキル化
REST・CLI・MCPで利用可能

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。

Z.aiの公開重みGLM-5.2、低コストでGPT-5.5を上回る

性能と価格

SWE-benchでGPT-5.5超え
API出力料金は6分の1
MITライセンスで無制限利用
1Mトークンの長文脈対応

技術と展開

IndexShareで計算量2.9倍削減
Claude CodeなどでDay1対応
開発者から高評価

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。

新研究、LLMの文脈を16倍圧縮しKVキャッシュ超え

技術の中身

入力を事前圧縮する新方式
デコーダ手前で16倍圧縮
従来比8.8倍高速
符号化器0.6Bと復号器4Bの構成

精度と実用性

4倍圧縮で精度91.76%維持
100万トークンも単一GPUで処理
RAG連携には調整が必要

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、PyTorchの推論最適化を解説

nn.Linearの実態

転置はメタデータ書換のみ
バイアス加算はGEMM融合
addmmが単一カーネル化
compileは融合余地なし

MLPの融合効果

MLP1回で5カーネル
compileがGeLUとmulを融合
中間テンソルのHBM往復削減

手書きカーネル

Ligerは形状非依存で再コンパイル不要

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、テキスト拡散モデルDiffusionGemmaを公開

モデルの技術的特徴

256トークンを同時生成
Gemma 4ベースの26B MoE構成
推論時は3.8Bパラメータのみ起動
Apache 2.0でオープン公開

性能と対応環境

H100で毎秒1000トークン超
RTX 5090で毎秒約700トークン
自己回帰モデル比最大4倍高速
NVIDIAが各GPU向けに最適化

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 JobsでGitHub CI実行が可能に

仕組みと導入手順

GitHub Actionsのruns-onラベル1行変更で移行
dispatcher SpaceがWebhookを受けJobを起動
GitHub Appでリポジトリと連携しトークン自動管理
GPU含む多様なハードウェア選択が可能

性能と実用性

CPU CI実行時間が約30%短縮
GPU CIをt4-smallで45秒・1セント未満で実行
Dockerイメージの自由な選択でさらに高速化
CLIからのログ取得でデバッグが容易

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がコーディング特化の30Bオープンモデルを公開

モデルの設計と性能

30BパラメータのMoE構造
トークンあたり3Bが稼働
単一H100で動作可能
Apache 2.0ライセンスで公開

訓練手法と実用性

3種のエージェント足場で訓練
7万超の検証可能タスクで強化学習
出力トークン量は競合の約3倍
高頻度運用時のコスト増に注意

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。

AIエージェントがHugging Face Spacesを連鎖し3Dギャラリーを自動構築

ビルディングブロック経済の実践

agents.mdでSpace APIを標準公開
画像生成と3D再構成を自動連鎖
統合コードなしでモデル間を接続

マルチメディア開発の変革

パリ・日本・エジプトのギャラリーを量産
新ギャラリーの限界費用は説明文1行分
人間の介入は審美的判断のみ

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。

OpenEnvがコミュニティ主導のエージェント強化学習標準に

標準化の狙いと体制

Meta・NVIDIAら参画の運営委員会発足
Gymnasium式APIで環境を統一
HTTP・WebSocket・MCP対応

今後のロードマップ

データセット連携でタスク定義を標準化
外部報酬関数の統合対応
TRL・Unslothでの訓練例整備
環境品質の自動検証機能

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ハッカソンで小規模モデルのゲーム生成に挫折

試行錯誤と失敗の過程

Nemotron 30Bでゲーム生成を試行
長文プロンプトでは動作せず
スキルカードでコンテキスト超過
RAG併用も画面は真っ白

方針転換と得られた教訓

複雑なゲームを断念しHTML生成に転換
時計やToDoリストは生成可能
Tetris級の複雑さで破綻
小規模モデルの限界が明確に

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。

5ラボの小型モデルでマルチモデル経済ゲームを構築

設計の核心

4ラボの小型モデルで構成
各エージェントが異質な思考
全モデル32B以下で運用可能
摩擦はサービング層に集中

信頼性の作り込み

秘密情報の漏洩ゼロを実証
寛容なJSON修復で無停止
履歴は要約のみでプロンプト肥大回避

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、企業向け音声AIの評価基盤EVA-Bench 2.0を公開

3領域121ツールに拡張

航空・IT・医療HRの3領域をカバー
213シナリオで約4倍に拡大
121ツールによる実務的評価
GPT-5.4等3モデルで解決可能性を検証

評価設計の特徴

音声通話を前提としたシナリオ設計
認証フロー失敗の再現性を重視
敵対的シナリオも含む多様な構成
多言語対応の拡張を予告

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、コンテンツ安全モデルNemotron 3.5を公開

主な新機能

カスタムポリシー対応で業種別運用が可能に
推論トレースによる判定根拠の監査
テキストと画像を統合した安全性判定
12言語を明示学習、約140言語にゼロショット対応

性能と実用性

マルチモーダル安全ベンチで平均約85%の精度
多言語Aegisで平均96.5%の分類精度
4Bパラメータで8GB以上のGPUに展開可能
競合比で3倍低いレイテンシを実現

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がCLIをAIエージェント最適化に再設計

エージェント対応の設計思想

環境変数で自動検出し出力形式を切替
対話プロンプト排除と安全なリトライ設計
次コマンドのヒント表示でステップ削減

ベンチマーク結果

curl/SDK比で最大6分の1のトークン消費
Claude CodeとCodexで成功率94%と93%
スキル導入でツール呼出が約30%減少

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。

NVIDIA、物理AIエージェントスキルをCVPRで公開

自動運転研究の革新

Neural Reconstructionで3Dシーン再構築
Alpamayo 2 Super、320億パラメータのVLAモデル
AlpaGymで強化学習を大規模並列化

ロボットとビジョンAI

GraspGen-X、任意グリッパー対応の把持基盤モデル
Isaac Sim 6.0でシミュレーション自動化
Metropolisスキルで異常検知用合成データ生成

研究基盤の拡充

NitroGen、ゲームで訓練した汎用エージェント
物理AIデータセットが1500万DL突破

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。

Hugging Faceがロボットに遠隔MCPツール追加の手法を公開

MCPリモートツールの仕組み

MCP対応のGradio Spaceをコマンド1つで追加
ツールはプロファイルのtools.txtで有効化を管理
リモートツール名は名前空間で衝突を防止
ローカルにコードをダウンロードせず安全に動作

実証と現在の制約

Web検索と天気取得の2つのカナリアツールで検証
プロンプト設計で並列呼び出しを誘導
認証付きSpaceや非Gradio Spaceは未対応
誰でもツールを公開・共有できるエコシステム構想

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、ノートPCで動くGemma 4 12Bを公開

エンコーダ不要の新設計

エンコーダ廃止で音声・画像を直接処理
視覚処理は3500万パラメータの軽量モジュールで代替
音声は生波形をそのまま埋め込み空間に投影
推論遅延とメモリ消費を同時に削減

ローカル実行の実力

16GBのRAMまたはVRAMで動作可能
26B MoEモデルに迫るベンチマーク性能
256Kトークンの長大コンテキスト対応
Apache 2.0ライセンスで商用利用自由

企業導入の判断基準

機密データのオフライン処理に最適
エージェント構築向け関数呼び出しを標準搭載
音声30秒・動画60秒の入力上限に注意

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。

Holo3.1、量子化対応のPC操作AIモデルをローカル実行可能に

モデルの主な特徴

4サイズ展開(0.8B〜35B)
FP8・Q4 GGUF・NVFP4の量子化対応
Web・デスクトップ・モバイル対応
関数呼び出しプロトコル新規対応

ローカル推論の性能

NVFP4でBF16比1.74倍の処理速度
エージェント応答を6.8秒から3.3秒に短縮
Apple Silicon等の民生機でも動作
AndroidWorldで79.3%達成

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、物理AI向け統合基盤モデルCosmos 3を公開

単一モデルで統合

推論と生成の統合モデル
テキスト・映像・音・動作対応
MoTアーキテクチャ採用
従来の4モデルを1つに集約

用途と公開形態

ロボット・自動運転・スマート空間
合成データ生成を支援
16Bと64Bの2サイズ提供
Hugging Faceでオープン公開

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。

JetBrainsがMoE型コードモデルMellum2公開

モデルの特徴

総120億パラメータのMoE構成
トークン毎は25億のみ活性化
推論速度が2倍以上高速
Apache 2.0で商用利用可

想定用途

ルーティングや要約など軽量処理
エージェントの補助タスク
自社環境へのプライベート展開

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がPyTorchプロファイラ入門を公開

トレースの読み方

行列演算でプロファイラの基本を解説
CPU時間とGPU時間の比較でボトルネック特定
オーバーヘッド律速と計算律速の判別法
ウォームアップによる初回コストの除外

torch.compileの実態

演算子融合はディスパッチャレベルで実現
カーネル自体はcuBLASのまま変化なし
CPU側オーバーヘッドはeagerの約2倍に増加
小規模演算ではコンパイル税が上回る

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。

Reachy Miniが完全ローカルAI会話に対応

完全ローカル音声パイプライン

クラウド不要で音声AI会話を実現
VAD・STT・LLM・TTSの4段構成
Silero VADとParakeet STTを採用
Qwen3-TTSで多言語音声合成

柔軟なLLM構成と導入手順

llama.cppやMLXなど複数推論基盤に対応
Gemma 4推奨、vLLMも利用可能
brew一発でインストール完了
LAN経由でロボットと接続

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。

MiniMax、M3モデルで長文推論を16倍高速化

M2の技術的到達点

2300億パラメータのMoE構造採用
98億パラメータのみ活性化し効率確保
全層フルアテンションで推論精度を維持
サブ二次手法は精度劣化で不採用

M3の革新と展望

独自のスパースアテンション機構MSA導入
デコード速度15.6倍の高速化実現
100万トークン長文処理を実用域に
エージェント大規模展開のコスト障壁を解消

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。

HF、差分同期で1兆パラメータ更新を高速化

差分同期の仕組み

bf16精度で99%の重みが不変
変化要素のみ疎形式で送信
ペイロードが1.2GBから最大35MBに
推論の停止時間を約1秒に短縮

分散学習の実現

Hub Bucketで重みを中継
訓練と推論がクラスタ不要で分離
vLLM拡張で30行の実装
Spacesで完全分散学習を実証

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がAIエージェント用語集を公開

主要用語の整理

ハーネスはモデル実行層
スキャフォールドは振る舞い定義層
エージェント=モデル+ハーネスの定式化

訓練と実装の概念

ポリシーは行動確率分布を定義
スキルはツールより高次の再利用単位
サブエージェントによる自律的分業
RL環境・報酬設計の用語も網羅

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。

拡散型言語モデルでNVIDIAが推論6倍速を実現

3つの推論モードを統合

自己回帰と拡散生成を1モデルに統合
自己投機モードで精度維持と高速化を両立
3B・8B・14Bの3サイズで提供
商用利用可能なライセンスで公開

速度と精度の両立

拡散モードでAR比2.6倍の生成効率
自己投機で最大6.4倍の高速化を達成
8BモデルがQwen3 8Bを精度1.2%上回る
B200で毎秒約865トークンを記録

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の進化、OSS基盤と人体インターフェースの両輪で加速

OSSロボAIの急拡大

Hugging Faceのロボデータセットが5万8千超に急増
NVIDIAがCosmos・GR00T・Isaacを公開
Alibaba等も基盤モデルをOSS化
参入障壁低下で非専門家もロボ開発可能に

人間側の接続革新

Wetour Roboticsが身体をインターフェースに
筋電位で動作50〜80ms前に意図を検出
視覚・空間・ジェスチャーをリアルタイム融合
エッジ推論で100ms以内の制御ループ実現

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。

LLM記憶を0.12%の追加パラメータで実現する新手法

delta-memの仕組み

固定サイズ行列に履歴を圧縮
モデル本体の重みは凍結のまま
デルタルール学習で動的に更新
ゲート機構で忘却と記憶を制御

性能と効率の両立

Memory Agent Benchで29%→38%に向上
テスト時学習は26→50点にほぼ倍増
GPU消費量は未修正モデルとほぼ同等

実用化の方向性

RAGとのハイブリッド構成が現実解

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。

AIコーディングでロボット操作、誰でもロボティクスの時代へ

コードでロボット制御

OpenClawとCodexでロボットアーム操作
赤いボール把持プログラムを自動生成
AIモデル訓練もエージェントが支援
従来数時間の設定作業を大幅短縮

CaP研究の進展

UC Berkeley等がCaP-Xベンチマーク開発
ロボット制御ではGeminiが最高性能
Nvidiaと共同で実用化を推進
Spencer Huangが社内ハッカソン主導

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。

NanoClaw、買収を蹴り1200万ドル調達

急成長と資金調達の背景

Valley Capital Partners主導で1200万ドル調達
Docker・Vercel・Hugging Face CEOら参加
初コード作成から6週間でタームシート締結
約2000万ドルの買収提案を辞退

エンタープライズ展開戦略

従業員1対1のAIアシスタント提供
Docker Sandboxでゼロトラスト実行環境構築
MITライセンス維持しつつ管理サービスで収益化
GitHub星2.9万・25万DL突破

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。

Cohere、218B言語モデルをOSSで初公開

高効率なMoE構造

218B中25Bのみ稼働
4bit量子化でほぼ性能劣化なし
H100わずか2基で推論可能

企業向け実用機能

出典を明示する引用生成
48言語対応の新トークナイザ
128Kコンテキストで文書処理

完全オープンソース化

Apache 2.0で商用利用自由
自社環境での独立運用が可能

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、全サイズで最高精度のリランカー6モデルを公開

Ettinリランカーの性能

17Mから1Bまで6サイズ展開
全サイズで既存モデル超えの精度
1Bモデルは教師モデルと同等精度
150Mが600M未満で最強性能

蒸留による学習手法

MSE蒸留で教師モデルを圧縮
約1.4億トリプルの学習データ公開
学習スクリプト約150行で再現可能

推論速度の優位性

17Mモデルが最速の毎秒7517ペア
1Bモデルは教師比2.4倍高速

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。

AllenAI、衛星画像AI「OlmoEarth v1.1」で計算コスト3分の1に

効率化の技術的手法

トークン統合で系列長を3分の1に短縮
Sentinel-2の3解像度帯を単一トークンに統合
事前学習手法の改良で精度低下を抑制

実用面の影響

推論・学習コストが最大3倍効率化
地球規模の地図更新頻度向上が可能に
Base・Tiny・Nanoの3サイズで公開
学習コードと重みをオープンソースで提供

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、Transformers推論に対応

主な変更点

Transformersを推論バックエンドに追加
engineパラメータでバックエンド切替可能
dtype・デバイス配置等を柔軟に設定
パイプライン管理はPaddleOCR側が担当

開発者への影響

HuggingFace中心の環境と自然に統合
RAG・文書AI構築の前処理が容易に
Hub経由のモデル配布に対応
高スループット用途にはpaddle_staticを推奨

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。

AIエージェント総合ベンチマークが公開

評価フレームワークの設計

6種のベンチマークを統合
品質とコストの両面を計測
モデルでなくシステム全体を評価
統一プロトコルで横断比較を実現

主要な知見と公開物

同一モデルでもエージェント設計で成績が変動
汎用エージェントが専用型に匹敵
OSS重み モデルは先端比18〜29pt差
評価基盤Exgenticを完全公開

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。

Cosmos動画生成モデルのLoRA微調整手法を公開

効率的な微調整手法

LoRA・DoRAでアダプタ注入
2Bパラメータモデルを単一GPUで学習可能
rank32で約5000万の学習パラメータ
アダプタ切替で複数ドメイン対応

ロボット動画生成への応用

92本のロボット操作動画で学習
人間の手の幻覚を微調整で解消
指示追従と物理的妥当性が大幅に向上
8基のH100で約2.5時間で学習完了

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。

Hugging Face、LLM推論を22%高速化する非同期バッチ処理を公開

同期処理の無駄を解消

GPU待機時間が全体の24%を占める問題
CPUとGPUが交互に動く同期処理が原因
CUDAストリームで並列実行を実現

非同期化の技術的課題

CUDAイベントによるストリーム間同期
ダブルバッファでデータ競合を回避
キャリーオーバーで出力トークンを次バッチへ引き継ぎ

実測で大幅な性能向上

GPU稼働率が76%から99.4%に改善
モデル変更なしで22%の速度向上

Hugging Faceは2026年5月14日、LLM推論における連続バッチ処理(Continuous Batching)を非同期化し、生成速度を22%向上させる手法を技術ブログで公開しました。従来の同期方式ではCPUとGPUが交互に稼働するため、GPU待機時間が全体の約24%に達していたことが問題の背景です。

