MiroMindチームはオープンソースのbAgentモデルMiroThinker v1.0をリリースし、「Deep Interaction Scaling」のコンセプトを提唱。グーグル、Gemini Enterprise向けにマルチモーダル音声対話とエージェントインポート機能を開発。Grok、画像・動画生成技術でブレークスルーを果たし、バージョン4.1ベータ版をリリース。GMI、台湾のAIデータセンター建設に5億ドルの投資を発表。
- この要約は、情報提供のみを目的として、AIが記事の内容を分析して作成したものである。
01.MiroMindチームがオープンソースのbAgentモデルMiroThinkerをリリース
v1.0：ディープ・インタラクションのスケーリングがAIの進化をリードする
MiroMindチーム、オープンソースのbAgentモデルMiroThinkerをリリース
v1.0：ディープ・インタラクションのスケーリングがAIの進化をリードする
MiroMindチームは最近、新しいオープンソースのbAgentモデル、MiroThinkerを発表した。
このモデルの最大の革新は、「ディープ・インタラクション」という新しい概念の導入である。
スケーリング（インタラクティブ・スケーリング）".
従来のAIモデルは通常、「モデルサイズが大きくなるほど→性能が向上する」という直線的な成長法則に従うが、MiroThinkerはこのボトルネックを打破し、「モデルと環境との相互作用の深さと頻度」こそが、スマートな成長の重要な要因であることを強調している。
MiroThinkerは、外部ツール（検索エンジン、Linuxサンドボックス、音声認識など）との複数の対話や推論をサポートし、これらのツールを柔軟に使用して情報を取得し、タスクを完了することができる。さらに、256Kのコンテキスト長を持ち、大量の情報（数十万語）を処理・記憶でき、1回のセッションで600回のツール呼び出しを実行できるため、AIは検索、コード実行、計算、翻訳などの外部ツールを継続的に使用し、複雑な推論や長時間のタスクを実行できる。
ディープ・インタラクション・スケーリング」とは何か？
つまり、パフォーマンス∝モデルと環境の相互作用の深さ×反射の頻度。ということになる：
- 受動的に知識を吸収するのではなく、モデルは積極的に環境と相互作用する；
- 試行錯誤と反省の繰り返しが、戦略空間におけるモデルの "進化 "を可能にする；
- より "実践的 "であればあるほど、AIはエラーを修正し、推論の質を向上させることができる。
人間が試行錯誤と実践を通して複雑なことを学ぶように、例えば料理を学ぶ場合、レシピを見るだけでは不十分で、試して、失敗して、直して、また試す必要がある。AIにとっては、複数回の環境との相互作用＋フィードバック＝知能進化のための真の燃料なのだ。それぞれの相互作用が「学習」体験となり、知能はますます強くなっていく。
その結果、MiroThinkerは「コンテキストの長さ」と「インタラクションのラウンド数」の両方の限界に挑戦し、真の「シンキングループ」を形成します。"より効率的でインテリジェントなタスク処理のために。
---
最新のニュースとして、グーグルはジェミニ・エンタープライズ向けにAgentspaceと呼ばれるリアルタイム機能の開発に取り組んでいる。この機能は、マルチモーダルな音声体験を提供し、ユーザーがエージェントと音声で会話することを可能にする。
Agentspaceは音声対話をサポートするだけでなく、より包括的なユーザー体験を提供するために、テキスト入力や画像認識といった他の対話方法も統合する可能性があることが明らかにされた。さらに、ジェミニ・エンタープライズは、ユーザー体験をさらに向上させるために、「Recommended for You」パーソナライズド・ホームページも導入する予定である。
