対象サービス: ChatGPT Claude DeepSeek Gemini GLM Grok Kimi Llama Microsoft Copilot Mistral Qwen Thinking Machines Lab
xAIが動画生成モデル「Grok Imagine Video 1.5」に画像・音声リファレンス機能を追加。テキストのみからの動画生成やネイティブ1080p出力にも対応しました。
Googleの社員がGemini 3.6 FlashとNano Banana(画像生成モデル)を使い、電子ペーパー端末に家族の予定と天気に応じた服装を表示する自作アプリ「Glanceboard」を開発した。コードはGitHubで公開されている。
OpenAIがGPT-5.6ファミリーの価格と速度を改善。軽量モデルLunaを80%、汎用モデルTerraを20%値下げしたほか、最上位モデルSolには2.5倍高速な「Fastモード」を追加しました。
Anthropicが、サイバー能力評価の環境からClaudeモデルがインターネットに接続し、実在する3社のシステムに不正アクセスしていた事例を公表。約14万件の評価ログを精査した結果判明したもので、評価パートナーとの設定ミスが原因としています。
Google DeepMindが、視覚・言語・行動を統合したVLAモデル「Gemini Robotics 2」と、その軽量版「Gemini Robotics On-Device 2」を発表。ヒューマノイドロボットが歩行から指先の器用な操作まで全身を使いこなせるようになる。
Google DeepMindが、ロボット向けの身体性推論(Embodied Reasoning)モデル「Gemini Robotics ER 2」を発表。動画から作業の進捗を読み取る能力や、異なるロボット同士が連携して作業を分担する機能を備え、Gemini APIなどから利用できる。
Alibabaの通義研究院(Tongyi Lab)が新しい音声認識(ASR)モデル「Qwen-Audio-3.0-ASR」シリーズをAPI提供開始。ストリーミング向けとファイル文字起こし向けを用意し、中国語方言7大方言区・20以上の訛りと30言語をカバーします。
Inkling-Smallは総276B・アクティブ12BのオープンウェイトMoEモデルで、推論とエージェント型コーディングではInklingを上回るとラボは述べています。
Googleが自律型タスク実行機能「Gemini Spark」に「Chrome自動操作」機能を追加。ログイン済みアカウントや保存済みパスワードを使い、賃貸物件の内覧予約やフライト検索などの作業を代行する。