従来の連続バッチ処理では、CPUがバッチを準備している間GPUは遊休状態となり、GPUが計算している間CPUも待機するという非効率が生じていました。8Bモデルで8Kトークン生成の実験では、全生成時間300.6秒のうち約72秒がGPUのアイドル時間でした。この「交互動作」のボトルネックを解消するために、CPU側のバッチ準備とGPU側の計算を同時に走らせる非同期方式が提案されています。

技術的には3つのCUDAストリーム(ホスト-デバイス転送、計算、デバイス-ホスト転送)を用い、CUDAイベントでストリーム間の依存関係を制御します。バッチNの計算中にバッチN+1の入力をCPU側で準備し、GPUへ転送しておくことで待ち時間をなくす仕組みです。データ競合を避けるため入出力テンソルを2スロット用意し交互に使う「ダブルバッファ」方式を採用しています。

もう1つの課題は、バッチNの出力トークンがバッチN+1の入力に必要な点です。これには「キャリーオーバー」と呼ばれる手法で対処します。バッチN+1の入力にプレースホルダー(値0)を置いておき、バッチNの計算完了後に実際のトークンを上書きする処理をCUDAグラフに組み込んでいます。

同じ8Bモデル・8Kトークン・バッチサイズ32の条件で検証した結果、GPU稼働率は76.0%から99.4%に向上し、生成時間は300.6秒から234.5秒へと22%短縮されました。モデルのカーネル変更は一切不要で、CPUとGPUの協調スケジューリングだけで達成しています。実装はtransformersライブラリに統合済みで、強化学習など16K以上の長文生成ユースケースでさらなる最適化を進めるとしています。

OncoAgent、がん診療AIをオープンソースで実現

システム構成と技術基盤

8ノードのLangGraphで臨床推論を分解
9Bと27Bの2段階モデルで症例難度に応じ切替
70超のNCCN/ESMOガイドラインをRAGで参照
3層の安全検証で幻覚出力を遮断

MI300Xでの学習成果

26.7万症例のQLoRA学習を約50分で完了
合成データ生成はAPI比56倍の高速化
全工程を1台で完結し患者データの外部送信なし

オープンソースのがん領域臨床意思決定支援システム「OncoAgent」の技術論文が、Hugging Faceブログで2026年5月9日に公開されました。OncoAgentは、LangGraphによる8ノードのマルチエージェント構成と、4段階の補正RAGパイプラインを組み合わせ、NCCNやESMOなど70以上の医師向けガイドラインに基づく回答生成を実現しています。患者データを外部クラウドに送信しない「Zero-PHI」ポリシーを掲げ、院内オンプレミス環境での完結運用を前提に設計されています。

モデルは症例の複雑さに応じて2段階に分かれます。加重スコアリングにより、ステージIVや複数遺伝子変異を伴う高難度症例は27Bパラメータの深層推論モデル(Tier 2)へ、それ以外は9Bパラメータの高速トリアージモデル(Tier 1)へ自動ルーティングされます。いずれもQwen系モデルをベースに、QLoRAで微調整されています。

学習には実症例と合成データを合わせた26万6,854件のOncoCoTコーパスが使われました。AMD Instinct MI300X(192GB HBM3)上でUnslothフレームワークとシーケンスパッキングを活用し、当初5時間と見積もられた学習を約50分に短縮しています。合成データ生成もAPI経由の毎時120件に対し、MI300X上では毎時6,800件と56倍の速度を達成しました。

安全面では、検索ゲート・信頼度ゲート・リフレクション批評・人間介入(HITL)の4層構造を採用しています。批評ノードはLLMではなく決定的コードで動作するため、敵対的プロンプトによる安全機構の迂回を防ぎます。RAGパイプラインでは、コサイン距離0.10を閾値とする反幻覚ポリシーにより、ドメイン外の入力には推奨を一切生成しない設計です。

現時点での課題として、学習データの約36%が合成症例であり、腫瘍専門医による大規模な精度検証はまだ実施されていません。ガイドラインも主に英語のNCCNが対象で、ESMOや他言語の臨床資料への対応は今後の課題です。コード・アダプタ重み・合成コーパスはHugging FaceとGitHubで公開予定とされています。

サイバー防御特化の4Bモデル、8B超えの精度を実現

小型特化モデルの優位性

パラメータ数半分で8Bモデルに匹敵する精度
12GB消費者向けGPUでローカル実行可能
機密データを外部APIに送信せず完全オンプレミス運用
Apache 2.0ライセンスで商用利用可能

訓練手法と評価結果

AMD Instinct MI300X単体で全工程完結
CTI-MCQで+8.7ポイント上回る成績
同一レシピで2Bモデルにも移植成功
CVE-CWEマッピング精度97.3%維持

想定用途と今後の展開

SOC分析官の脆弱性トリアージ支援
1Bモデルやスマートフォン向け量子化版を計画

サイバーセキュリティの防御領域に特化した小型言語モデルCyberSecQwen-4Bが、Hugging Face上でApache 2.0ライセンスのもと公開されました。AMD Developer Hackathonで開発された本モデルは、40億パラメータながら、Ciscoが公開した80億パラメータの専門モデルFoundation-Sec-Instruct-8Bと同等以上の性能を達成しています。12GB以上のGPUがあればローカルで動作し、機密性の高いセキュリティデータを外部に送信する必要がありません。

ベンチマークのCTI-Benchでは、CTI-MCQ(サイバー脅威インテリジェンスの多肢選択問題)で0.5868を記録し、8Bモデルの0.4996を8.7ポイント上回りました。CVEからCWEへのマッピング精度を測るCTI-RCMでも0.6664と、8Bモデルの97.3%の精度を維持しています。パラメータ数が半分であることを考えれば、防御用途において小型特化モデルが大型汎用モデルを凌駕しうることを示す結果です。

訓練はAMD Instinct MI300X(192GB HBM3)1基のみで完結しました。ROCm 7とvLLMスタックの組み合わせにより、量子化や勾配チェックポイントなどの工夫なしにbf16精度でフル学習が可能でした。訓練データはMITRE/NVD公開レコードからの2021年CVE-CWEマッピングと、教師モデルから生成した合成Q&A;データで構成され、評価セットとの重複は事前に除去されています。

同一の訓練レシピをGemma-4-E2Bに適用したGemma4Defense-2Bも作成され、CTI-RCMで0.9ポイント差に収まる結果を得ました。レシピの再現性と移植性が確認されたことで、組織ごとのライセンス要件やデプロイ規模に応じた基盤モデルの選択が可能です。

想定用途はCWE分類、CVE-CWEマッピング、構造化されたサイバー脅威インテリジェンスQ&A;など、SOC分析官の日常業務を支援する領域です。今後はノートPC向けの1Bモデル、スマートフォンやエッジ機器向けのGGUF量子化版、新規CVEへの継続的評価、プロンプトインジェクション耐性の強化が計画されています。エアギャップ環境や医療・政府機関など、外部API接続が制限される現場への展開が期待されます。

AllenAI、自律的にモジュール化するMoEモデルEMOを公開

EMOの技術的特徴

全128エキスパート中12.5%で高精度維持
文書単位のルーティングで意味的モジュール化を実現
1Bアクティブ・14BパラメータのMoE構成
グローバル負荷分散で安定学習を達成

従来MoEとの違い

標準MoEは前置詞等の表層パターンに特化
EMOは健康・政治等の意味領域で自律分化
エキスパート削減時の性能劣化が大幅に軽減

公開内容と展望

モデル・ベースライン・学習コードを全公開
モジュール合成や解釈可能性の研究基盤に

Allen Institute for AI(AllenAI)は2026年5月8日、事前学習の過程でエキスパートが自律的にモジュール構造を獲得する新しいMixture-of-Experts(MoE)モデル「EMO」を公開しました。EMOは全128エキスパート中わずか12.5%(16エキスパート)のみを使用しても、フルモデルに近い性能を維持できる点が最大の特徴です。モデル、学習コード、ベースラインがHugging Face上でオープンに提供されています。

従来のMoEモデルでは、各トークンが独立にエキスパートを選択するため、前置詞や冠詞といった表層的な言語パターンでエキスパートが特化してしまう問題がありました。その結果、特定タスクに必要なエキスパートだけを取り出して使うことが困難でした。EMOはこの課題を、同一文書内のトークンが共通のエキスパートプールからルーティングする制約を導入することで解決しています。

この文書単位のルーティング制約により、EMOのエキスパートは健康・医療、米国政治、映画・音楽といった意味的に一貫したドメインに自然と分化します。人間が事前にドメインラベルを定義する必要がなく、学習データから自律的にモジュール構造が創発される点が画期的です。学習時にはプールサイズをランダムにサンプリングすることで、推論時にさまざまなサブセットサイズに対応可能としています。

ベンチマーク評価では、全エキスパート使用時に標準MoEと同等の汎用性能を達成しつつ、エキスパートを25%に削減しても精度低下はわずか約1%にとどまりました。12.5%まで削減した場合でも約3%の低下で済む一方、標準MoEは同条件でランダム水準まで性能が崩壊します。タスク向けエキスパート選択も少数の例示で十分に機能することが確認されています。

AllenAIは今回の公開を「大規模疎モデルのモジュール化に向けた第一歩」と位置づけています。エキスパートサブセットの選択・合成手法の改善、モジュール単位での更新、解釈可能性や制御性の向上など、今後の研究課題も多く残されています。巨大モデルの効率的なデプロイやドメイン適応を求める企業にとって、メモリと精度のトレードオフを大幅に改善する実用的な選択肢となる可能性があります。

Hugging Faceがロボット用アプリストアを開設、200超のアプリ公開

アプリストアの概要

Reachy Mini向け専用ストア開設
コミュニティ製200超のアプリを無料提供
AI活用でコード不要のアプリ開発
ブラウザ上の3Dシミュレーターも搭載

低価格ロボットの普及

299ドルからの手頃な価格設定
累計販売台数は約1万台に到達
直近2週間で3,000台を販売
オープンソースで全設計を公開

Hugging Faceは2026年5月6日、同社の小型デスクトップロボット「Reachy Mini」向けのアプリストアを正式に開設しました。ストアにはすでにコミュニティが開発した200以上のアプリが登録されており、Reachy Miniのオーナーは無料でダウンロードできます。これまでロボティクス開発には高度な専門知識が必要でしたが、AIエージェントの支援により、プログラミング経験のない一般ユーザーでも1時間以内にアプリを開発・公開できる環境が整いました。

アプリ開発の鍵となるのは、Hugging Faceが提供するAIエージェント「ML Intern」です。ユーザーは「誰かがおはようと言ったら手を振って」といった自然言語で動作を指示するだけで、エージェントがコード生成からテスト、パッケージ化までを自動処理します。プラットフォームはモデル非依存で、GPT-5.5やClaude Opus 4.6など外部モデルも利用可能です。

Reachy Miniは299ドルのUSB接続版と449ドルのワイヤレス版の2モデルを展開しています。2025年7月の発売以降、累計約1万台を販売し、直近2週間だけで3,000台が売れるなど需要が加速しています。Boston Dynamicsの約7万ドルのSpotや中国製ロボットの1,900ドル以上という価格帯と比較すると、圧倒的な低価格が普及を後押ししています。

ストアに登録されたアプリのジャンルは多岐にわたります。チェスをしながらユーザーの悪手をからかうアプリ、スマートフォンを触ると仕事に戻るよう促すアプリ、発音を矯正する語学チューター、F1レースの実況アプリなど、150人以上のクリエイターが参加しています。その多くはロボティクスのコードを書いた経験がないユーザーです。

CEOのClément Delangue氏は、今後AIモデル開発者がRobotics能力のテスト場としてReechy Miniを活用するようになるとの見通しを示しました。全コードがオープンソースで公開されているため、エージェントがハードウェアとの連携方法を学習しやすく、開発速度の加速が期待されます。ロボティクスが専門家だけのものではなく、誰もが参加できる「ホビイスト時代」に入ったことを象徴する動きといえます。

Hugging Face、音声認識評価に非公開データ導入

非公開データの概要

AppenとDataoceanAIが提供
英語の朗読・会話音声を収録
米英豪加印の5アクセント対応
合計約30時間分の音声データ
テストセット汚染防止が主目的

評価方法の設計

平均WERは公開データのみで算出
トグルで非公開データを追加可能
個別スプリットのスコアは非公開

Hugging Faceは2026年5月6日、音声認識モデルの性能を測るOpen ASR Leaderboardに非公開の評価データセットを追加したと発表しました。データはAppen Inc.とDataoceanAIの2社が提供したもので、公開テストセットに過剰に最適化する「ベンチマクシング」やテストセット汚染を防ぐ目的があります。

新たに追加されたデータセットは、朗読形式と自然な会話形式の英語音声で構成されています。アメリカ英語だけでなく、オーストラリア・カナダ・インド・イギリスの各アクセントを含む計11のスプリットが用意され、合計約30時間の音声を収録しています。句読点やケーシング、言いよどみなど、実環境に近い条件での評価が可能です。

評価の公平性にも配慮がなされています。リーダーボードのデフォルトの平均WER(単語誤り率)は従来どおり公開データセットのみで算出され、ユーザーがトグル操作で非公開データを含めた場合にのみスコアが変動します。また、個別スプリットごとのスコアはあえて公開せず、特定のデータ提供元やアクセントに特化した最適化を防いでいます。

モデル開発者が非公開データでの評価を受けるには、GitHubでプルリクエストを提出し、まず公開データセットの結果を報告する必要があります。その後Hugging Face側が非公開データでの評価を実施し、結果を確認するという手順です。Open ASR Leaderboardは2023年9月の開設以来、71万回以上のアクセスを記録しており、今回の更新でベンチマークとしての信頼性がさらに高まることが期待されます。

DeepSeek初の資金調達、評価額450億ドルに急騰

資金調達の背景

初のVC調達を交渉中
評価額が200億ドルから450億ドルへ急騰
人材流出対策で従業員に株式付与へ
創業者の梁文鋒が約90%を保有

中国の国家戦略

国家半導体ファンドがリード投資家に
TencentとAlibabaも参加協議中
Huawei製チップに最適化済み
米国技術への依存回避が狙い

中国のAIラボDeepSeekが、設立以来初となるベンチャーキャピタルからの資金調達に向けて交渉を進めています。Financial TimesとBloombergの報道によると、評価額はわずか数週間で200億ドルから450億ドル(約6兆8000億円)へと急騰しました。

DeepSeekは2025年初頭、米国の大手AIモデルと比較してごくわずかな計算資源とコストで大規模言語モデルを構築したことで注目を集めました。その後も推論やコーディングの分野でトップモデルに匹敵する性能を維持しつつ、オープンウェイトモデルとしてHugging Faceで公開を続けています。

創業者でヘッジファンド経営者の梁文鋒氏は同社の約90%を保有しており、これまで外部投資を求めていませんでした。しかし競合他社による研究者の引き抜きが相次ぎ、従業員に株式を付与するため資金調達に踏み切ったとFTは伝えています。

本ラウンドは中国の国家半導体投資ファンド「国家集成電路産業投資基金」が主導する見通しです。さらにTencentやAlibabaも参加を協議中とBloombergは報じています。DeepSeekがHuawei製チップに最適化されている点は、米国技術への依存を回避したい中国にとって戦略的に重要な組み合わせとなっています。