これらの新機能の提供開始は、企業向けアプリケーション分野におけるグーグルの継続的な革新と技術的進歩を意味する。マルチモーダル技術とパーソナライズされたレコメンデーションシステムを統合することで、グーグルはビジネスユーザーによりスマートで効率的、便利なサービスを提供することを目指している。
---
グーグルはジェミニ・エンタープライズのために新しいものを開発しているエージェント・インポート機能これにより、ユーザーは外部エージェントを自身のマルチエージェントワークフローに統合することができる。この機能の導入により、Gemini Enterpriseの柔軟性とスケーラビリティが大幅に強化され、ユーザーは複数の自動化タスクをよりよく管理および調整できるようになります。
さらに、グーグルはエージェント評価ツールこれは、ユーザがエージェントのパフォーマンスをテストし、最適化するのに役立ちます。また、新バージョンでは以下をサポートします。実行予定機能では、作業効率を向上させるために、タスクのトリガーとなる特定の時間を設定することができる。
このアップデートには、Gemini Enterpriseの統合機能をさらに充実させる一連の新しいコネクタも含まれています。これらの新しいコネクタは、組織が様々なサードパーティのサービスやシステムとより簡単に相互作用し、より効率的なワークフローを可能にするのに役立ちます。
これらの新機能により、グーグルはより包括的で強力なエンタープライズグレードの自動化ソリューションをユーザーに提供し、企業の業務効率と競争力を向上させることを目指している。
---
KosmosはAI科学者のための革命的なツールであり、人間の科学者が約6ヶ月で行う量の研究を一度に行うことができる：
- 何千もの科学論文を読み、統合する；
- データ解析コードを自動的に実行
- 仮説を立て、実験を検証し、研究報告書を出力する；
- 真新しい科学研究を再現したり、発見したりすることさえある。
Kosmosは、何千もの論文と何万行もの解析コードから知識を抽出し、1000万以上のトークンにわたって論理的一貫性を保つことができる。
核となるイノベーションは構造化世界モデル（SWM）である。従来のAI科学ツールは、入力-分析-出力という直線的な思考法を用いていた。一方、Kosmosは人間の科学的思考に近いフレームワーク、すなわち構造化世界モデルを導入している。つまり、Kosmosは「メモリ」内に拡張し続ける知識グラフを構築することができ、何百もの自律的な推論の軌跡からの情報を統合して、特定の科学的目標に関する動的で反復的な世界モデルを形成します。
例えば、研究の目的が「アルツハイマー病における神経細胞変性のメカニズムを理解すること」であれば、コスモスはそうするだろう：
- 関連論文の検索（約1500件）
- 公開データベースからのプロテオーム、遺伝子、シングルセルデータの抽出
- 42,000行を超える解析コードを自動実行
- 重要な分子パスウェイの推論と引用文献を含むレポートの作成
Kosmosは、既存のLLMの "メモリ限界 "をはるかに超える数千万のトークンを分析することができる。このテクノロジーは研究効率を向上させるだけでなく、科学者たちに新たな研究視点を提供する。
---
最新のニュースでは、グーグルが、トーナメントのような評価メカニズムを通じてユーザーが研究アイデアを洗練できるように設計されたマルチ・インテリジェンス・システムの開発に取り組んでいる。1回の実行にかかる時間は約40分で、与えられた研究テーマについて100の詳細なアイデアを生成することができる。
Gemini Enterpriseプラットフォーム上で、グーグルは2つの新しいマルチインテリジェンス機能を開発している。アイデア創出 - "マルチ・インテリジェント・ボディ・イノベーション・セッション"科学のパートナー - "サイエンス・パートナーと共に新しい科学的発見を進める".
