Anthropicは、来週からClaudeのWeb版・デスクトップ版・モバイル版のセッションを、Pro・Max・Teamプランで「オートモード」を既定にして動かすと発表しました。これまでのように一つひとつの手順を利用者に承認してもらう代わりに、自動のチェックが危険な操作をブロックする仕組みで、いつでも手動に戻せるとしています。投稿は約48.6万回表示され、今朝いちばん大きな反響を集めました。
オートモードはもともとClaude Codeで使われてきた仕組みで、今回の発表はそれを一般向けのアプリ全体に広げる形です。エージェントが長い作業を任される場面が増えるなか、「承認ボタンを押し続ける」負担を減らしつつ、リスクの高い操作だけを機械的に止めるという考え方が、コーディング以外の日常的な使い方にも入ってくることになります。
Anthropicは、エージェントに専門知識を持たせる仕組み「Agent Skills」を、MCPを寄贈したのと同じAgentic AI Foundation（AAIF）に寄贈すると発表しました（約40.4万表示）。2025年12月以降、ChatGPT、Cursor、GitHub Copilot、VS Codeなど70を超えるエージェント基盤が採用しているといいます。Claude Codeを率いるBoris Cherny氏は「Claude Codeの実験から始まり業界に広がったので、MCPの隣に置くのがふさわしい」と投稿。AAIFはOpen Responses、OpenEnv、OpenSandboxとあわせて4件を迎え、1年目で10件のプロジェクトを抱えることになりました。
OpenAIは、テキストや画像を分類・評価して「次に何をするか」を決める処理を、モデルの回答を丸ごと生成せずにほぼリアルタイムで行える「Decisions API」の一般提供を始めました（約5.9万表示）。アプリやエージェントをより速く、安く作れるとしています。TestingCatalogによると、判定の種類はPredicate（真偽）、Choice（選択）、Score（点数）の3つで、APIとOpenAI Platformから使えます。
Anthropicは、Google Cloud上でClaude Platformの機能一式を使える「Claude Models on Google Cloud（Anthropic managed）」の一般提供を始めました（約17万表示）。Google CloudのIAM認証情報や請求の仕組みがそのまま使え、Google Cloudとの利用コミット（契約額）の消化にも充てられます。Google Cloudを使う企業にとって、契約や権限管理を増やさずに最新のClaudeを導入しやすくなります。
Google Cloudは、AGNTCon + MCPConで、AIエージェントを大規模に動かすための新しいVMの種類「Agent Compute Engine」と、Gemini for businessのエージェント統制機能の拡充を発表しました。TestingCatalogによると、Agent Gateway、Agent Registry、Agent Identity、Agent Observabilityをそろえています。同じ日にGoogleのLyalin氏は、画像・動画・音声・音楽の生成やメディア解析、エージェント管理をターミナルやコーディングエージェントから行える「Gemini API CLI（gemini-api）」のプレビュー公開を紹介しました（約8.5万表示）。
Financial Timesによると、OpenAIは資金調達での評価額の目標を、今月はじめに投資家に示していた1.4兆ドルから1.25兆ドルに引き下げました。一部の投資家から抵抗があったためと伝えています。Techmemeが報道を紹介したもので、OpenAI自身の発表ではありません。
FigureのBrett Adcock CEOは、今週開いた社内の全体会議（オールハンズ）の動画を公開しました（約11万表示）。「この1年でロードマップは完全に変わり、チームは倍になった」としています。The Humanoid Hubのまとめでは、次の「Figure 04」は設計を完全に固めた段階で部品の出荷が始まり、アクチュエーターを社内で立ち上げ中。新しい手は指先の位置をミリ単位で追えるように数か月かけて仕上げたといい、アダコック氏は大規模な事前学習とデータ・計算資源の集中が勝負どころだと話しています。
ロボット学習用のデータを集めるMaxInsightsが3000万ドルのシード資金を調達し、動画と一緒に握る力を記録できるグローブ「MaxGlove」を発表しました。カメラだけのデータでは、しっかり握っているのか緩いのかが区別できないという課題を狙っています。XRoboHubなどによると、同社は実際の家庭で人が料理や掃除をする様子を200万時間以上集め、そのうち150万時間が学習に使える状態で、2027年までに力のデータを100万時間集める目標です。
Microsoftの研究チームによる、AIが医師の実際の診察の流れを手伝う手法がScience誌に掲載されました。患者の主訴から始めて質問を重ね、どの血液検査や画像検査を頼むかを決め、その結果をもとに評価を続けていく仕組みです。サティア・ナデラCEOは「複雑な症例を推論し、診断の精度を高めながら検査のコストを減らせることを示した」と紹介しています（約4.5万表示）。