GoogleがGemma 4向けMTPドラフター公開、推論速度最大3倍に

投機的デコードの仕組み

軽量ドラフターが複数トークンを先読み予測
本体モデルが一括検証し高速化
出力品質の劣化なしで最大3倍速
KVキャッシュ共有で計算コスト削減

開発者への実用的メリット

コーディング支援やエージェントの応答遅延を大幅短縮
消費者向けGPUでのローカル推論が実用速度に
エッジデバイスでのバッテリー消費も改善
Apache 2.0ライセンスで即日利用可能

Googleは2026年5月5日、オープンモデルGemma 4ファミリー向けにMulti-Token Prediction(MTP)ドラフターをリリースしました。投機的デコード技術を活用し、推論品質を一切損なうことなく最大3倍の速度向上を実現します。Gemma 4は公開からわずか数週間で6000万回以上ダウンロードされており、今回のMTPドラフター公開でさらなる普及が見込まれます。

標準的なLLM推論はメモリ帯域幅がボトルネックとなり、1トークン生成のたびに数十億パラメータをVRAMから計算ユニットに転送する必要があります。MTPドラフターはこの問題に対し、軽量な補助モデルが複数の将来トークンを高速に予測し、本体モデルが一括で検証するという投機的デコード方式を採用しています。本体モデルがドラフトに同意すれば、通常1トークン分の時間でシーケンス全体とさらに1トークンを出力できます。

技術面では、ドラフトモデルが本体モデルの活性化情報とKVキャッシュを共有する設計により、コンテキストの再計算を省略しています。エッジ向けのE2B・E4Bモデルでは、エンベッダーにクラスタリング技術を導入してロジット計算のボトルネックも解消しました。Apple Silicon上の26B MoEモデルではバッチサイズ4〜8で約2.2倍、NVIDIA A100でも同様の高速化が確認されています。

MTPドラフターはGemma 4と同じApache 2.0ライセンスで公開されており、Hugging Face、Kaggle、MLX、vLLM、SGLang、Ollamaなど主要プラットフォームで即日利用可能です。コーディング支援、自律エージェント、モバイルアプリなど、レイテンシが重視されるあらゆるユースケースで開発者の生産性向上に直結する技術といえます。

SenseTime、高速画像生成の新モデルを公開

モデルの技術的特徴

画像をテキスト変換せず直接処理
既存モデルより大幅に高速な生成
PCやスマホでも動作可能な軽量設計

中国半導体との連携

中国製チップ10社が互換性を確認
オープンソースで国際連携を維持
ロボティクス分野への応用を視野

SenseTimeの戦略転換

顔認識大手から生成AIへ軸足
反復速度重視でオープンソース選択

米国の制裁対象である中国AI企業SenseTimeは4月29日、オープンソースの画像生成モデル「SenseNova U1」を公開しました。同モデルは画像をテキストに変換せず直接処理する独自技術「NEO-Unify」を採用しており、米国の競合モデルを大幅に上回る速度で画像の生成と解釈が可能だと同社は主張しています。

U1の最大の特徴は、画像をネイティブに「読む」能力にあります。従来のモデルが画像を一度テキストに変換して処理するのに対し、U1は画像のまま推論を行うことで処理速度を向上させ、必要な計算資源を削減しています。共同創業者のDahua Lin氏は「モデルの推論プロセスはもはやテキストに限定されない」と述べています。モデルはPCやスマートフォンでも動作可能な軽量設計で、幅広い活用が期待されます。

注目すべきは、U1が中国製チップで動作する点です。公開日にはCambricon、Biren Technologyなど10社の中国半導体メーカーが互換性を発表しました。米国の輸出規制により最先端AI半導体へのアクセスが制限される中、中国製チップへの対応は戦略的に重要な意味を持ちます。SenseTimeはHugging FaceとGitHubでモデルを無料公開しており、中国企業がオープンソースAIの主要な貢献者となっている傾向をさらに強めています。

技術的な性能面では、U1は市場の全オープンソースモデルを上回る画質を実現したとSenseTimeは主張しています。AlibabaのQwenやByteDanceのSeedreamといった中国のクローズドソースモデルに匹敵する一方、OpenAIのGPT-Image-2.0にはまだ及ばないとされています。ただし速度面ではこれらすべてのモデルを凌駕するとのことです。

SenseTimeはかつて顔認識技術で世界をリードしていましたが、ChatGPT以降の生成AIブームでDeepSeekやMiniMaxなど新興企業に後れを取っていました。同社はオープンソース戦略により研究者からのフィードバックを得て反復速度を高める方針に転換。Lin氏は「オープンかクローズドかではなく、反復の速度こそが勝敗を分ける」と語っています。また、この技術はロボットが視覚情報を高速に処理するうえで特に有用であり、中国のヒューマノイドロボット市場への展開も見据えています。

DeepInfraがHugging Face推論プロバイダーに参加

統合の概要

サーバーレス推論基盤として統合
100超のモデルを低コストで提供
会話・テキスト生成タスクに対応

対応モデルと利用法

DeepSeek V4やKimi-K2.6等に対応
Python・JS両SDKから利用可能
HF経由ルーティングで追加料金なし

今後の展開

画像・動画生成等も順次対応予定
PROユーザーに月2ドル分のクレジット

DeepInfraが、Hugging Face Hubの推論プロバイダーとして新たに統合されました。DeepInfraは業界でも最も低コストなトークン単価を誇るサーバーレスAI推論プラットフォームで、100以上のモデルカタログを持ち、開発者が最小限のセットアップでAI機能をアプリケーションに組み込めます。

今回の初期統合では、会話およびテキスト生成タスクをサポートしています。DeepSeek V4、Kimi-K2.6、GLM-5.1など人気のオープンウェイトLLMにアクセスできるようになりました。テキストから画像・動画への生成やエンベディングなど、追加タスクへの対応も順次展開される予定です。

利用方法は2つあります。ユーザーが自身のDeepInfra APIキーを設定して直接リクエストを送る方法と、Hugging Face経由でルーティングする方法です。後者の場合、プロバイダーのトークンは不要で、標準的なプロバイダー料金のみが課金されます。Hugging Face側の追加マークアップはありません。

SDKとの統合も進んでおり、Pythonのhuggingface_hubやJavaScriptの@huggingface/inferenceから簡単に利用できます。さらにPi、OpenCode、Hermes Agentsなど主要なエージェントハーネスにも統合済みで、追加のコードなしでDeepInfraホストモデルを活用可能です。PROプランのユーザーには毎月2ドル分の推論クレジットが付与され、複数プロバイダーにまたがって利用できます。

NVIDIA、視覚・音声・言語を統合した軽量マルチモーダルAIモデルを公開

モデルの特徴と性能

視覚・音声・テキストを単一モデルで処理
文書理解など6つのベンチマークで首位
従来比最大9倍のスループット向上

アーキテクチャと技術基盤

Mamba-Transformer-MoEのハイブリッド構成
動的解像度で高精細文書に対応
音声エンコーダによるネイティブ音声入力

活用領域と展開

GUIエージェントや文書分析に対応
オープンウェイトで公開・商用利用可

NVIDIAは2026年4月28日、マルチモーダルAIモデルNemotron 3 Nano Omniを公開しました。このモデルはテキスト・画像・動画・音声を単一のアーキテクチャで処理できるオムニモーダルモデルで、AIエージェントの構築を効率化することを目的としています。パラメータ規模は30B(アクティブ3B)で、従来のように複数モデルを組み合わせる必要がなくなります。

性能面では、文書理解のMMLongBench-DocやOCRBenchV2、動画理解のWorldSense、音声理解のVoiceBenchなど6つの主要ベンチマークでトップの精度を記録しています。同等の対話性能を持つオープンなオムニモデルと比較して、マルチドキュメント処理で7.4倍、動画処理で9.2倍のシステム効率を実現しました。

アーキテクチャの核となるのは、23層のMamba状態空間モデル、23層のMixture-of-Experts(128エキスパート、Top-6ルーティング)、6層のグループ化クエリアテンションを組み合わせたハイブリッド構成です。視覚側にはC-RADIOv4-Hエンコーダを採用し、動的解像度処理により100ページ超の文書やGUIスクリーンショットにも対応します。音声側にはParakeet-TDT-0.6B-v2エンコーダを搭載し、最大20分の音声入力をネイティブに処理できます。

想定される活用領域は、企業文書の分析、GUI操作を行うコンピュータ使用エージェント、長時間の動画・音声理解、自動音声認識、そして汎用的なマルチモーダル推論の5分野です。すでにH Company、Aible、Eka Care、Foxconnなどが採用を進めており、Dell Technologies、Oracle、Infosysなども評価段階にあります。

モデルはオープンウェイトで公開されており、BF16・FP8・NVFP4の各チェックポイントがHugging Faceからダウンロード可能です。訓練データや手法も公開されているため、NVIDIA NeMoを使った独自のカスタマイズが可能です。NVIDIA Jetsonのようなエッジデバイスからデータセンター、クラウドまで幅広い環境にデプロイでき、Nemotronファミリー全体では過去1年で5,000万回以上のダウンロードを達成しています。

Xiaomi、エージェント特化のMiMo-V2.5をMITライセンスで公開

モデルの性能と効率

310BパラメータのMoE構造
Pro版はエージェント成功率63.8%達成
トークン消費量は主要モデルの40〜60%削減
100万トークンのコンテキスト窓

価格とライセンス戦略

MITライセンスで商用利用自由
Pro版は入力100万トークンあたり1ドル
開発者向けに100兆トークン無料提供

実証された自律タスク

Rustコンパイラを4.3時間で完全実装
動画編集アプリ8192行を自律生成

Xiaomiは2026年4月27日、オープンソースの大規模言語モデルMiMo-V2.5およびMiMo-V2.5-ProをMITライセンスで公開しました。両モデルはHugging Faceからダウンロード可能で、商用利用に制限がありません。特にエージェント型タスクにおいて、主要なクローズドソースモデルを上回る効率性を示しています。

MiMo-V2.5はSparse Mixture-of-Experts構造を採用し、総パラメータ数310Bのうち推論時にはわずか15Bのみを使用します。Pro版は1.02兆パラメータで42Bが活性化し、ClawEvalベンチマークでエージェント成功率63.8%を記録しました。これはClaude Opus 4.6やGPT-5.4と同等の成果を、40〜60%少ないトークンで達成するものです。

Pro版の能力は実際の自律タスクで実証されています。SysYコンパイラのRust実装では672回のツール呼び出しを経て4.3時間で完全なコンパイラを構築し、隠しテストで満点を取得しました。また動画編集アプリケーションでは11.5時間で8192行のデスクトップアプリを生成しています。

価格面では、Pro版が海外開発者向けに入力100万トークンあたり1ドル、出力3ドルという競争力のある設定です。100万トークンのコンテキスト窓は標準料金で利用でき、業界で広がる従量課金への移行の中でコスト予測可能性を提供します。開発者支援として100兆トークンの無料枠も用意されました。

MITライセンスの採用は戦略的に重要です。企業はXiaomiの許可なく商用展開が可能で、独自データでのファインチューニングや派生モデルの公開も自由です。GitHub Copilotの従量課金移行が発表された同日のリリースは、プロプライエタリモデルへの依存コストが高まる中で、オープンソースの代替としての存在感を強調しています。

OpenAI個人情報保護モデルで3つのアプリを構築

モデルの特徴と性能

15億パラメータ、活性50Mの軽量設計
Apache 2.0の寛容ライセンス
128Kトークンの長文一括処理
PII検出ベンチマークで最高精度達成

3種のデモアプリ構成

PDF等の個人情報を自動強調表示
画像内の個人情報を黒塗り処理
貼り付けテキストの秘匿共有機能
gradio.Serverで統一的に構築

OpenAIが公開した個人情報保護モデル「Privacy Filter」を活用し、Hugging Faceの開発者3名が実用的なWebアプリ3本を構築しました。Privacy Filterは15億パラメータのモデルで、活性パラメータは5000万、Apache 2.0ライセンスで提供されています。128Kトークンのコンテキストに対応し、PII検出ベンチマークで最高精度を達成しています。

1つ目の「Document Privacy Explorer」は、PDFやDOCXファイルをアップロードすると、個人名・メールアドレス・電話番号などの個人情報を自動検出してカテゴリ別にハイライト表示するアプリです。128Kコンテキストを活かし、文書全体を一括処理するためチャンク分割が不要です。

2つ目の「Image Anonymizer」は、スクリーンショットや画像内の個人情報を黒塗りで自動秘匿するツールです。Tesseract OCRで文字領域を抽出した後にPrivacy Filterで検出し、ピクセル座標の矩形として返します。ブラウザ上でバーの表示切替やドラッグ移動、手動追加も可能です。

3つ目の「SmartRedact Paste」は、テキストを貼り付けると秘匿済みの公開URLと、原文を確認できるトークン付き非公開URLの2つを生成するプライバシー対応ペーストビンです。多言語テキストにも対応しています。

3つのアプリはすべてgradio.Server上に構築されています。モデル推論は@server.apiデコレータでGradioのキューに載せ、ZeroGPU割り当てやプログレス通知を活用します。静的ページの配信にはFastAPIのルートを使い、モデル呼び出しとUI提供を明確に分離する設計パターンが共通しています。

OpenAIが個人情報検出モデルをオープンソース公開

モデルの技術的特徴

総パラメータ15億、推論時は5000万
双方向トークン分類で文脈を理解
128Kトークンの長文書を一括処理
8種類のPIIカテゴリを検出

企業導入のメリット

端末上で完結しデータ外部送信不要
Apache 2.0で商用利用・改変が自由
ドメイン特化のファインチューニング対応
ブラウザ上でもWebGPUで実行可能

OpenAIは2026年4月22日、テキスト中の個人識別情報(PII)を検出・除去する専用モデル「Privacy Filter」をオープンソースで公開しました。Apache 2.0ライセンスでHugging FaceとGitHubから利用でき、商用利用やモデルの改変も自由です。同社が自社のプライバシー保護ワークフローで使用しているモデルの公開版で、PII-Masking-300kベンチマークでF1スコア96%を達成しています。

Privacy Filterは通常の大規模言語モデルとは異なり、双方向トークン分類モデルとして設計されています。入力テキスト全体を一度に読み取り、前後の文脈から個人情報かどうかを判断します。たとえば「Alice」という単語が私的な個人名なのか、文学作品のキャラクター名なのかを周囲の文脈から区別できます。総パラメータ数は15億ですが、Mixture-of-Experts構造により推論時のアクティブパラメータは5000万に抑えられています。

検出対象は個人名・住所・メール・電話番号・URL・日付・口座番号・パスワードやAPIキーなどの秘密情報の8カテゴリです。128,000トークンのコンテキストウィンドウを持ち、法的文書や長大なメールスレッドも分割せずに処理できます。Viterbiデコーダにより「John Smith」のような複数語の名前も一貫した範囲として正しくマスキングされます。

企業にとっての最大の利点は、ローカル環境で完結する点です。ノートPCやブラウザ上で動作するため、機密データをクラウドに送信せずにPIIを除去できます。GDPRやHIPAAへの準拠が求められる環境でも、まずPrivacy Filterでデータを浄化してからGPT-5などの推論モデルに渡すワークフローが構築できます。

ただしOpenAIは、本モデルは「匿名化ツールやコンプライアンス認証の代替ではない」と注意喚起しています。医療・法務・金融などの高リスク領域では人間によるレビューとドメイン固有の評価が依然として重要です。それでも、少量のデータでファインチューニングすればF1スコアが54%から96%に向上した実験結果も示されており、各組織の用途に合わせた柔軟なカスタマイズが可能です。

Gemma 4 VLA、8GBのJetsonで音声・視覚応答を実現

エッジ上のVLA構成

8GBのJetson Orin Nanoで動作
音声認識・TTS・視覚を統合
llama.cppでQ4量子化モデルを使用
ツール呼び出しで自律的に判断

デモの仕組みと導入

Parakeet STTで音声をテキスト化
必要時のみウェブカメラを起動
Kokoro TTSで音声応答を生成
単一スクリプトで環境構築可能

GoogleのGemma 4 VLA(Vision-Language-Action)モデルが、わずか8GBメモリのNVIDIA Jetson Orin Nano Super上で動作するデモが公開されました。音声入力から視覚認識、音声応答までを一台のエッジデバイスで完結させるチュートリアルで、NVIDIAのAsier Arranz氏がHugging Faceブログで詳細な手順を紹介しています。

