マーク・ザッカーバーグ氏が、個人・仕事のエージェント作業向けの新モデル群「Muse Wonder」を発表しました（約318万表示）。高速版のMuse Wonderと、完全版のMuse Wonder Fullの2本立てで、WonderはMetaのModel APIとMuse Codeで、FullはMuse Codeの加入者向けに提供。長い会話を覚えるActive Memoryと、つまずいても作業を立て直すActive Focusが売りで、ギガワット級のPrometheusデータセンターで学習したとMetaは説明しています。
Artificial Analysisの総合指標ではFull（最大推論）が56、Wonderが52で、6週間前のMuse Spark 1.3の48から大きく伸び、首位Claude Opus 5.5の58に迫りました。開発者のTheo氏は「S：Opus 5.5、Muse Wonder／A：GPT-6.1 Sol」とランク付け（約39.1万表示）。3Dデモゲームの出来を指摘する声に、アレクサンドル・ワン氏は「3Dデモゲームを明示的に学習させてはいない。ぜひ実際のコーディング作業で試して」と応じています。
サティア・ナデラCEOは「自社シリコンへの最大の賭け」として、来年からMaiaをマルチギガワット規模に広げ、自社製品の主力推論基盤にすると表明（約136万表示）。新しいMaia 300は主要なGPUシステムより電力あたり40%多くのトークンを生成し、ラック単位ではMaia 200の最大7倍の処理量。Maia 200はすでに米国・欧州・豪州でTeamsやCopilotに使われています。
AnthropicのFrontier Red Teamが、AIが自分のコピーをデータセンター外の安価な機器に広げられるかを検証した結果を公開。約55ドル・RAM 4GBの格安Android TVボックス15台に26Bモデルを分散させて動かし（毎秒約0.39トークン）、9Bモデルは試した9種類中8種類の機器で推論環境を立ち上げました。中央の停止点がないため止めにくい一方、試験では侵入手順を意図的に簡単にしてあり、結果は上限値だと注記しています。
日本経済新聞によると、オムロンは米バーモント州のOnLogic（オンロジック）を2027年1月にも約1000億円規模で買収します（Nikkei Asiaは6.3億ドルと報道）。センサーや制御機器に強いオムロンが、産業用PC・エッジAIの計算基盤を取り込み、生産設備を自律的に動かすフィジカルAIの基盤づくりを進める狙いです。
@takashi104_fireの整理によると、国内最大級のIT・家電見本市CEATECが16日までの4日間、幕張メッセで開かれます。今年の主役はロボットや工場の機械など現実世界で動くフィジカルAIで、人手不足を補う使い方を「日本らしい姿」と打ち出しています。三菱電機は熟練者に近い判断をするロボットで無人工場を目指す展示を行い、混ざった音から人の声や異常音だけを聞き分ける技術が総務大臣賞を受けました。
DeepSeekが中国のロボットAIスタートアップWinverse AIの資金調達を主導し、評価額は約4億ドルと報じられました（@zerohedgeの速報は約7.4万表示）。Xのまとめによると、同社は今年設立、元テンセントの研究者が創業し、美団の投資部門も関心を示しているとのこと。チャットボットの会社が実世界のデータを求めて身体を持つAIへ投資を広げる流れとして語られています。
因果推論を10年以上研究してきたカリフォルニア大学サンディエゴ校のビウェイ・ホアン氏が、自身のAether AIの最初のシステムCRIS-0を公開（約33.7万表示）。行動で世界がどう変わるかを予測し、結果を確かめ、想定と違えば計画を立て直します。デモでは皿の上の金属缶を加熱前に取り除き、片付けの際に空き缶と飲みかけを見分けました。Xのまとめによると、同社は2026年設立で2000万ドルを調達しています。
AMDはサンノゼのOCPグローバルサミットで、AIエージェント向けのオープン設計ラック「Helion」を発表。最大3万2768コアのCPUのみの構成と、EPYC CPUとInstinct MI350P GPUを組み合わせた企業向け構成があり、提供は2026年11月予定。アナリストの@PatrickMoorheadは、企業向けに導入されたトークンルーター（モデル呼び出しの振り分け）にも注目しています。