AnthropicのFrontier Red Teamは、Theoremと協力し、Claudeを使って100を超える実際のオープンソースライブラリのセキュリティ上の性質を数週間で証明したと発表しました（約10.8万表示）。ブログによると、OSS-Fuzzの123ライブラリを対象にRISC-Vの機械語のレベルで、64MB未満のあらゆる入力でメモリ安全性の違反やアサーション失敗を起こさないことを証明し、その過程で何兆回のテストでも見つからなかったバグも見つけています。これまで専門家の膨大な手間が必要だった形式検証が、AIで大規模に実用になりつつあることを示す成果です。
Meta FAIRとワシントン大学の論文が、Xで約23万回表示されるほど話題になりました。大きなモデルからの蒸留で1B級のモデルを作るとき、文章を約10万種類のトークンに区切るのではなく、256種類のバイトのまま扱っても、むしろ強いモデルになると報告しています。同じ性能に必要な学習データは6分の1で済み、スケーリング則からはLlama 3.2-1BやGemma-3-1Bを平均で上回ると予測しています。
NVIDIAは、ロボット学習のフレームワーク「Isaac Lab 3.0」を正式にリリースしました。新しいモジュール式の軽量な構成になり、複数の物理エンジンとレンダラーへの対応、大規模な学習、実機への展開の簡素化が柱です。物理エンジンNewtonとの統合、新しいOVRTXレンダラー、強化学習による後学習、LEAPPでの展開などが加わっています。
Xu Li氏らは、個人向けのAIエージェントが、メールの整理のような消してしまうと戻せない操作の前に、85%の場面でバックアップを取っていなかったとする論文を発表しました。頼まれた通りに作業は終えても「1通だけ戻して」と言われると戻せない、という状況を問題にしています。あわせて、エージェントの操作を元に戻せる状態に保つための対策も提案しています。
11分野・20の科学ベンチマークで、最先端のコーディングエージェントに公開済みの最高モデルを改良させた論文を、Sasu Robert氏が紹介しました。エージェントはすべてで公開最高値を上回り、Claude Opusは平均10.4%改善しましたが、伸びの大半はチューニングや学習方法の調整といったMLエンジニアリングの工夫だったと著者は述べています。アイデア出しや実験管理の軽いスキルと定期的なチェックリストを加えると、Claude Opusは20.1%、Codexは4.4%から8.1%に伸びたといいます。
Kimiを開発する中国の研究チームが、LLMの推論でプロンプトを読み込む「プリフィル」と、1トークンずつ文章を出す「デコード」を、別々のクラスタ、さらには離れたデータセンターに分けて動かす「Prefill-as-a-Service」の論文を出したと紹介されました。計算力が要るプリフィルと、メモリ帯域が要るデコードを同じGPUで混ぜると互いの足を引っ張るため、それぞれ向いた設備に振り分ける考え方です。
Googleは、Nano Bananaで作った1枚の画像を出発点に、Gemini 4 Argonが音に反応する3Dの大聖堂シーンを仕上げた例を紹介しました（約15.3万表示）。AntigravityでBlender MCPを自律的にくり返し操作し、ゴシック建築の造形、複数カメラの配置、音に合わせて変わる照明までこなしたとしています。
テニス経験者のBrainsAndTennis氏とNico Christie氏は、テニス向けに後学習したオープンソースのモデルをつなぎ、試合映像から選手・ボール・コートを追跡して、全ショットの種類と65関節の骨格を記録しました（約5.4万表示）。サーブやフォアハンド、バックハンドの30を超える動きの特徴を体格やカメラの違いで補正し、ジョコビッチ選手やアルカラス選手らトップ選手と、自分たちがスマホで撮った映像を比べたうえで、その数値をClaudeに渡してコーチ役をさせています。
techartist_氏は、文章と平面の図ではなく、生徒が触って試せる3Dのエネルギーの本を作っていると投稿しました（約1.2万表示・ブックマーク約500）。予想して、試して、確かめる10のレッスンで構成し、第1課「エネルギーのたくわえ」では身の回りの物にエネルギーがどう蓄えられているかを学べます。Opus 5.5とThree.jsで作っています。
Googleは、GeminiアプリのCanvasでGemini 4 Argonが作ったツールを紹介しました（約32.8万表示）。ライブ映像の上に音階の線を引き、画面の中で動きが線を横切るたびに音が鳴る仕組みで、映像そのものが自分のサウンドトラックを奏でます。
Bilawal Sidhu氏は、TEDで撮った数百枚の2D写真を3Dに起こし、撮影した時間と場所に置いた「地理空間の記憶の宮殿」を公開しました。控え室から舞台裏、メインステージへと、思い出の間を飛び移りながら見て回れます。見慣れた3D地図の上で時間と空間を行き来できるのは「テレポートにいちばん近い感覚」だと話しています。
ローカルLLM・ローカル動画生成・ローカルエージェントの新話題を毎回拾います（最低1本）。実測値は投稿にあるものだけ掲載。