デモの構成は、Parakeet STTによる音声認識、Gemma 4による推論、Kokoro TTSによる音声合成を組み合わせたパイプラインです。ユーザーがスペースキーを押して質問を話すと、モデルが質問内容を解析します。視覚情報が必要と判断した場合は、自律的にウェブカメラを起動して撮影し、画像を踏まえた回答を生成します。

技術的なポイントは、llama.cppを使ったローカル推論サーバーの構築です。モデルはQ4_K_M量子化版のGGUFフォーマットで提供され、ビジョンプロジェクターと合わせてGPUにオフロードされます。--jinjaフラグによりGemmaのネイティブツール呼び出し機能が有効化され、キーワードマッチングではなくモデル自身が視覚の必要性を判断する仕組みです。

導入手順はシステムパッケージのインストール、Python環境の構築、メモリの最適化、llama.cppのビルド、デバイスの設定、デモの実行という6ステップで構成されています。8GBという限られたメモリを最大限活用するため、スワップの追加やDocker・不要プロセスの停止といったメモリ管理の工夫も紹介されています。

テキストのみで試したい場合は、NVIDIA公式のDockerイメージを使ったワンライナーでの起動も可能です。ただしDocker版はビジョンプロジェクターを読み込まないため、VLAデモのフル機能は利用できません。エッジデバイス上でマルチモーダルAIを手軽に体験できる実践的なチュートリアルとなっています。

アラビア語LLM評価基盤QIMMAが公開

品質検証を先行する新手法

評価前にベンチマーク品質を検証
2つのLLMと人間レビューの多段階審査
109サブセット・5.2万サンプル統合
既存ベンチマークの体系的欠陥を発見

初のコード評価と透明性

アラビア語初のコード生成評価を搭載
全サンプルの推論出力を公開
99%がネイティブアラビア語コンテンツ
7ドメイン・46モデルを網羅的に評価

UAE Technology Innovation Institute(TII)の研究チームは2026年4月21日、アラビア語LLMの評価基盤「QIMMA」をHugging Face上で公開しました。QIMMAはアラビア語で「頂上」を意味し、既存ベンチマークの品質を検証してからモデル評価を行う「品質第一」のアプローチを採用しています。14のソースベンチマークから109サブセット、5万2000以上のサンプルを統合した包括的な評価スイートです。

従来のアラビア語ベンチマークには、英語からの翻訳による文化的不整合、アノテーションの不一致、誤った正解ラベルなどの体系的な品質問題が存在していました。QIMMAでは評価の前段階として、Qwen3-235BとDeepSeek-V3の2つの大規模モデルによる自動審査と、ネイティブ話者による人間レビューを組み合わせた多段階検証パイプラインを構築しています。

検証の結果、ArabicMMLUでは3.1%、MizanQAでは2.3%のサンプルが品質基準を満たさず除外されました。コードベンチマークでは、HumanEval+の88%、MBPP+の81%のアラビア語問題文に修正が必要と判明し、既存評価の信頼性に疑問を投げかけています。

リーダーボードの初期結果では、Qwen3.5-397Bが平均68.06点で首位、アラビア語特化のKarnakが66.20点で2位、Jais-2-70Bが65.81点で3位となりました。注目すべきは、モデルサイズと性能が必ずしも比例しない点で、32Bパラメータのモデルが70B以上のモデルを特定ドメインで上回るケースが確認されています。

QIMMAはオープンソース、ネイティブアラビア語コンテンツ、品質検証、コード評価、推論出力公開の5要素を兼ね備えた唯一のプラットフォームです。アラビア語は4億人以上の話者を持ちながらNLP評価の整備が遅れており、信頼性の高い評価基盤の登場は、同言語圏でのLLM開発・選定に大きな影響を与えると見られます。

Kimi K2.6が数日間稼働するAIエージェントを実現

長時間エージェントの実力

最長5日間の自律稼働を実証
300サブエージェント・4000ステップ同時実行
SySYコンパイラを10時間で構築
8年物のOSSコードを13時間で刷新

オーケストレーションの課題

既存フレームワークは短時間前提の設計
状態管理とロールバックが未整備
ガバナンスが導入速度に追いつかず
エージェント専用インフラの概念が未成熟

中国のAIスタートアップMoonshot AIは2026年4月、新モデルKimi K2.6を発表しました。同モデルは長時間にわたり自律的に稼働するAIエージェントを想定して設計されており、社内テストでは最長5日間の連続実行に成功しています。モデルはHugging Face、API、Kimi Codeなどを通じて公開されました。

Kimi K2.6の特徴は、独自の「Agent Swarms」アーキテクチャにあります。最大300のサブエージェントが4000ステップを同時に処理でき、事前定義された役割ではなくモデル自身がオーケストレーションを判断します。AnthropicのClaude CodeやOpenAIのCodexも長時間エージェントを模索していますが、K2.6はより動的な制御を目指しています。

実証実験では、SySYコンパイラを10時間で一から構築し、140件の機能テストをすべて通過しました。Moonshot AIはこれを「エンジニア4人が2カ月かかる作業に相当する」と説明しています。また、8年間運用されたオープンソースの金融マッチングエンジンの改修では、13時間で12の最適化戦略を試行し、1000回以上のツール呼び出しで4000行超のコードを修正しました。

一方、長時間稼働するエージェントは既存のオーケストレーション基盤の限界を露呈させています。大半のフレームワークは数秒から数分の実行を前提に設計されており、環境変化に応じた状態管理や障害時のロールバックが十分に整備されていません。専門家は「エージェントランタイム」「エージェントゲートウェイ」「エージェントメッシュ」といった新たなインフラ概念の必要性を指摘しています。

セキュリティ企業ArmorCodeのMark Lambert氏は、AIエージェントがコードやシステム変更を生成する速度が組織のレビュー能力を超えつつあると警告しています。F5のKunal Anand氏も、エージェントが「永続的インフラ」として機能する時代に入ったと述べ、APIゲートウェイのパターン自体が目標やワークフローを理解する形へ進化する必要があると指摘しました。

Hugging Faceがオープン性こそAIサイバー防御の鍵と主張

Mythos後のAI防御戦略

オープンなツールが防御側の能力格差を縮小
AI脆弱性発見はモデル単体でなくシステム全体に依存
閉鎖的コードは単一障害点になるリスク

半自律エージェントの活用

人間が制御を保つ半自律型が最適解
オープンな構成要素で監査可能性を確保
組織内インフラでの自社運用を推奨

高リスク組織への提言

オープンな脅威モデル共有が防御力を底上げ
孤立した独自防御は攻撃者に対抗不能

Hugging Faceは2026年4月21日、AIサイバーセキュリティにおけるオープン性の重要性を訴えるブログ記事を公開しました。AnthropicのMythosがFirefoxの脆弱性を大量に発見した事例を受け、AI防御の在り方を論じています。同社はMargaret Mitchell氏、Yacine Jernite氏、CEO Clem氏の連名で、オープンなエコシステムが防御側に構造的優位をもたらすと主張しています。

記事の核心は、Mythosの成果がモデル単体ではなく大規模計算資源・専用スキャフォールディング・自律的動作を組み合わせたシステム全体によるものだという分析です。同様のシステムは小規模モデルでも構築可能であり、深いセキュリティ専門知識と十分な計算資源があれば、より安価に同等の成果を出せる可能性があるとしています。

オープンソースの利点として、脆弱性の検出・検証・調整・パッチ配布の4段階をコミュニティ全体に分散できる点を挙げています。一方、閉鎖的なコードベースは単一組織だけが修正可能な単一障害点となり、AIコーディングツールの不適切な導入がかえって脆弱性を増やすリスクもあると警告しています。

防御策として推奨されているのは半自律型AIエージェントです。完全自律ではなく、実行可能なアクションを事前に指定し、重要な判断には人間の承認を求める方式が、効果とリスクのバランスに優れるとしています。オープンなエージェント基盤・ルールエンジン・監査可能なログにより、人間がループ内で実質的に機能できる透明性が確保されます。

高リスク組織に対しては、オープンで監査可能な基盤から始めることを提言しています。自社のセキュリティチームが監視の仕組みを直接検証でき、自社データでの微調整や自社インフラ内での運用が可能になるためです。今後のAIサイバーセキュリティはモデル単体ではなく周辺エコシステムによって決まるとし、オープンなセキュリティレビュー・脅威モデル公開・脆弱性データベース共有が防御の要になると結論づけています。

NVIDIA、韓国人口統計に基づく合成ペルソナ600万件を公開

データセットの特徴

韓国統計庁等の公的データに基づく生成
600万件の合成ペルソナ、個人情報なし
26フィールド、全17道府県をカバー
CC BY 4.0ライセンスで公開

AIエージェントへの応用

ペルソナでエージェントに韓国文化を付与
敬語体系や地域職業分布を反映
医療や金融など多領域に適用可能

NVIDIAは2026年4月21日、韓国の人口統計データに基づく合成ペルソナデータセット「Nemotron-Personas-Korea」をHugging Faceで公開しました。韓国統計情報サービス(KOSIS)や大法院、国民健康保険公団などの公的統計をもとに、600万件の合成ペルソナを生成しています。NAVER Cloudがシードデータとドメイン知識で協力しました。

各ペルソナは26のフィールドを持ち、名前、地域、職業、スキルなどの属性が含まれます。韓国全17道府県・25地区をカバーし、2,000以上の職業カテゴリを網羅しています。韓国個人情報保護法(PIPA)を考慮した設計で、個人を特定できる情報は一切含まれていません。

このデータセットの主な用途は、AIエージェントに韓国の文化的コンテキストを付与することです。現在のAIエージェントの多くは英語ウェブデータで訓練されており、韓国語の敬語体系や地域ごとの職業分布、文化的文脈を反映できていません。ペルソナをシステムプロンプトに組み込むことで、韓国の専門家として適切に応答するエージェントを構築できます。

チュートリアルでは、公衆衛生相談エージェントの構築例が示されています。ペルソナから抽出した属性をシステムプロンプトに反映し、NVIDIA APIやNIM、NemoClawなど複数の推論基盤で展開できます。金融、教育、行政など他分野への応用も容易です。

Nemotron-Personasコレクションは韓国のほか、米国、日本、インド、シンガポール、ブラジル、フランスもカバーしています。NVIDIAは同日からソウルで「Nemotron Developer Days」を開催し、このデータセットを使ったハッカソンも実施しています。

NVIDIA、合成データで多言語OCRモデルを構築

合成データ戦略の成果

1,220万枚の合成画像で学習
6言語を単一モデルで処理
NED誤差率を0.92から0.047以下に改善
フォントとテキストだけで新言語追加が可能

高速アーキテクチャ

A100で毎秒34.7ページ処理
PaddleOCR比28倍以上の速度
検出・認識・関係モデルが特徴マップ共有
パラメータ数わずか8,400万

NVIDIAは2026年4月17日、合成データのみで学習した多言語OCRモデル「Nemotron OCR v2」をHugging Faceで公開しました。英語・日本語・韓国語・ロシア語・中国語簡体字・繁体字の6言語に対応し、単一モデルで言語の事前指定なく文書を読み取れます。データセットとモデルはともにオープンライセンスで提供されています。

従来のNemotron OCR v1は英語専用で訓練されており、日本語や韓国語ではNormalized Edit Distance(NED)が0.7〜0.9と実用に耐えない精度でした。多言語化の課題はモデル構造ではなく学習データの不足にありました。実世界の文書画像を6言語分収集・アノテーションするコストは現実的でないため、チームは合成データによるアプローチを選択しました。

合成データパイプラインはSynthDoGを大幅に改良したもので、単語・行・段落の3階層バウンディングボックスと読み順グラフを自動生成します。CJK言語ではスペース区切りがないため行単位の認識を採用し、165〜1,258種のオープンソースフォントを使用。多様なレイアウトテンプレートとデータ拡張により、合成画像でも実文書への汎化性能を確保しています。

ベンチマーク結果は顕著です。SynthDoG評価では全言語でNEDを0.035〜0.069に低減し、言語別の専用モデルであるPaddleOCRをも上回りました。実文書ベンチマークのOmniDocBenchでは、PaddleOCR v5の毎秒1.2ページに対し毎秒34.7ページを達成しています。この速度はFOTSアーキテクチャに基づく特徴マップの共有設計によるもので、検出用バックボーンの畳み込み処理が1回で済むため下流コンポーネントのオーバーヘッドが最小化されています。

このパイプラインの拡張性も注目に値します。新しい言語への対応に必要なのは対象言語のソーステキストとフォントだけで、モデル構造の変更や手動アノテーションは不要です。mOSCARコーパスが163言語をカバーし、Notoフォントファミリーがほぼ全てのUnicodeスクリプトに対応しているため、さらなる多言語展開への道筋が明確に示されています。

HuggingFace、MLX向けモデル移植Skillを公開

Skillの仕組みと特徴

transformersコードを正解として移植
RoPEバグや精度汚染を自動検出
レイヤー単位で数値比較を実行
PRにレポートと生成例を添付

品質担保の取り組み

非エージェント型テストハーネスを併設
再現可能な検証で幻覚リスクを排除
結果をJSON保存し透明性を確保

今後の展望と課題

mlx-vlmやllama.cppへの拡張を検討

HuggingFaceは2026年4月16日、transformersライブラリのモデルをAppleのMLXフレームワーク(mlx-lm)に移植するためのSkillとテストハーネスを公開しました。このSkillはClaude Codeのエージェント機能を活用し、コントリビューターとレビュアーの双方を支援することを目的としています。transformersに新モデルが追加された際、速やかにMLXでも利用可能にすることを目指しています。

Skillは単なるコード生成ツールではなく、モデル移植に必要な一連の作業を体系化したものです。Hub上のモデル検索・ダウンロード、仮想環境構築、transformersのモデリングコード読解、MLX実装の作成、テスト実行までを一貫して行います。RoPE設定のバグやfloat32精度汚染といった、経験豊富な開発者でなければ気づきにくい問題も自動的に検出します。

品質担保のために、Skillとは別に非エージェント型のテストハーネスも開発されました。LLMの幻覚や過信に依存しない再現可能な検証を提供し、結果はサマリーレポート、モデルごとの詳細、生のJSON出力として保存されます。ただしこのハーネスはCIゲートではなく、最終的な判断はレビュアーとコントリビューターに委ねられます。

ブログではコードエージェント時代のオープンソース貢献の在り方についても問題提起しています。transformersのようなライブラリでは暗黙の設計契約が重要であり、エージェント生成のPRがレビュアーの負担を増大させている現状を指摘しました。今後はビジョン言語モデル向けのmlx-vlmやllama.cppへの対応拡張、テストハーネスの自動化が検討されています。

Sentence Transformersがマルチモーダル埋め込みモデルの学習に対応

学習手法と実装

テキスト・画像・音声・動画に対応
Qwen3-VL-Embedding-2Bの微調整例を公開
視覚文書検索でNDCG@10が0.888→0.947に向上

実用的な技術要素

MatryoshkaLossで多次元埋め込みに対応
勾配キャッシュで大バッチ学習が可能
テキスト専用と同一のTrainer APIで実装
マルチモーダルリランカーの学習にも対応

Hugging Faceは2026年4月16日、Sentence Transformersライブラリでマルチモーダル埋め込みモデルとリランカーモデルを学習・微調整する方法を解説するブログ記事を公開しました。テキストだけでなく画像・音声・動画を扱えるモデルの学習が、既存のテキスト専用パイプラインとほぼ同じコードで実現できます。

実践例として、Qwen3-VL-Embedding-2Bを視覚文書検索タスクで微調整する手順が紹介されています。テキストクエリに対して関連するドキュメントのスクリーンショットを検索するタスクで、微調整後のモデルはNDCG@10を0.888から0.947に改善しました。これは8Bパラメータの大型モデルを含む既存のすべてのモデルを上回る成績です。