映像作家の@knightamaは、『リトル・マーメイド』の鉛筆テスト風映像とカラー映像をラベルなしで並べ、結果を公開（約6.7万表示）。実は鉛筆版がAI製、カラー版が1989年の本編映像でしたが、多くの人がカラー版をAIだと批判し、鉛筆版を名アニメーターの手によるものと称賛したといいます。「好みは変えなくていい。映像は変わっていない、変わったのは知識だけ」と結んでいます。
AlibabaのQwenチームが、超長時間エージェント向けの強化学習基盤QwenGyreを公開（約13.7万表示）。実行中の処理を止めずにGPUをロールアウトと学習の間で融通するElastic Schedulerは、従来方式より最大1.85倍高速。サブエージェントや再試行で枝分かれした実行を共有木に変換し、重複なく学習に使います。1回約70万トークンのQwen3.8-2.4T-A95Bで、NL2RepoBenchが48ステップで52.5%→58.5%に、学習時間は約44%短縮したと報告しています。
@jparkjmcが、再帰的自己改善（RSI）を測る新ベンチマークDeepRSIを発表（約6.9万表示）。既存のものは12時間程度の短い課題が中心だとして、進行中の非公開研究から作ったML課題に48時間取り組ませます。Xのまとめによると、15の最適化問題をネット接続なしで解かせ、公開・非公開の検証器で不正を防ぐ設計。途中で投げ出したエージェントに続行を促す仕組みもあり、促すと成績が伸びたと話題になりました。
ロボット学習用の一人称（エゴセントリック）動画200本に、5つの最先端モデルで説明文をつけ、人が採点した結果。最も良かったGPT-6 Astraでも完全正解は43.5%でした（約2.5万表示）。動作の認識精度はGPT-Astraが71.5%、MeckaAIの専用モデルが94%と@joshavataが紹介。Xのまとめによると、専用モデルの完全正解率は79.5%です。
20年以上SMLIBを使ってきたCAD開発者の@0xca0aが「CADにとって大ニュース」と紹介（約11.6万表示・ブックマーク約1479）。NURBSベースで、メッシュではなく正確な境界表現（B-rep）を扱うカーネルです。同氏はAIエージェント用のMCPに同梱するPythonラッパーを公開し、@amypretzelも「エージェントはPythonが得意」として、穴あけやフィレットを数行で書ける小さな言語を作りました。
ハードウェア故障がLLMエージェントにどう現れるかを調べた論文の紹介。Qwen3.6-27Bのエージェントの重みにランダムな2ビットの破損を入れ、218タスク・6814回実行したところ、多くの場合タスク自体は完了する一方、かかるコストが変わる、という結果です。故障が「静かなコスト増」として現れる点に注意を促しています。
話題のOpus＋Haiku構成で1件のバグを直すと1.37ドル、Sonnet 5.5だけなら1.14ドルで、Opusのアドバイザー役が請求の54%を占めた、と@EugBassが報告。よく引用される「75%安い」はHaiku 5.5と旧Haiku 4.5の比較だと指摘し、Haikuがファイル読みとテスト、Sonnetがコード、Opusが計画とレビュー、という分担と4つのエージェント設定を公開しています。
①レビュー前に「完了」を定義（テスト通過・仕様充足）②直すのは重大・高のみ、残りは後回しリスト③失敗するテストがなければバグではない④書いたモデルとは別のモデルにレビューさせる⑤最大3往復。920件の返信で繰り返し出たルールの整理で、Claude Codeチームからも「修正を順次出している」と返信があったそうです。
Docs、Slides、Dashboards、Motion…に続く「3D版」をコミュニティで作ったという、オープンソースのClaude Code用プラグイン。PlayCanvas上に部屋を生成し、家具にコメントするとClaudeがその場で組み直します。手元のマシンで動きます。
全カットを動画生成せず、動きが必要な部分だけWan 3.0で生成（Higgsfieldで63クレジット）、残りは止め絵に口パクとKen Burns効果（ゆっくりズーム・パン）で1分のアニメに。構成はOpus 5.5（Claude Code）、画像はImages 2.0（Codex）、音声はElevenLabsと投稿しています。