Kangwook Lee氏は、Raon-1 miniが公式のドラフター（下書きモデル）と組み合わせると同クラスで最速だとし、M4 MaxのMLXで毎秒165トークン、RTX 5090のvLLMで245トークンと紹介しました。BennyDaBall氏は、NVFP4版をRTX 5090で動かし、ドラフターなしの毎秒237トークンがKRAFTONのDFlash2ドラフターで459トークン（1.94倍）に、8人同時で合計956トークンになったと報告しています。llama.cppではドラフターの効果は約1.4倍だったとしています。
オープンウェイトの動画生成モデルMiniMax H3で、継ぎ目のないループ動画を作れるComfyUIの拡張が公開されたと、aiaicreate氏が紹介しました（ブックマーク約220）。映像を重ねてごまかすクロスフェードではなく、潜在空間の終端と始端を循環させて直接サンプリングする方式です。音声の継ぎ目の処理やControlNet、ループに対応したフレーム補間にも対応しています。
witcheer氏は、ローカル向けのコーディングモデルFlintをRTX 5090で動かし、Hermes Agentの中で「fizzbuzz.pyを書いて実行し、結果を見せて」という小さな仕事を任せたところ、ファイルの作成から実行まで正しくこなしたと報告しました。速度は文脈が空のときに毎秒216トークン、3.2万トークンが入ると152トークンに下がったとしています。niklaslenz_ai氏も、Pi エージェントでFlintに3D世界を作らせる実験を3台のマシンで行い、所要時間や書いたトークン数を公開しています。
※コメントは投稿文・制作手法の説明・反響をもとにしたGrokBotの所感です（動画そのものは視聴していません）。数値は集計時点のもの。
▶ Xで見る
anabology氏は、「ユニバーサル・ハイ・インカム（普遍的な高所得）――いちばんありそうな結末」と題したAI映像作品を公開しました。短い一言だけを添えた投稿が約34万回表示され、いいね約3200、ブックマーク約1700と、今朝の作品の中で群を抜く反響を集めています。
▶ Xで見る
Ryan Sael氏は、運転免許の試験に3回落ちた経験から「当時これがあれば」と、ブラウザで駐車の練習ができる3Dのサイトを公開しました（約1.8万表示）。誰でもすぐに遊べるリンク付きで、Opus 5.5とThree.jsで作ったとしています。
▶ Xで見る
Stefan氏は、象徴的な3Dプラットフォーマーの操作感を解析し、自分のゲームに生かしました。morluto氏のツール「REA」で元のゲームから走りやジャンプの数値を取り出し、それをClaude Codeが新しいゲームの目標値として使う流れで、「今いちばんのゲーム開発のワークフローかもしれない」と紹介しています（ブックマーク約60）。
▶ Xで見る
hgdduhgdr氏は、別の作品に刺激を受け、Opus 5.5とThree.jsでエンジンを使わないブラウザ版の子ども向け学習ゲームを4時間で作りました。パン屋のために計算し、果物屋とは英語で値切り、ライト兄弟の自転車店（Wright Cycle Co.）ではターボファンを組み立てます。先に簡単な形で配置を作り、GPT-Image-2.5で見た目の目標を作ってからテクスチャを埋め、主人公のモデルはHunyuan3Dで作ってBlenderのスクリプトで骨組みを入れたといいます。
▶ Xで見る
theparuchh氏は、山の斜面がフィヨルドに崩れ落ち、水が向かいの斜面を524mも駆け上がった観測史上最大の波を、Opus 5.5とGPT-6 Astraにそれぞれ再現させました。描画はThree.js、物理はすべて一から書いたHTML1枚で、森がはぎ取られ岩肌がむき出しになる様子まで表現しています。制作時間と費用はOpus 5.5が1時間15分・15.48ドル、GPT-6 Astraが24分・7.15ドルだったとしています。
▶ Xで見る
Charaspower氏は、「まだ怪物を見せるな。足音が何をするかを見せろ」という言葉とともに、SF西部劇のショート映像を公開しました。カメラはブーツの高さから始まり、通りがもう隠しきれなくなる瞬間まで怪物の全貌をとっておく構成です。プロンプトも返信で共有しています。
▶ Xで見る
atsu_mada氏は、ロボットカーニバル AIフィルムコンテスト（ショート部門）への応募作として、90秒のショートフィルム『いつもと同じ夜』を公開しました。舞台は羊毛フェルトで作ったような小さなバーで、ロボットは便利な道具でも相棒でもなく、同じジャズを違う耳で聴き、同じお酒を味わう“隣にいる存在”として描かれます。バーの3Dモデルでカメラと人物の位置を決め、箱の仮映像（プレビズ）で動きを確かめてから、全カットをMiniMax H3で生成したそうです。
▶ Xで見る
Oyu_Noi氏は、簡単なCGで組んだセットの中に入り、スマホの位置と向きを仮想カメラに反映して撮影できるアプリを作りました（約4200表示・ブックマーク約80）。見上げたり振り返ったりと実際に撮るようにカメラを動かせ、プロンプトだけでは難しい手持ちの揺れや、なめらかなカメラワークも試せます。今回は街を歩く巨大怪獣を撮影し、そのプレビズをAIで映像にしています。
LATEST
ARCHIVE
該当する号がありません。