学習にはCachedMultipleNegativesRankingLossとMatryoshkaLossを組み合わせて使用します。前者は勾配キャッシュにより限られたGPUメモリでも大きな実効バッチサイズを確保でき、後者は埋め込みベクトルを任意の次元数に切り詰めても高い性能を維持できるよう訓練します。512次元への圧縮でもピーク性能の99.7%を保持するという結果が示されています。

さらに、マルチモーダルなクロスエンコーダ(リランカー)モデルの学習方法も紹介されています。画像からテキスト、テキストから画像の双方向の照合を1つのモデルで学習する手法が示されており、Routerモジュールを使った別々のエンコーダの組み合わせにも対応しています。ドメイン固有データでの微調整がモデルサイズの拡大よりも効果的であることを実証した、実践的なガイドとなっています。

IBM、AIエージェント評価基盤VAKRAを公開

VAKRAの設計と特徴

62ドメイン・8000超のAPIで構成
3〜7ステップの推論チェーンを評価
実行トレース全体で正確性を判定

4つの評価能力と課題

API連鎖・ツール選択・多段推論を測定
文書検索との複合推論も対象
ポリシー制約下で全モデルが性能低下
既存モデルの実用信頼性に課題を露呈

主要モデルの比較結果

GPT-OSS-120BがAPI連鎖で最高精度
Gemini-3-flashがツール選択で優位

IBM Researchは2026年4月15日、AIエージェントの実務的な推論能力とツール使用を評価するベンチマークVAKRAをHugging Faceで公開しました。従来のベンチマークが個別スキルを測定するのに対し、VAKRAは62ドメインにまたがる8000以上のAPIと文書コレクションを用い、エージェントが複数ステップのワークフローを確実に遂行できるかを実行トレース全体で評価します。

VAKRAは4つの能力を段階的に測定します。第1にビジネスインテリジェンスAPIの連鎖、第2にダッシュボードAPIからの正確なツール選択、第3に複数の論理ステップを要する多段推論、第4にAPI呼び出しと文書検索を組み合わせた複合推論です。第4段階ではさらにマルチターン対話やツール使用ポリシーへの準拠も求められます。

評価はウォーターフォール型パイプラインで実施されます。まずポリシー準拠を検証し、次に予測されたツール呼び出しの系列を正解と比較し、最後に最終回答の正確性を判定します。厳密なステップ一致ではなく、ツール応答の情報的等価性を基準とすることで、正当な代替パスも評価できる設計です。

主要モデルの比較では、GPT-OSS-120BがAPI連鎖タスクで他モデルを大差で上回りました。ツールスキーマの理解とパラメータ選択に優れていたことが要因です。一方、ツール選択タスクではGemini-3-flash-previewが全エラーカテゴリで最良の結果を示しました。多段推論ではホップ数の増加に伴い全モデルで性能が低下しています。

特に注目すべきは、ツール使用ポリシーを課した場合の結果です。情報源へのアクセスを制限するポリシーが存在すると、ほぼ全モデルで明確な性能低下が見られました。モデルは制約を理解しつつも推論に組み込めないケースが多く、企業環境での信頼性確保にはまだ課題があることが示されています。

独BFL、70人で画像生成AIの世界首位級に迫る

独発の急成長スタートアップ

評価額32.5億ドル到達
社員わずか70人体制
本社は独フライブルク近郊

大手との提携と技術力

Adobe・Canvaに画像機能提供
Metaと1.4億ドル契約締結
効率的な潜在拡散を採用

次の一手はフィジカルAI

年内にロボット公開予定
スマートグラス分野とも協議

ドイツの黒い森地方に本社を置く70人のAIスタートアップBlack Forest Labs(BFL)が、画像生成AIの分野でOpenAIやGoogleに次ぐ世界トップ級の競争力を獲得しています。2025年12月には評価額32.5億ドルで資金調達を実施し、AdobeやCanvaといった大手クリエイティブ企業の画像生成機能を支える存在になりました。わずか5000マイル離れたシリコンバレーの巨人たちに、少人数チームで真っ向から挑む構図です。

提携先の顔ぶれも際立っています。同社はMicrosoft、Meta、xAIといった主要AI企業にも技術を供給し、2025年9月にはMetaと総額1.4億ドルの複数年契約を結びました。2024年にはイーロン・マスク氏率いるxAIの画像生成「Grok」を支える形で一躍有名になった一方、安全策の緩さが物議を醸し、提携は数カ月で終了した経緯があります。

近ごろxAIが再度ライセンス供与を打診したものの、BFLは混沌とした社風との協業は運用負荷が高すぎると判断し、今回は断ったと関係者は語ります。競合より資源が限られる同社は、まず粗い下絵を描き、その後に細部を描き込む潜在拡散(latent diffusion)と呼ばれる効率的な手法を磨いてきました。これが少人数でも一線級のモデルを量産できる理由です。

共同創業者アンドレアス・ブラットマン氏はWIREDに対し、「この手法のおかげで、競合の数分の一の資源で非常に強力なモデルを出せた」と語ります。HuggingFace上で最も多くダウンロードされているテキスト画像変換モデルの一角を占めるのも同社の特徴で、市場に出回る多くの画像AIが裏側でBFLの無料版モデルを利用している可能性が高いといいます。

創業者らは米サンフランシスコへの移転ではなく、故郷に近い独フライブルク周辺に本拠を構え続けることを選びました。「注意を引くものが少ない場所であることは、大きな強みになり得る」とブラットマン氏は述べ、集中できる環境こそが急成長の鍵だったと振り返ります。OpenAIがSoraを閉じTBPN買収に走るなど、米勢がフォーカスに苦しむ中での対照的な姿勢です。

BFLの野望は画像生成にとどまりません。同社は年内に、自社AIモデルを搭載したロボットを発表する計画を明らかにしました。スマートグラスやロボット向けに技術提供するハードウェア企業とも協議中とされ、「視覚知性はコンテンツ生成を超えて広がる」とブラットマン氏は強調します。物理世界で行動するフィジカルAIへの進出が、次の競争軸となりそうです。

Hugging Face、画像音声動画の埋め込みに対応

v5.4の新機能

マルチモーダル埋め込み追加
画像・音声・動画を共有空間化
リランカーも多モーダル対応
同一APIで混在入力可能

対応モデルと要件

Qwen3-VLとNemotron統合
2BはVRAM8GBから動作
processor_kwargsへ名称変更

Hugging Faceは4月9日、オープンソースの埋め込みライブラリSentence Transformers v5.4を公開し、テキストに限定されてきた埋め込みとリランキングの機能を画像・音声・動画にまで拡張しました。開発者は従来と同じAPIを使いながら、モダリティをまたいだベクトル検索やRAGパイプラインを構築できるようになります。視覚的な文書検索やクロスモーダル検索といった新しい用途を、少ないコード変更で取り込める点が最大の特徴です。

中核となるのは、異なるモダリティの入力を共有埋め込み空間に写像する多モーダル埋め込みモデルです。テキストクエリと画像文書を直接比較でき、同じsimilarity関数で関連度を評価できます。ブログの例では「黄色い建物前に駐車された緑の車」というテキストが、該当する車の画像に対して最も高い類似度を示し、ハードネガティブの誤マッチが抑えられることが示されました。

リランカー(CrossEncoder)も多モーダル化され、テキスト・画像・動画を組み合わせたペアにスコアを付与できます。エンベディングで高速に候補を絞り込み、リランカーで精度を高めるという2段構えの検索パターンが、マルチモーダル文脈でも標準化されました。rank()やpredict()は従来と同じインターフェースのまま、複合入力を受け付けます。

対応モデルにはQwen3-VL-Embedding-2B/8B、NVIDIA llama-nemotron-embed-vl、jinaai/jina-reranker-m0などが含まれ、統合コレクションから即座に利用できます。2BクラスはVRAM約8GB、8Bクラスは約20GBを必要とし、CPUでは推論が著しく遅いためGPU環境の利用が推奨されています。

設定面では画像解像度や精度を制御するprocessor_kwargsとmodel_kwargsが用意され、従来のtokenizer_kwargsは非推奨となりました。経営層やエンジニアにとって、社内ドキュメントのスクリーンショットや動画アーカイブを横断検索する基盤を、既存の知識資産を活かしたまま整備できる点が実務的な価値です。

SafetensorsがPyTorch財団に移管

移管の背景と目的

Hugging Face発のOSSプロジェクト
pickleベース形式の安全性リスクを解消
ベンダー中立なLinux Foundation傘下へ

今後の開発計画

PyTorchコアへの統合を推進
CUDA・ROCm直接読み込み対応
FP8や量子化フォーマットの正式サポート
テンソル並列・パイプライン並列の最適化

Hugging Faceは2026年4月8日、同社が開発したモデル重み保存フォーマット「Safetensors」がPyTorch Foundationに参加すると発表しました。商標・リポジトリ・ガバナンスがLinux Foundationの管理下に移り、特定企業に依存しない中立的な運営体制へと移行します。

Safetensorsは、従来のpickleベースのフォーマットが持つ任意コード実行のリスクを排除する目的で開発されました。JSONヘッダーとテンソルデータのみで構成されるシンプルな設計が特徴で、ゼロコピー読み込みや遅延読み込みに対応しています。現在はHugging Face Hub上の数万モデルで標準フォーマットとして採用されており、オープンソースML分野で事実上の標準となっています。

ガバナンス移管後も、Hugging Faceのコアメンテナ2名が技術運営委員会に残り、日常的な開発を引き続きリードします。既存ユーザーにとってフォーマットやAPIに変更はなく、破壊的変更はありません。新たな貢献者がメンテナになるための手順も正式に文書化されました。

今後の開発ロードマップとしては、PyTorchコアのシリアライゼーションシステムとしての統合、CUDA・ROCmなどアクセラレータへの直接読み込み、テンソル並列やパイプライン並列の最適化、FP8やGPTQ・AWQなどの量子化フォーマット対応が計画されています。PyTorch Foundation内の他プロジェクトとの協業により、エコシステム全体の課題解決を目指すとしています。

中国Z.aiがGLM-5.1をMITライセンスで公開

モデルの技術的特徴

7540億パラメータのMoEモデル
最大8時間の自律作業に対応
1700回超のツール呼び出しが可能
階段状の最適化パターンを実現

ベンチマークと価格戦略

SWE-Bench Proで58.4を記録
Opus 4.6やGPT-5.4を上回る成績
API価格は入力100万トークン1.40ドル
オープンソースと有料版の二段構え

中国のAIスタートアップZ.ai(智譜AI)は2026年4月7日、大規模言語モデルGLM-5.1をMITライセンスのオープンソースとして公開しました。7540億パラメータのMixture-of-Expertsモデルで、単一タスクに対して最大8時間の自律的な作業が可能です。Hugging Faceからダウンロードでき、商用利用も許可されています。

GLM-5.1の最大の技術的特徴は、長時間にわたる目標整合性の維持です。従来のモデルが数十ステップで性能が頭打ちになるのに対し、GLM-5.1は1700回以上のツール呼び出しを経ても有効な最適化を継続します。Z.aiはこれを「階段パターン」と呼び、漸進的な調整と構造的なブレークスルーが交互に現れる最適化プロセスだと説明しています。

ベンチマークでは、実世界のGitHub問題を解決するSWE-Bench Proで58.4を達成し、GPT-5.4の57.7やClaude Opus 4.6の57.3を上回りました。VectorDBBenchでは655回の反復と6000回超のツール呼び出しを経て、毎秒21500クエリを達成しています。これはOpus 4.6の最高記録の約6倍にあたります。

価格面では、APIが入力100万トークンあたり1.40ドル、出力が4.40ドルに設定されています。サブスクリプションは四半期27ドルのLiteから216ドルのMaxまで3段階を用意しています。一方、先月公開された高速版のGLM-5 Turboはプロプライエタリのままで、オープンソースと有料製品を組み合わせたハイブリッド戦略を展開しています。

開発者コミュニティからは好意的な反応が寄せられており、従来1週間かかっていた作業が2日で完了したという報告もあります。Z.aiは2026年初頭に香港証券取引所に上場し、時価総額は約528億ドルに達しています。同社はAI競争の次の焦点が推論速度ではなく自律的な作業時間になると位置づけており、エージェント型AIの新たな方向性を示しています。

Google、最強オープンモデルGemma 4をApache 2.0で公開

モデル構成と性能

4種類のモデルを同時公開
31Bがオープン世界3位の性能
26B MoEは4Bの計算量で動作
E2B・E4Bはスマホ端末対応

技術的な特徴

テキスト・画像・音声のネイティブ対応
関数呼び出しをモデルに組込み
最大256Kトークンの長文脈
140以上の言語を事前学習

ライセンスと展開

Apache 2.0で商用利用自由
Ollama・llama.cppで即日利用可能
NVIDIA GPUで最適化済み

Google DeepMindは2026年4月1日、オープンモデル「Gemma 4」を4サイズ同時に公開しました。最上位の31BモデルはArena AIリーダーボードでオープンモデル世界3位を獲得し、ライセンスは従来の独自条項からApache 2.0へ変更されました。

31B Denseは高品質な推論特化、26B MoEは128個の小規模エキスパートのうち8個だけを活性化し、31B級の性能を4B級の速度で実現します。AIME 2026で31Bが89.2%、MoEが88.3%を記録し、前世代Gemma 3の20.8%から飛躍的に向上しました。

エッジ向けのE2BとE4Bは、スマートフォンやRaspberry Pi、Jetson Nanoで完全オフライン動作します。Per-Layer Embeddings技術により、E2Bは総パラメータ51億ながら実効2Bとして軽量に動き、音声認識もモデル内で処理できます。

全モデルが画像・動画・音声のマルチモーダル入力に対応し、関数呼び出しもアーキテクチャレベルで統合されています。可変アスペクト比の画像処理、最大256Kトークンの長文脈、140以上の言語への対応により、エージェント型AIワークフローの構築基盤として設計されています。

Apache 2.0ライセンスへの移行は、企業導入における法的障壁を解消する重要な転換点です。NVIDIAとの協業によりRTX GPUからDGX Sparkまで最適化され、Ollama・llama.cpp・Hugging Faceなど主要ツールが初日から対応しています。中国系モデルがオープン化を後退させる中、Googleは逆方向の戦略を明確にしました。

TII、6億パラメータで画像認識の統合モデル「Falcon Perception」公開

単一モデルで高精度認識

画像とテキストを1つのTransformerで統合処理
SAM 3を上回るMacro-F1 68.0達成
属性・OCR・空間理解で大幅な性能差
0.6Bパラメータの軽量設計

OCRモデルも同時発表

Falcon OCRは0.3Bパラメータ
olmOCRベンチで80.3点の高精度
オープンソースOCR中最高スループット

診断ベンチマークPBench

能力別にL0〜L4の5段階で評価
空間理解でSAM 3に+21.9点差

UAE・技術革新研究所(TII)のFalconチームは2026年4月1日、画像認識・セグメンテーション・OCRを単一のTransformerで処理するオープンソースモデル「Falcon Perception」を公開しました。パラメータ数はわずか6億で、従来のパイプライン型システムに代わる統合的なアプローチを提案しています。

Falcon Perceptionの最大の特徴は、画像パッチとテキストトークンを最初の層から同一のパラメータ空間で処理する「早期融合」アーキテクチャです。画像トークンには双方向注意、テキストトークンには因果的注意を適用するハイブリッドマスクにより、1つのモデルで視覚エンコーダとテキストデコーダの両方の役割を果たします。

オープン語彙セグメンテーションベンチマークSA-Coでは、Macro-F1で68.0を達成し、Meta社のSAM 3の62.3を上回りました。特に属性認識で+8.2、食品・飲料カテゴリで+12.2と大きな差をつけています。一方、存在判定の精度(MCC 0.64対0.82)ではSAM 3に及ばず、今後の改善課題として示されています。

同時に発表されたFalcon OCRは0.3Bパラメータの文書認識モデルです。olmOCRベンチマークで80.3点、OmniDocBenchで88.6点を記録し、DeepSeek OCR v2やGPT 5.2を上回る性能を示しました。オープンソースOCRモデルとして最高のスループットを実現し、vLLM統合によりA100上で毎秒2.9画像を処理できます。