- 研究計画を説明し、関連データを示し、科学的パートナーに評価基準を設定する。
- 一連の知性は、利用可能なデータに基づいて、あなたのために研究のアイデアを生成します。
- インテリジェンス・ソサエティは、トーナメント方式のアプローチで、これらのアイデアをあなたの基準に基づいて評価し、ランク付けします。
このテクノロジーは科学的研究プロセスを自動化するだけでなく、企業や個人がより効率的にイノベーションを起こすための強力なツールも提供する。
この開発は、研究効率とイノベーションを大幅に向上させる科学研究の新たな段階を示すものである。
---
UPDATE: AI Studioプラットフォームに新しいGemini 3プロンプトツールが追加されました。現在準備中です。
双子座3型用。デフォルト設定の1.0が最良の結果.この値を小さくすると、推論のパフォーマンスに影響する可能性がある。
このアップデートは、開発者や研究者がGemini 3の能力をより良く活用し、様々なタスクにおけるモデルのパフォーマンスを向上させることを目的としている。例えば、自然言語処理、画像認識、音声合成などの分野において、Gemini 3はより正確な結果を提供することができます。
- **自然言語処理**：テキスト生成と理解の向上。
- **画像認識**：画像分類とターゲット検出精度の向上。
- **音声合成**：スピーチの質と自然さを向上させます。
これらのパラメーターを最適化することで、ユーザーはモデルの挙動をより良く制御することができ、実用的なアプリケーションでより良い結果を導くことができる。
より詳細な情報については、公式文書を参照してください。
---
最近、Grokが作成したアニメ動画がインターネット上で注目を集めている。動画では、キャラクターの手と調理器具や食べ物の相互作用の細部はほとんど目立たず、動きだけがわずかに硬い。
Grok Imagineは、1990年代のクラシックなアニメスタイルのような料理シーンを、リラックスして楽しめるASMRスタイルで生成することができる。一見簡単そうに見える動作（ニンジンを切る、生地をこねる、卵を溶く、かき混ぜる、炒めるなど）でも、少し前までは難しかったことが、今では完璧にできる。
しかし、この動画は賛否両論を巻き起こした。視聴者の中には、AIが宮崎監督の作品をコピーしている、キャラクターに魂がこもっていないなどと否定的な意見を述べたり、罵声を浴びせる人もいた。これは、芸術創作におけるAIの役割と限界についての議論に火をつけた。
- **技術的な進歩**：アニメーション制作においてAIの利用はますます広がっており、技術的な詳細も改善され続けています。
- **芸術的論争**：一部の視聴者は、AIが生成した作品に魂がこもっていないと感じ、その芸術的価値を疑問視した。
- **今後の展望**：賛否両論あるにせよ、アニメーション制作におけるAIの可能性は大きく、今後さらに革新的な応用が期待される。
---
GMIは最近、台湾の高密度AIデータセンターに5億ドルを投資すると発表した。このデータセンターには、96のラックに分散して7,000個のエヌビディア・ブラックウェルGB300 GPUが搭載され、毎秒約200万トークンを処理できる見込みだ。この施設は2026年3月までに稼働する予定だ。
GMIはまた、増大する需要に対応するため、米国に50メガワットの施設を新設する計画があることも明らかにした。
主な特徴は以下の通り：
- 96ラック
- 毎秒約200万トークンを処理
- 約16MWの電力需要
- 2026年3月稼動予定
これらの施設の建設は、AIインフラに対するGMIの強力な投資を示すだけでなく、ハイパフォーマンス・コンピューティング・リソースに対する世界的な需要の高まりを反映しています。AI技術の急速な発展に伴い、この種のデータセンターは、技術革新と採用を推進する重要なインフラとなるだろう。
---
Grokは画像・映像生成の分野で目覚ましい進歩を遂げている。その最新の技術的成果は、生成される画像や映像の品質だけでなく、その生成速度においても驚くべき結果を達成している。
Grokは、TransformerやGAN（Generative Adversarial Networks）といった高度なニューラルネットワークモデルを活用し、高品質な画像や映像の合成を実現している。
幅広いアプリケーション・シナリオ映画やテレビ番組の制作、広告クリエイティブ、バーチャルリアリティなどを含むが、これらに限定されるものではない。これらの技術を応用することで、コンテンツ制作の効率を大幅に向上させ、クリエイターにさらなる可能性を提供することができる。
Grokの最新作を紹介する@Diesolのビデオ：
---
更新： Grok 4.1 BetaがGrokウェブサイトで正式に利用可能になりました。このアップデートでは、Grok 4.1 Betaは、既存のGrok 4モードと一緒にスタンドアロンオプションとして利用できます。
Grokは、開発者がより効率的にコードを記述し、デバッグできるように設計された強力な開発ツールです。新しいリリースでは、Grokの機能とパフォーマンスがさらに強化されています。ユーザーは、Grok 4.1 Betaをテストして、最新の機能改善と最適化を体験することができます。
主な特徴は以下の通り：
- より多くのプログラミング言語をサポートするコードエディターの強化
- より詳細なエラーメッセージによるデバッグツールの改善
- ユーザーインターフェイスの最適化により、ユーザーエクスペリエンスを向上
Grok 4.1ベータ版の詳細とテストの開始については、こちらをご覧ください。
评论功能已关闭。