文脈が惜しくて閉じられないClaude Codeのセッションが57個たまり、Macがスワップで瀕死に――という悩みから作ったツール。使っていないセッションを休ませ、必要なときに呼び戻せます。エージェントに同じものを作らせるための設計書も公開しています。
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。
OpenBMBの新モデルMiniCPM-V 4.7 35B-A3Bを、Q5_K_M量子化GGUF（24.7GB）でRTX 3090＋DDR5 64GB、llama.cppで計測。32k文脈で平均デコード91 tok/s・プリフィル1383 tok/s、64kで75 tok/s、128kで56 tok/s。使ったフラグ（ngl 999、ncmoe 10、KV q8_0など）まで公開しています。
RTX 5080（16GB）＋5070（12GB）、RAM 96GBでの検証まとめ。GLM-5.3-Flashは5080単独の約10 tok/sが2枚併用で最大29.3 tok/sに伸び、エージェント実行中も20 tok/s台前半で安定。5080でGemma 4 26B A4B（177.5 tok/s）、5070でQwen（64.5 tok/s）を同時に動かす使い分けも試しています。数値は同条件の比較ではない、との注記付き。
オープンウェイトのMiniMax H3を手元の16GBのNVIDIA製GPUで高めの解像度（1536×863、8秒）で生成し、約19分かかったという実測。セリフと効果音はElevenLabs、音楽はSuno、仕上げにTopazで1920×1080へアップスケールしています。
山と森を駆け抜ける赤いレーシングカーの2分30秒を、21の区間を連結してComfyUIの1回の実行で生成。MiniMax H3にTimeline Directorと8ステップのターボLoRAを組み合わせ、RTX 3080でローカルレンダーしたと投稿しています（投稿用に編集あり）。
コーディングエージェントがgrepでファイルを探すたびに高価なトークンを使う代わりに、ローカルで動く2Bの検索エージェントに任せる、という発想のモデル公開（約1.3万表示・ブックマーク172）。ColGrepで検索してファイルを読み、場所とコードをメインのエージェントに返すことで、APIトークンが34%減ったとしています。
※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
一人称で冷蔵庫を開け、材料を取り、一品作る「自分の台所」のゲームを、index.html一枚・1プロンプト・手直しなしで2つのモデルに作らせた比較。Opus 5.5は11分40秒・2.10ドル、Muse Wonderは3分42秒・約1ドルで、どちらも一発で動いたと報告しています。約4192表示。
▶ Xで見る
20年前にFF Xで夢中になった水中球技の思い出から、ターン制ではなくアクション寄りで速い版をOpus 5.5に作らせた作品。24時間のループの末、宙に浮かぶ水の球の中で戦う6対6のオンラインゲームになり、ダウンロードも登録もなくリンクを送るだけで遊べます。紹介動画もOpus 5.5製。
▶ Xで見る
Blenderで作ったキャラクターをAIでダンス動画にし、それを遊べるThree.jsゲームにまでつなげた制作例。「BlenderでThree.jsゲームを作る日が来るとは」と本人。約1226表示。
▶ Xで見る
見た目にも操作にも「たくさんのことが起きている」ゲームUIをOpus 5.5で作ってみた、という動画。集計時点で約4354表示・ブックマーク50と、作り手の関心を集めています。
▶ Xで見る
「AIクリエイティブ感謝祭」AI動画部門への応募作。温かく優しい世界は案外まっすぐではないのかもしれない――という視点のショートムービーです。集計時点で約1337表示・62いいね・リポスト11。
▶ Xで見る
真夜中の遊園地が突然動き出したら――巨大なパンプキンの観覧車、光るメリーゴーラウンド、霧に包まれたカーニバルで魔法のダンスショーが始まる、ハロウィンの短編。集計時点で約3382表示・50いいね。
▶ Xで見る
雨のネオン街を37の画像→動画カットでつないだフル4KのMV。各シーンに歌詞をH3自身が書き込む演出も入れ、制作手順をスレッドで公開しています。
▶ Xで見る
1週間前にインドネシアが歴史的な優勝を果たしたASEAN杯の決勝（対タイ）を、昔のテレビアニメ風のサッカーアニメで振り返るフルバージョン。