チームは性能評価のため、能力別に分類した診断ベンチマーク「PBench」も公開しました。単純な物体認識(L0)から関係推論(L4)まで5段階に分かれ、Falcon Perceptionは空間理解でSAM 3に+21.9点、OCR識別で+13.4点と、プロンプトが複雑になるほど差が拡大する結果となっています。

学習には5400万枚の画像と1億9500万の正例表現、4億8800万のハードネガティブを使用しました。3段階の学習レシピにより、シーン理解からタスク特化、高密度シーン対応へと段階的に能力を獲得させています。モデルとコードはHugging Faceで公開されており、Apple Silicon向けのMLX統合やDockerサーバーも提供されています。

H社、PC操作AI「Holo3」で業界最高精度を達成

Holo3の性能と特徴

OSWorld検証で78.85%達成
アクティブ10Bパラメータで低コスト
35BモデルをApache2で公開
GPT 5.4やOpus 4.6より安価に運用

独自の学習手法

合成環境で業務操作を学習
自動データ生成と強化学習を反復
486タスクの企業向け評価で検証

企業利用への展望

複数アプリ横断の業務自動化に対応
未知のソフトにも適応する次世代を開発中

フランスのAIスタートアップH社は2026年4月1日、デスクトップPC操作に特化したAIモデル「Holo3」を発表しました。業界標準ベンチマークOSWorld-Verifiedで78.85%を記録し、PC操作AIとして最高スコアを達成しています。

Holo3の最大の特徴は、総パラメータ数122Bに対しアクティブパラメータがわずか10Bという効率的な設計です。これにより、GPT 5.4やOpus 4.6といった大規模モデルと比べて大幅に低いコストで運用できます。小型の35BモデルはApache2ライセンスでHugging Faceに公開されています。

学習には「エージェント学習フライホイール」と呼ばれる独自手法が用いられています。合成ナビゲーションデータの生成、ドメイン外への拡張、厳選された強化学習の3段階を繰り返し、PC画面の認識力と判断力を継続的に向上させる仕組みです。

実務での有効性を検証するため、H社は486の業務タスクからなる「H Corporate Benchmarks」を独自に設計しました。EC、業務ソフト、コラボレーション、複数アプリ連携の4領域にわたり、PDF価格表の参照から予算照合、個別メール送信まで、複雑な業務フローを評価対象としています。

今後H社は「Adaptive Agency」と呼ぶ次世代技術の開発を進めます。これは未知の業務ソフトウェアにもリアルタイムで適応し、自律的に操作を習得する能力を目指すもので、企業のデジタル業務全体を自動化する構想の実現に向けた取り組みです。

IBM、文書理解特化の小型視覚言語モデル「Granite 4.0 3B Vision」公開

モデルの特徴と構造

企業文書の表・図・帳票を高精度抽出
30億パラメータの軽量設計
LoRAアダプタでテキスト専用と視覚の両対応
DeepStack方式で意味と空間情報を分離処理

ベンチマーク性能

図表要約スコア86.4%で全モデル首位
表抽出でも複数ベンチで最高精度達成
政府帳票KVP抽出で85.5%のゼロショット精度

導入と活用方法

Apache 2.0ライセンスで公開
Docling連携で大規模PDF処理に対応

IBMは2026年3月31日、企業向け文書理解に特化した小型視覚言語モデル「Granite 4.0 3B Vision」をHugging Faceで公開しました。30億パラメータながら、表・図表・帳票からの情報抽出で大型モデルを上回る性能を発揮します。

本モデルはGranite 4.0 Microの上にLoRAアダプタとして構築されており、画像処理が不要な場面ではベースモデルに自動的にフォールバックします。この設計により、1つのデプロイでマルチモーダルとテキスト専用の両方に対応できます。

技術面では、独自のDeepStack Injection方式を採用しています。抽象的な視覚特徴を前段レイヤーに、高解像度の空間特徴を後段レイヤーに分離して注入することで、文書の内容と配置の両方を正確に理解します。

性能面では、図表理解ベンチマークのChart2Summaryで86.4%を達成し、自身の2倍以上のサイズのモデルを含む全評価対象中で首位となりました。表抽出でもPubTables-v2やTableVQAなど複数のベンチマークで最高スコアを記録しています。

さらに、170万件の合成チャートデータセット「ChartNet」を独自開発し、CVPR 2026で発表予定です。24種類のチャートタイプと6つの描画ライブラリをカバーし、コード・画像・データ表・要約・QAの5要素を揃えた高品質なデータで訓練されています。

活用面では、単体での画像理解に加え、文書処理ツールDoclingとの統合により、大規模PDFの自動処理パイプラインを構築できます。請求書や財務報告書、学術論文など幅広い文書に対応し、Apache 2.0ライセンスで自由に利用可能です。

Hugging Face、ポストトレーニング基盤TRLがv1.0に到達

TRL v1.0の設計思想

75種超の手法を実装
安定版と実験版を明確に分離
セマンティックバージョニング導入
抽象化を最小限に抑える方針

エコシステムでの位置づけ

月間300万回のダウンロード
UnslothやAxolotlの基盤として機能
汎用ライブラリとしての独自の立ち位置

今後の開発計画

非同期GRPOで学習効率向上へ
エージェント向け学習可視化を計画

Hugging Faceは2026年3月、大規模言語モデルのポストトレーニングライブラリ「TRL」のv1.0を正式リリースしました。6年以上の開発を経て、75種類を超えるポストトレーニング手法を実装する汎用ライブラリとして安定版の節目を迎えています。

ポストトレーニング分野は、PPOからDPO、さらにGRPOへと手法の中心が急速に移り変わってきました。TRLはこの変化に対応するため、強固な抽象化ではなく「変化に適応する設計」を選択しています。クラス階層を避け、実装間の重複をあえて許容することで、新手法への対応速度を維持しています。

v1.0の最大の特徴は、安定版と実験版の明確な分離です。安定版はSFT、DPO、報酬モデリング、RLOO、GRPOなどの主要トレーナーで構成され、セマンティックバージョニングに従います。実験版は新手法を素早く取り込む場として機能し、利用実績に応じて安定版へ昇格する仕組みです。

TRLは月間300万回ダウンロードされる規模に成長し、UnslothやAxolotlといった主要プロジェクトの基盤としても利用されています。これらの下流プロジェクトへの影響を考慮し、破壊的変更は0.xリリース期間中に段階的に実施されました。

今後の開発では、生成と学習を分離する非同期GRPOの本格導入、KTOや蒸留系トレーナーの安定版昇格、マルチノード学習の強化が予定されています。さらに、学習ループにヒューリスティクスを組み込み、方策の崩壊や過学習を自動検知する「エージェント向け学習可視化」機能の開発も計画されています。

Cohere、オープンウェイト音声認識モデルを公開

モデルの性能

WER 5.42%で業界最高精度
Whisper Large v3の7.44%を大幅に上回る
14言語対応(日本語含む)
20億パラメータ、Apache-2.0ライセンス

企業導入の優位性

自社GPUでのローカル運用が可能
データ残留リスクなしの音声処理
RAGやエージェント構築に即戦力
商用利用を前提とした設計

Cohereは、オープンウェイトの自動音声認識モデル「Transcribe」を公開しました。20億パラメータのこのモデルは、平均単語誤り率(WER)5.42%を達成し、企業の音声パイプラインに直接組み込める精度を実現しています。

TranscribeはHugging FaceのASRリーダーボードで首位を獲得しました。OpenAIのWhisper Large v3(WER 7.44%)、ElevenLabs Scribe v2(5.83%)、Qwen3-ASR(5.76%)をいずれも上回り、商用レベルの音声認識における新たな基準を打ち立てています。

最大の特徴は、Apache-2.0ライセンスによる商用利用と自社インフラでのローカル運用が可能な点です。従来のクローズドAPIではデータの外部送信が避けられず、オープンモデルでは精度が不十分という課題がありましたが、Transcribeはその両方を解決しています。

対応言語は英語、フランス語、ドイツ語、日本語、中国語、韓国語など14言語です。会議理解を測るAMIデータセットで8.15%、多様なアクセントを評価するVoxpopuliで5.87%と、幅広い音声タスクで高い性能を示しています。

企業のエンジニアリングチームにとって、RAGパイプラインやエージェントワークフローに音声入力を組み込む際、データ残留リスクやレイテンシの問題なく本番運用できる選択肢が加わりました。早期導入企業からは、精度とローカル展開の両立が高く評価されています。

Hugging Face、OpenClawのオープンモデル移行手順を公開

2つの移行経路

HF推論API経由が最速
ローカル実行で完全無料化
GLM-5を推奨モデルに指定
HF PRO会員は月2ドル無料枠

ローカル環境構築

llama.cppでローカル推論
Qwen3.5-35Bが32GB RAMで動作
OpenAI互換APIとして接続
プライバシーと完全制御を実現

Hugging Faceは、OpenClawやPiなどのAIエージェントをクローズドモデルからオープンモデルへ移行するための具体的な手順を公開しました。ホスト型とローカル型の2つの方法が提示されています。

ホスト型の方法では、Hugging Face Inference Providersを利用します。APIトークンを取得し、OpenClawの設定コマンドで認証を行うだけで、数千のオープンソースモデルから選択して即座にエージェントを復旧できます。

推奨モデルとしてGLM-5が挙げられており、Terminal Benchで高いスコアを記録しています。設定ファイルのrepo_idを変更するだけでモデルの切り替えが可能で、HF PRO会員には月額2ドルの無料クレジットが付与されます。

ローカル型の方法では、オープンソースの推論ライブラリllama.cppを使用します。macOS・Linux・Windowsいずれにも対応しており、パッケージマネージャから簡単にインストールできます。

ローカル実行ではQwen3.5-35B-A3Bが推奨されており、32GBのRAMで動作します。APIコストゼロ、レート制限なし、完全なプライバシー保護が実現でき、クローズドモデルに依存せずエージェントを運用できる点が強調されています。

Cohereが音声認識モデルをオープンソースで公開

モデルの特徴

20億パラメータの軽量設計
消費者向けGPUで自己運用可能
14言語対応(日本語含む)
1分間で525分の音声処理

性能と展開

WER 5.42で業界最高精度
人間評価で勝率61%達成
企業向け基盤Northに統合予定
API無料提供を開始

エンタープライズAI企業のCohereは2026年3月26日、同社初の音声モデル「Transcribe」をオープンソースで公開しました。議事録作成や音声分析などの用途を想定した自動音声認識モデルで、APIを通じて無料で利用できます。

Transcribeは20億パラメータと比較的軽量に設計されており、消費者向けGPUでの自己ホスティングが可能です。英語、日本語、中国語、韓国語など14言語に対応し、1分間で525分の音声を処理できる高いスループットを実現しています。

Hugging FaceのOpen ASRリーダーボードでは、平均単語誤り率(WER)5.42を達成し、Zoom Scribe v1やIBM Granite 4.0、ElevenLabs Scribe v2などの競合モデルを上回りました。人間評価者による精度・一貫性・実用性の評価でも平均勝率61%を記録しています。

一方で、ポルトガル語、ドイツ語、スペイン語の文字起こしでは競合に後れを取る課題も残っています。Cohereは今後、同モデルを企業向けエージェント統合基盤「North」やマネージド推論プラットフォーム「Model Vault」にも展開する計画です。

音声認識モデル市場は、GranolaやWispr Flowなどの議事録・ディクテーションアプリの需要拡大に伴い急成長しています。Cohereは2025年の年間経常収益が2億4000万ドルに達したとされ、IPOの可能性も示唆されており、今回の音声モデル投入で事業領域の拡大を図ります。

NVIDIA、オープンAI基盤モデル連合を設立

連合の概要と初動

Nemotron Coalition発足
データ・評価・専門知識を共有
Hugging Face最大組織に成長

業界リーダーの展望

AIエージェントが高度な同僚に
マルチモデルオーケストレーション時代
オープンと独自の共存が不可欠
専門特化モデルで差別化実現

NVIDIAは2026年3月のGTCカンファレンスにおいて、オープンなフロンティアAI基盤モデルの開発を推進する国際連合「Nemotron Coalition」の設立を発表しました。Mistral AIをはじめとする主要AI研究機関が参画し、データや計算資源を共有します。

CEOのジェンスン・フアン氏は「独自かオープンかではなく、独自もオープンも」と述べ、両方のアプローチの共存が不可欠であるとの見解を示しました。NVIDIAは現在Hugging Faceで最大の組織となり、約4,000人のチームメンバーを擁しています。

連合の最初のプロジェクトとして、Mistral AIとNVIDIAが基盤モデルを共同開発します。連合メンバーがデータ提供や評価、ドメイン専門知識で貢献し、オープンエコシステムに公開される予定です。Nemotronモデルはすでに4,500万回以上ダウンロードされています。

GTCのパネルではCursor、Perplexity、LangChain、Thinking Machines LabなどのAI業界リーダーが登壇しました。AIエージェントが数時間・数日かかるタスクを処理する「同僚」になるとの見通しや、複数モデルの自動オーケストレーションの重要性が議論されました。

パネリストらは、汎用モデルと専門特化モデルの両立が社会に価値をもたらすと強調しました。オープンな基盤の上に各組織が独自データを組み合わせることで差別化が可能になり、学術界を含む幅広い参加者がAIの進歩に貢献できる環境が整うと述べています。

ServiceNow、音声AIエージェント評価フレームワークEVAを公開

EVAの評価体系

正確性と体験の2軸で評価
ボット同士の音声対話を自動生成
航空業界50シナリオを初期公開
タスク完了・忠実性・音声再現の3指標

主要な発見

正確性と体験にトレードオフ確認
固有名詞の誤認識が主要障害
複数ステップ処理で精度が大幅低下
20システムのベンチマーク結果公開

ServiceNowの研究チームは2026年3月24日、音声AIエージェントを包括的に評価するフレームワーク「EVA」を発表しました。コード・データセット・ジャッジプロンプトをGitHubとHugging Faceで公開しています。

EVAはタスクの正確な完了を測るEVA-A(Accuracy)と、対話体験の質を測るEVA-X(Experience)の2つの高次スコアを算出します。従来のフレームワークはこれらを個別に評価していましたが、EVAは両者を統合的に評価する初の手法です。

評価はボット同士のリアルタイム音声対話で行われ、ユーザーシミュレーターが発話し、対象エージェントがツール呼び出しやポリシー遵守を含むタスクを処理します。決定論的なコード指標とLLM審査員による定性評価を組み合わせています。

20種類のカスケード型・音声ネイティブ型システムを評価した結果、正確性と体験の間に一貫したトレードオフが確認されました。タスク完了率の高いエージェントほどユーザー体験が低下する傾向があり、両軸で優位なシステムは存在しませんでした。

特に確認コードやフライト番号など固有名詞の音声認識エラーが、会話全体の破綻につながる主要因と判明しました。今後は多言語対応、騒音環境テスト、感情認識評価、追加ドメインのデータセット拡充が予定されています。

NVIDIA、多言語・マルチモーダル対応のAI安全モデルを公開

モデルの特徴

140以上の言語に対応
画像とテキストの複合判定
Gemma-3 4B基盤で軽量高速
文化的文脈を考慮した安全判定

性能と実用性

有害コンテンツ検出精度84%
競合モデルの約半分の遅延
12言語で安定した精度を維持
8GB VRAMのGPUで動作可能

NVIDIAは2026年3月20日、マルチモーダル・多言語対応のコンテンツ安全モデル「Nemotron 3 Content Safety 4B」をHugging Faceで公開しました。従来の英語中心・テキストのみの安全モデルが抱えていた文化的ニュアンスの見落としを解消することを目指しています。

同モデルはGemma-3 4B-ITビジョン言語基盤モデル上に構築され、LoRAアダプターで安全分類機能を追加しています。テキスト・画像またはその両方を入力として受け取り、安全・危険の判定を出力します。アシスタント応答が含まれる場合はやり取り全体の文脈を評価し、複合的に生じる違反も検出できます。

訓練データにはNemotron Safety Guard Dataset v3の文化的に適応された多言語データ、人手でアノテーションされたマルチモーダルデータ、合成データなどが含まれます。英語データは日本語・中国語・韓国語を含む12言語に翻訳され、実運用環境を反映した多言語カバレッジを実現しています。

ベンチマーク評価では、Polyguard・VLGuard・MM SafetyBenchなど主要テストで平均84%の精度を達成し、同規模のオープン安全モデルを上回りました。さらにポルトガル語やロシア語など訓練外言語でも強力なゼロショット汎化性能を示しています。推論遅延は大型モデルの約半分で、エージェントループやリアルタイム用途にも適しています。

4月にはNVIDIA NIMとしても提供予定で、GPU最適化された推論マイクロサービスとして本番環境への迅速な導入が可能になります。企業のAIエージェントやグローバルサービスにおけるコンテンツモデレーション基盤として、実用性の高い選択肢となりそうです。

IBM Research、構造化AIワークフロー基盤Mellea 0.4.0を公開

Mellea 0.4.0の新機能

Granite Librariesとネイティブ統合
制約付きデコードでスキーマ正確性を保証
指示・検証・修復パターンの導入
観測フックでワークフロー監視が可能に

Granite Librariesの構成

granitelib-core:要件検証用アダプタ
granitelib-rag:RAGパイプライン全工程対応
granitelib-guardian:安全性・事実性・コンプライアンス特化
granite-4.0-micro向けLoRAアダプタ群

IBM Researchは2026年3月20日、オープンソースのPythonライブラリMellea 0.4.0と3つのGranite Librariesを同時公開しました。これにより、IBM Graniteモデル上で構造化・検証可能・安全性を備えたAIワークフローの構築が容易になります。

Melleeは確率的なプロンプト動作を、構造化された保守可能なAIワークフローに置き換えるライブラリです。制約付きデコードや構造化修復ループ、パイプラインの組み合わせにより、LLMベースのプログラムの予測可能性と保守性を高める設計思想を持っています。

バージョン0.4.0では、Granite Librariesとのネイティブ統合が実現しました。制約付きデコードに基づく標準化APIを通じ、出力のスキーマ正確性を保証します。さらにリジェクションサンプリング戦略による指示・検証・修復パターンや、イベント駆動型コールバックによる観測フックも導入されました。

同時公開されたGranite Librariesは、granite-4.0-microモデル向けの特化型LoRAアダプタ群です。granitelib-coreは要件検証、granitelib-ragは検索前・検索後・生成後のRAGタスク、granitelib-guardianは安全性・事実性・ポリシー準拠の各領域をカバーします。

汎用プロンプティングに頼らず、タスク特化型アダプタを用いることで、少ないパラメータコストで各タスクの精度を向上させつつ、ベースモデルの能力を損なわない点が特長です。コードと論文はHugging FaceおよびGitHubで公開されており、すぐに導入を開始できます。

Hugging Faceオープンソース生態系、中国勢が米国を逆転

エコシステムの急成長

ユーザー1300万人に倍増
公開モデル200万超を達成
データセット50万件を突破
Fortune 500の30%超が参加

中国の台頭と地政学

中国がダウンロード数で米国を逆転
Qwen派生モデルが20万件超
韓国・欧州がAI主権を推進

技術トレンドの変化

ロボティクスデータセットが23倍増
小型モデルの実用採用が加速

Hugging Faceは2026年春のオープンソースAI生態系レポートを公開しました。2025年にユーザー数は1300万人に達し、公開モデルは200万件超、データセットは50万件を突破するなど、すべての指標がほぼ倍増しています。

中国が月間ダウンロード数で米国を逆転し、全ダウンロードの41%を占めるに至りました。DeepSeek R1の公開を契機に、Baiduは2024年のゼロから100件超のリリースへ急増し、ByteDanceやTencentも8〜9倍にリリース数を拡大しています。

企業の開発シェアは2022年以前の約70%から2025年には37%に低下しました。一方、個人や小規模コミュニティがダウンロードの39%を占め、量子化やファインチューニングを通じてモデルの流通を主導する存在へと成長しています。

各国政府はAI主権の確保に動いています。韓国は国家ソブリンAIイニシアティブを発足させ、LG AI ResearchやNaverなど国内企業を指名しました。スイスやEU各国も公的資金によるオープンモデル開発を推進し、Reflection AIと韓国のデータセンター提携も発表されています。

ロボティクス分野ではデータセットが2024年の1,145件から2025年に26,991件へと急増し、Hub最大のカテゴリとなりました。科学研究でもタンパク質折りたたみや創薬への応用が進み、オープンソースAIは言語・画像生成を超えて物理世界への拡張を加速させています。

NVIDIA、40億パラメータの軽量AI「Nemotron 3 Nano 4B」公開

モデルの特徴

Mamba-Transformer混合構造採用
40億パラメータでエッジ動作対応
指示追従性能で同クラス最高水準
VRAM使用量が同クラス最小

圧縮と学習手法

9BモデルからNemotron Elasticで圧縮
2段階蒸留で精度回復を実現
3段階強化学習でツール使用を強化
FP8・Q4_K_M量子化で効率向上

NVIDIAは2026年3月17日、40億パラメータの軽量言語モデル「Nemotron 3 Nano 4B」をオープンソースで公開しました。Mamba-Transformer混合アーキテクチャを採用し、エッジデバイスでの高効率な推論を実現するモデルです。

同モデルはJetson ThorやJetson Orin Nano、DGX Spark、RTX GPUなど幅広いNVIDIAプラットフォームで動作します。低VRAM環境でも高速な応答が可能で、データプライバシーの確保と柔軟なデプロイを両立しています。

開発にはNemotron Elasticフレームワークが用いられ、9Bパラメータの親モデルから構造化プルーニングと知識蒸留により4Bモデルへ圧縮されました。ルーターが自動的に最適な枝刈り構成を決定し、従来手法より低コストで高精度なモデルを実現しています。

学習では教師あり微調整に続き、指示追従とツール呼び出しに特化した3段階の強化学習パイプラインを適用しました。推論時の思考なしでもタスク解決に優れ、ハルシネーション回避性能も高い水準を達成しています。

量子化ではFP8版で最大1.8倍のレイテンシ改善を達成し、Q4_K_M GGUF版はJetson Orin Nano 8GBで毎秒18トークンを出力します。Transformers、vLLM、TRT-LLM、Llama.cppなど主要推論エンジンに対応し、Hugging Faceで公開中です。

H Company、高スループット型PC操作AIモデルHolotron-12Bを公開

推論性能の飛躍

SSMハイブリッド構造を採用
H100単体で8.9kトークン/秒達成
Holo2-8B比で2倍超のスループット
KVキャッシュ不要でメモリ効率向上

エージェント性能

WebVoyagerスコア35.1%→80.5%に向上
UI操作・画面理解の精度大幅改善
NVIDIA Nemotronベースを微調整
次世代Nemotron 3 Omniも予告

H Companyは2026年3月17日、NVIDIAのNemotron-Nano-2 VLモデルをベースにしたマルチモーダルコンピュータ操作エージェントモデル「Holotron-12B」をHugging Faceで公開しました。本モデルは画面認識・操作に特化し、量産環境での高スループット推論を目指して開発されたものです。

Holotron-12Bの推論効率を支えるのは、状態空間モデル(SSM)とアテンション機構のハイブリッドアーキテクチャです。従来のTransformerが抱える二次計算コストを回避し、長いコンテキストや複数画像を含むエージェント的ワークロードで優れたスケーラビリティを実現しています。

ベンチマーク評価では、WebVoyagerスコアがベースモデルの35.1%から80.5%へと大幅に向上しました。H100 GPU1枚でvLLMを使用した実験では、同時接続100の条件下で8.9kトークン/秒のスループットを記録し、前モデルHolo2-8Bの5.1kトークン/秒を大きく上回りました。

学習は2段階で実施されました。NVIDIAのNemotron-Nano-12B-v2-VLを起点に、H Company独自の画面理解・ナビゲーションデータで教師あり微調整を行い、約140億トークンで最終チェックポイントを構築しています。ライセンスはNVIDIA Open Model Licenseで公開されています。

今後の展開として、NVIDIAが同日発表したNemotron 3 Omniをベースとした次世代モデルの開発も予告されました。SSM-AttentionとMoEアーキテクチャを活用し、企業向けの大規模自律型コンピュータ操作への展開を目指すとしています。

NVIDIA主導で医療ロボット初の大規模オープンデータセット公開

データセットと規模

778時間の医療ロボットデータ
手術・超音波・内視鏡を網羅
35組織が国際共同構築
CC-BY-4.0で完全公開

基盤AIモデル2種

GR00T-H:手術用VLAモデル
縫合タスクの端到端実行を実証
Cosmos-H:手術シミュレータ
実機2日分を40分で再現

NVIDIAとジョンズ・ホプキンス大学、ミュンヘン工科大学らが主導する国際コミュニティが、医療ロボティクス分野初の大規模オープンデータセット「Open-H-Embodiment」を公開しました。35組織が参加し、778時間分のCC-BY-4.0ライセンスデータを提供しています。

データセットは手術ロボティクスを中心に、超音波検査や大腸内視鏡の自律制御データも含みます。シミュレーション、ベンチトップ訓練、実臨床手術にまたがり、CMR SurgicalやRob Surgicalなどの商用ロボットおよびdVRK、Frankaなどの研究用ロボットのデータを収録しています。

同時に公開されたGR00T-Hは、NVIDIAのVision-Language-Actionモデルを手術ロボット向けに特化させた初のポリシーモデルです。約600時間のデータで訓練され、SutureBottベンチマークで端到端の縫合タスクを完遂する能力を実証しました。異なるロボット間の運動学的差異を吸収する独自の設計が特徴です。

Cosmos-H-Surgical-Simulatorは、運動指令から物理的に妥当な手術映像を生成するワールド基盤モデルです。従来のシミュレータでは再現困難な軟組織変形や反射、出血を暗黙的に学習します。実機で2日かかる600回のロールアウトをわずか40分で完了でき、データ拡張にも活用可能です。

次期バージョンでは、意図・結果・失敗モードを注釈した推論対応データへの拡張を目指しています。手術ロボットが状況を説明し、計画を立て、長時間の手術に適応できる推論能力付き自律制御の実現が目標です。データセットとモデルはHugging FaceおよびGitHubで公開されており、コミュニティへの参加を呼びかけています。

OpenAIが指示階層の強化手法とデータセットを公開

指示階層の仕組み

System>開発者>ユーザー>ツールの優先順位
上位指示と矛盾する下位指示を拒否
強化学習で優先順位判断を訓練
IH-Challengeデータセットを設計

安全性への効果

安全ステアラビリティの改善を確認
過剰拒否なく有用性を維持
学術・内部ベンチマークで汎化性能を実証

公開と今後

GPT-5 Mini-Rで性能検証済み
IH-ChallengeデータセットをHuggingFaceで公開

OpenAIは、AIモデルが複数の指示源からの命令を適切に優先順位付けする「指示階層」の強化手法を発表しました。安全ポリシー違反やプロンプトインジェクション攻撃への耐性向上を目的としています。

AIシステムはシステムメッセージ、開発者指示、ユーザー要求、ツール出力など複数の指示を受け取ります。これらが矛盾した場合、信頼度の高い指示を優先する判断が求められますが、従来のモデルでは誤った指示に従うケースがありました。

同社は強化学習用データセット「IH-Challenge」を設計しました。各タスクは高権限ロールからの指示と、それに違反させようとする低権限ロールの指示で構成され、Pythonスクリプトで客観的に採点可能な点が特徴です。

このデータセットで訓練したGPT-5 Mini-Rは、TensorTrustで0.76から0.91へ、内部ベンチマークのSystem対User Conflictで0.84から0.95へと大幅に改善しました。同時に過剰拒否率も0.79から1.00に改善し、有用性を損なわない成果を示しています。

エージェント型AIがツール呼び出しや外部文書読み取りを行う時代において、信頼できる指示を一貫して優先する能力は安全性の基盤となります。OpenAIはIH-ChallengeデータセットをHuggingFaceで公開し、研究コミュニティへの貢献を図っています。

NVIDIAジェットソンがエッジAIの新標準に、重機から家庭まで展開

エッジ推論の実用例

キャタピラー重機に音声AIアシスタント搭載
クラウド不要のローカル推論を実現
Jetson Thorがリアルタイム処理を担保
ロボット・スマートホームにも展開

対応オープンモデル群

Gemma・Mistral・Qwen等主要モデルに対応
GR00T N1.6でロボット動作を自律制御
vLLMで最大273トークン/秒を達成
2B〜30Bパラメータを柔軟に切り替え

NVIDIAは2026年のCESにおいて、エッジAIプラットフォーム「Jetson Thor」上でキャタピラーの小型油圧ショベル向け音声AIアシスタントのデモを公開した。Qwen3 4BモデルをvLLC経由でローカル動作させ、クラウド接続なしで低遅延な自然言語応答を実現している。

従来のオープンモデルはデータセンターで運用されてきたが、クラウド依存はレイテンシとコストの課題を抱える。Jetsonはシステムオンモジュールにコンピュートとメモリを統合し、メモリ不足による調達難を解消しながら、産業機器向けに安定したエッジ推論環境を提供する。

ロボティクス分野ではFranka RoboticsのFR3 DuoがオンボードでGR00T N1.6モデルを実行し、タスクスクリプト不要で知覚から動作まで完結させた。NYU・UIUCなどの研究機関もJetson Thor上でヒューマノイド制御や抹茶製造ロボットの開発に成功している。

個人開発者レベルでも活用が広がっており、Hugging FaceのAndré Marafiotiはエージェント型AIシステムをJetson AGX Orin上で構築し、タスク自律スケジューリングを実現した。CollabnixのAjeet Singh RainaはOpenClawをJetson Thor上で24時間稼働させ、メール・カレンダー管理を自動化している。

Jetson Thorは現在、Gemma 3・Mistral 3・Qwen 3.5・gpt-oss-20B・NVIDIA Cosmosなど主要オープンモデルを広くサポートしており、開発者はvLLM・Ollama・llama.cppなど多様なフレームワークを選択できる。GTC 2026では産業自律化の未来をテーマにした展示も予定されている。

NVIDIAがComfyUI連携強化、ローカルAI動画生成を大幅高速化

ComfyUI刷新

App Viewで初心者も利用可能に
ノード不要の簡易UIを追加
RTX最適化で40%高速化達成

性能と4K対応

NVFP4で2.5倍高速・VRAM60%削減
RTX Videoで4Kアップスケール対応
Python開発者向け無償パッケージ公開

対応モデル拡大

FLUX.2 KleinのNVFP4/FP8版公開
LTX-2.3のNVFP4対応も近日予定

NVIDIAは米サンフランシスコで開催中のGame Developers Conference(GDC)において、ComfyUIとの連携強化を含むAI動画生成の高速化アップデートを発表しました。RTX GPUおよびDGX Sparkデスクトップ向けに、コンセプト開発やストーリーボード制作の効率を大幅に向上させます。

ComfyUIに新たに追加されたApp Viewは、ノードグラフに不慣れなアーティスト向けの簡易インターフェースです。プロンプト入力とパラメータ調整だけで画像生成が可能になり、従来のNode Viewとの切り替えもシームレスに行えます。AI創作ツールの利用障壁を大きく引き下げる取り組みです。

性能面では、RTX GPUへの最適化により9月比で40%の高速化を実現しました。さらにGeForce RTX 50シリーズのNVFP4フォーマットを活用することで、パフォーマンスは2.5倍に向上し、VRAMの使用量は60%削減されます。FP8でも1.7倍の高速化と40%のVRAM削減を達成しています。

RTX Video Super ResolutionがComfyUIのノードとして利用可能になり、生成した動画をリアルタイムで4Kにアップスケールできるようになりました。従来の手法と比較して30倍高速で、VRAM消費も大幅に抑えられます。AI開発者向けにはPyPIから無償のPythonパッケージも公開されています。

対応モデルも拡充され、FLUX.2 Kleinの4Bおよび9BモデルのNVFP4・FP8版がHugging Faceで公開されました。LTX-2.3のFP8版も利用可能で、NVFP4対応も近日中に予定されています。ゲーム開発者やクリエイターがローカル環境で高品質なAI動画を生成できる基盤が着実に整いつつあります。

HuggingFace、非同期RL訓練の設計指針を16ライブラリ調査から導出

同期RL訓練の課題

推論待ちでGPU稼働率40%以下
32Bモデルの1バッチ生成に数時間
ストラグラー問題が遅延を増幅

非同期化の共通設計

推論と訓練を別GPUプールに分離
ロールアウトバッファで両者を接続
8/16ライブラリがRayを採用
NCCLブロードキャストが重み同期の標準

TRL新設計と今後の課題

トークン単位のバージョン管理を採用
MoE対応が次世代の差別化要因

Hugging Faceは、大規模言語モデルの強化学習(RL)訓練における非同期アーキテクチャの設計指針を、16のオープンソースライブラリを7軸で比較調査した結果として公開しました。

同期型RL訓練では、推論フェーズがウォールクロック時間の大半を占め、訓練用GPUが長時間アイドル状態になります。32Bモデルで32Kトークンのロールアウトを生成すると、1GPU当たり約3.7時間を要し、GRPOのグループ生成では最も遅い完了に全体が律速されます。

調査対象の全ライブラリが共通して採用した解決策は、推論と訓練を別々のGPUプールに分離し、ロールアウトバッファで接続して非同期に重みを転送する構成です。これにより推論は継続的にデータを生成し、訓練側は待機なく勾配計算を進められます。

比較7軸のうち特に重要なのは、重み同期プロトコルと陳腐化管理です。重み同期ではNCCLブロードキャストが主流で、verlのバケット化により20ミリ秒まで短縮可能です。陳腐化対策はバージョン棄却・深度制限・重要度サンプリング補正の3戦略があり、本番環境では複合的に組み合わせる傾向にあります。

Hugging FaceはTRLの新しい非同期トレーナーに向け、トークン単位のバージョンタグ付きバウンデッドキュー、NCCLバケット転送、エージェント型ワークロード向けの部分ロールアウト対応を設計方針として示しました。今後はMoEモデルのエキスパート並列対応や、蒸留との統合が差別化の鍵になると分析しています。

Hugging FaceがUlyssesシーケンス並列でミリオントークン学習を実現

技術の仕組み

アテンションヘッドを複数GPUに分散
All-to-All通信で通信量を1/Nに削減
Ring Attentionより低レイテンシで効率的
FlashAttention 2/3と完全互換

エコシステム統合

AccelerateでParallelismConfig設定のみ
Transformers Trainerが損失集計を自動処理
TRL SFTTrainerでSFT最適化に対応
Liger-Kernelと組み合わせてメモリ節約

ベンチマーク結果

96Kトークンを4枚のH100で学習可能
64K時にスループットが3.7倍向上
8K時はDP=4と同等メモリ消費

Hugging Faceは2026年3月、Snowflake AI Researchが開発したArctic Long Sequence Training (ALST)プロトコルの一部であるUlyssesシーケンス並列(SP)をAccelerate・Transformers Trainer・TRL SFTTrainerに統合したことを発表した。

Ulyssesは、トランスフォーマーのアテンション機構が系列長の2乗でメモリ・計算量が増大する課題を解決する手法で、系列をGPU間で分割したうえでアテンションヘッドも並列化し、All-to-All通信を1アテンション層あたり2回行うことで通信量をO(S×H/N)に抑えている。

Ring Attentionと比較すると、Ulyssesの通信量はGPUあたりRing Attentionの1/N倍で済み、全帯域幅を1ステップで活用できるAll-to-All集合通信により低レイテンシを実現している。ただし、ヘッド数がsp_size以上である必要があるという制約がある。

ベンチマークではQwen3-4BをH100 80GB×4枚で学習し、SP=4の構成で最大96Kトークン(66GB)まで安定して学習できることを確認した。64Kトークン時のスループットは1GPU比で3.7倍の13,396トークン/秒を記録し、通信オーバーヘッドは最小限であることが示された。

利用にはdeepspeed>=0.18.1・accelerate>=1.12が必要で、HopperアーキテクチャにはFlashAttention 3、BlackwellにはFlashAttention 4(リリース待ち)の使用が推奨されている。ZeRO Stage 3やLiger-Kernelとの組み合わせでさらなるメモリ削減も可能だ。

IBMがGranite 4.0 1B Speechを公開、エッジ向け多言語音声認識で首位

モデルの特徴

パラメータ数を前世代比半減
英語転写精度が前世代を上回る
投機的デコードで推論を高速化
日本語を含む6言語に対応
キーワードバイアシング機能を新搭載

性能と展開

OpenASRリーダーボードで1位獲得
パラメータ数以上の翻訳精度を実現
Apache 2.0ライセンスで公開
Granite Guardianとの組み合わせ推奨

IBMは2026年3月9日、エッジデバイス向け音声言語モデル「Granite 4.0 1B Speech」をHugging Faceで公開した。多言語音声認識(ASR)と双方向音声翻訳(AST)に対応し、英語・仏語・独語・西語・葡語・日本語の6言語をサポートする。

前世代モデル「granite-speech-3.3-2b」と比べてパラメータ数を半分の約10億に削減しながら、英語転写の単語誤り率(WER)は改善した。投機的デコードの採用により推論速度も向上しており、リソースが限られたデバイスでの実用展開を想定した設計となっている。

今回の新機能として、日本語ASRサポートとキーワードバイアシングが追加された。キーワードバイアシングは固有名詞や略語の認識精度を高める機能で、コミュニティから要望の多かった機能を優先実装している。

性能面では、Hugging Faceが運営するOpenASRリーダーボードで1位を獲得。複数の標準ベンチマークにおいて、はるかにパラメータ数の多いモデルと同等以上の精度を達成しており、小規模モデルとしての競争力を示した。

モデルはApache 2.0ライセンスで公開され、transformersおよびvLLMでネイティブサポートされる。本番環境ではリスク検出のためにGranite Guardianとの組み合わせが推奨されており、アーキテクチャ詳細や学習データはモデルカードで確認できる。

HuggingFace、LeRobot v0.5.0でヒューマノイド対応と6つの新ポリシーを追加

ハードウェア拡張

Unitree G1ヒューマノイド初対応
全身協調制御(WBC)の実現
OpenArmロボットアームの統合
CANバスモーター対応で高性能化

AIポリシーと高速化

Pi0-FAST自己回帰VLAの導入
Real-Time Chunkingで推論の応答性向上
LoRA/PEFTで大規模VLAの効率微調整
画像学習10倍高速化を実現

エコシステム整備

EnvHubでHub上のシミュレーション環境を直接利用
NVIDIA IsaacLabとのGPU並列学習統合
サードパーティポリシープラグイン対応
ICLR 2026採択で学術的評価を獲得

Hugging Faceは2026年3月にオープンソースロボット学習フレームワーク「LeRobot」のv0.5.0をリリースした。同バージョンでは初のヒューマノイドロボット対応や6つの新ポリシー追加、データパイプラインの大幅な高速化など、あらゆる次元でのスケールアップが実現されています。

最大のハードウェア追加はUnitree G1ヒューマノイドの全面サポートです。歩行・ナビゲーション・物体操作・遠隔操作に加え、全身協調制御(WBC)により移動と操作を同時実行できる。これはLeRobotが卓上アームを超えた汎用ロボティクスへ踏み出す重要な一歩となっています。

ポリシー面ではPi0-FASTが注目されます。Gemma 300Mベースの自己回帰型アクションエキスパートを採用し、FASToトークン化によって離散化されたアクション列を生成します。また推論技術のReal-Time Chunking(RTC)は、フローマッチングポリシーの応答性を劇的に改善し、実世界デプロイでのレイテンシ問題を解消します。

データセットパイプラインではストリーミングビデオエンコーディングの導入により、エピソード記録後のエンコード待ち時間がゼロになりました。さらに画像学習が最大10倍、エンコードが3倍高速化されており、データ収集からモデル訓練までのサイクルが大幅に短縮されています。

コードベース面ではPython 3.12+とTransformers v5への移行が完了し、サードパーティポリシープラグインシステムの導入でエコシステムの拡張性が向上しました。EnvHubとNVIDIA IsaacLab-Arenaの統合により、シミュレーション環境の共有・活用も容易になっています。同論文はICLR 2026にも採択されており、学術コミュニティからの評価も高まっています。

Hugging Face、画像生成パイプラインを自在に組み替える新基盤を公開

モジュラー設計の核心

ブロック単位で自由に着脱
既存APIと互換性を維持
カスタムブロックをHub共有可能
コンポーネントの遅延読み込み対応

エコシステムの広がり

Kreaがリアルタイム動画生成に採用
ノードUIMellonと統合
モジュラーリポジトリで量子化モデル参照
コミュニティパイプラインがHub上で増加

Hugging Faceは、画像生成ライブラリDiffusersの新機能「Modular Diffusers」を公開しました。従来の固定的なDiffusionPipelineクラスに代わり、テキストエンコード・デノイズ・デコードなどの処理を独立したブロックとして組み合わせる設計を導入しています。

各ブロックは入出力が明確に定義されており、パイプラインから任意のブロックを抜き出して単独実行したり、別のブロックと差し替えたりすることが可能です。たとえば深度推定ブロックを作成し、ControlNetワークフローの先頭に挿入するといった柔軟な構成が数行のコードで実現できます。

カスタムブロックはHugging Face Hubに公開でき、他のユーザーがtrust_remote_codeオプションで即座に読み込めます。公式テンプレートも用意されており、コンポーネント定義・入出力宣言・処理ロジックの3要素を記述するだけでブロックを作成できます。

すでにコミュニティでの活用が始まっており、KreaはB200 GPU1枚で11fpsのリアルタイム動画生成パイプラインを構築しました。またOverworldのWaypoint-1はインタラクティブなワールド生成をモジュラーブロックで実装しています。

ノードベースのビジュアルインターフェース「Mellon」との統合も進んでおり、ブロックのAPI定義からUIを自動生成する仕組みを備えています。ComfyUIに似た操作感ながら、モデルに応じてノードが動的に変化する点や、パイプライン全体を1ノードに集約できる点が特徴です。

NXPがロボットAIのエッジ実装手法を公開

データ収集の要点

カメラ固定とコントラスト確保
グリッパーカメラの併用推奨
作業空間を分割し多様なエピソード収録
失敗リカバリ動作を20%含める

エッジ最適化と成果

VLAモデルをブロック分割し個別最適化
量子化でレイテンシ2.86秒→0.32秒
非同期推論で連続動作を実現
i.MX 95で精度96%を達成

NXPは2026年3月5日、組み込みプラットフォーム上でロボットAIを動作させるための実践ガイドをHugging Faceと共同で公開しました。データ収録からVLAモデルの微調整、オンデバイス最適化までの一連の手法を体系的に示しています。

Vision-Language-Action(VLA)モデルは、視覚と言語の理解に基づきロボットの動作を生成する次世代技術です。しかし組み込み環境では計算資源やメモリ、消費電力の制約があり、リアルタイム制御との両立が大きな課題となっています。

データ収集ではカメラの固定設置、照明の統一、対象物とのコントラスト確保が重要とされています。特にグリッパーに装着したカメラが精密操作の成功率を大幅に向上させることが確認されました。作業空間を11クラスタに分割し、各クラスタで多様な開始位置を記録する手法が推奨されています。

最適化ではVLAモデルをビジョンエンコーダ、LLMバックボーン、アクションエキスパートの3ブロックに分解し、それぞれ独立に量子化を適用しました。ビジョンとLLM部分は4〜8ビット量子化が可能な一方、ノイズ除去を繰り返すアクション部分は高精度を維持する必要があります。

NXP i.MX 95プロセッサ上でACTポリシーを実行した結果、最適化モデルで推論レイテンシ0.32秒、テストセット精度100%、全体精度89〜96%を達成しました。非同期推論により動作中に次の指令を並行生成でき、滑らかなロボット制御を実現しています。今後はシミュレーション環境や強化学習を活用し、より複雑なタスクへの展開を目指します。

Microsoft、150億パラメータの視覚推論モデルPhi-4をオープン公開

モデルの特徴と性能

150億パラメータの軽量マルチモーダルモデル
競合比5分の1のデータ量で訓練
数学・科学推論とGUI操作に特化
精度と推論速度のパレート最適を実現

推論の選択的制御

思考・非思考の混合モード搭載
画像認識は直接応答で低遅延実現
数学問題は段階的推論で精度向上
ユーザーがモード手動切替も可能

公開とエコシステム展開

HuggingFace・GitHubで重み公開
Phiファミリーがロボティクス領域にも拡大

Microsoft Researchは、150億パラメータのオープンウェイト・マルチモーダル推論モデル「Phi-4-reasoning-vision-15B」を公開しました。テキストと画像の両方を処理し、数学・科学の推論、チャート読解、GUI操作など幅広いタスクに対応します。

最大の特徴は訓練効率の高さです。約2000億トークンのマルチモーダルデータで訓練されており、QwenやGemma3など競合モデルが1兆トークン以上を使用するのに対し、およそ5分の1のデータ量にとどまります。その秘訣はオープンソースデータの徹底的なフィルタリングと品質改善にあります。

技術的に注目すべきは「混合推論」アプローチです。訓練データの約20%に思考過程を含む推論サンプルを、80%に直接応答のサンプルを使用し、モデルがタスクに応じて推論の要否を自動判断する仕組みを実現しました。画像キャプションでは即座に応答し、数学では段階的に思考します。

ベンチマーク評価では、ChartQAで83.3、MathVistaで75.2、ScreenSpot v2で88.2のスコアを記録しました。大型モデルのQwen3-VL-32Bには及ばないものの、同規模モデルを上回り、推論速度と精度のバランスでパレート最前線に位置しています。

Microsoftは本モデルをMIT許容ライセンスで公開し、ファインチューニングコードや評価ログも提供しています。Phiファミリーはエッジデバイス向けのPhi Silicaやロボティクス向けのRho-alphaにも拡大しており、「最も賢いモデルは最大のモデルではなく、いつ考えるべきか知っているモデルだ」という戦略を鮮明にしています。

Alibaba Qwen技術リーダー林氏が突然退任、チーム再編へ

主要メンバーの相次ぐ離脱

林駿洋氏がQwen技術リーダーを退任
研究員Hui氏やインターンも同時離脱
Qwen3.5小型モデル発表の翌日の退任
同僚が「本人の意思ではない」と示唆

Alibabaの組織再編と戦略転換

Google DeepMind出身の周昊氏が後任に
CEOが基盤モデルタスクフォース設立を発表
垂直統合型R&D;から水平分業型へ転換
オープンソース戦略の継続を表明

オープンソースAIへの影響

Qwenモデルの累計6億DL超の実績
9万社超の企業導入への信頼性懸念
将来モデルの有料API限定化の可能性
中国発オープンソースAIの転換点

AlibabaのAIモデルQwenの技術リーダーである林駿洋(ジャスティン・リン)氏が2026年3月上旬に退任を発表しました。退任はQwen3.5小型モデルシリーズの発表からわずか1日後のことで、同僚の研究員やインターンも相次いで離脱しています。

林氏はXに「me stepping down. bye my beloved qwen」と短い投稿を残しました。同僚の陳成氏は「辞めるのは本人の選択ではなかった」と示唆し、チーム内外に衝撃が広がっています。Hugging FaceのAPACエコシステム責任者も「計り知れない損失」と評しました。

Alibaba CEOのエディ・ウー氏は社内書簡で林氏の貢献に感謝を示すとともに、自身を含む基盤モデルタスクフォースの設立を発表しました。オープンソースモデル戦略の継続とAI研究開発への投資拡大を約束しています。

背景には組織方針の対立があるとされます。林氏が推進した垂直統合型の自律的チーム運営に対し、経営側は数百人規模のプロジェクトを「一人の頭脳」で管理することへの限界を指摘しました。Google DeepMind Geminiチーム出身の周昊氏が後任に就任し、研究重視から指標重視への転換が進む見通しです。

Qwenモデルは累計6億ダウンロードを超え、9万社以上の企業が導入する中国最大級のオープンウェイトAIです。業界では今後のモデルが有料APIに限定される可能性が指摘されており、オープンソースAIコミュニティにとって大きな転換点となっています。