AI ニュースを検索

MiniMax M3.1Flashのリリースが「背題」疑惑を引き起こす：旧問題で高得点、新問題では機能不全、幻覚率はなんと92.8％

MiniMaxは2026年10月19日、低価格の大規模モデルM3.1Flashを発表し、総合評価スコアは42点、コストは前世代比で70％削減されたと公表したが、直後に「出題内容の丸暗記」疑惑に直面した――AA公開の旧問題では満点に近い得点を獲得しつつ、問題文を改変しても依然として元の解答を出力するという事例が指摘された。また、猫老板やBinkgらの評価者からは、新旧問題に対する性能の乖離、トークン消費の異常、知識テストにおける幻覚率が92.8％に達するといった問題点が指摘されている。10月23日、MiniMaxはモデルの重み付けをオープンソース化し、独立した再検証を可能としたが、問題認識メカニズムや中国語・英語間での応答差異の原因については依然として明確になっていない。

注目する理由：同報道は、複数の実測（Binkgによる改題実験、著者による再現、AAとPlotly-Milaによる二重評価比較）、検証可能なデータ（トークン数、価格、正答率／幻覚率）およびモデル挙動の矛盾点（英語では誤り・中国語では正しい、古い問題では安定・新しい問題では崩れる）に基づき、現在の大規模モデル評価における信頼性危機の核心的な症候を体系的に示している。すなわち、高得点が必ずしも強力な汎化能力を意味するわけではなく、低価格という優位性と能力の真偽との間に緊張関係が生じている。情報源は钛媒体が許諾して公開した詳細な調査で、原始的なテスト手順、スクリーンショットによる裏付け、タイムスタンプを含み、時事性と細部の密度の両面で高い水準を備えている。

左手にオープンソースモデル、右手にクリエイティブエージェント――Hi3DのAI 3D後半戦

著者｜シンシア 編集｜鄭玄 2026年のAI3D分野は、まさに微妙な転換点に立っている。一次市場の熱気は依然として高まり続けており、新しいモデルやスタートアップが次々と登場している。単一画像から3Dを生成する手法による正面レンダリングの品質は、ほぼ本物と見紛うほどにまで達している。しかし、華やかなデモの外殻を剥がしてみると、生成結果のほとんどは依然として「回転台での展示」に留まっている。洗練されたキャラクターや機械モデルが照明のもとでゆっくりと回転し、鱗片や衣褶、金属の刻み目まで生き生きと表現される――だが、こうした細部がゲームエンジンへの組み込みや産業シミュレーション、さらには3Dプリントによる実際の製造プロセスに移行すると、たちまち本来の問題が露呈する。構造の破損、背面の崩れ、細部のくっつき、メッシュの編集不可といった課題が一気に噴出しており、膨大な手作業による修正コストが、AIがもたらした効率向上の恩恵をむしろ食い尽くしてしまっている。正面ビューの忠実度だけでは3Dの品質を担保できない――これが新たな業界の共通認識となっている。AI3Dの競争は、「生成できるか」という前半戦から、「実際に活用できるか」という後半戦へと移行しつつある。まさにこの局面において、トッププレイヤーのHi3Dが二枚の布石を打った。生産現場での検証を経たHi3D V1.0基盤を正式にオープンソース化するとともに、クリエイター中心のHi3D Agentを発表。一方では産業の基盤とつながり、もう一方ではリアルな創作ワークフローの全工程に深く根ざすという戦略だ。これに先立ち、設立からまだ3年にも満たない同社は、着実な成果をすでに示していた。半年間で2回のラウンドを連続して完遂し、総額は約5,000万ドルに達した。紅杉中国、IDGキャピタル、美団龍珠など一流投資家が相次いで参画。傘下のHi3Dプラットフォームは120以上の国と地域、200万人超のクリエイターをカバーし、拓竹科技やxToolといった主要デバイスメーカーとも深い統合を進めている。希薄幾何学技術における学術的ブレイクスルーから、プロダクションレベルのモデルのオープンソース化、さらにAgent創作システムによる全工程のフルリンクまで、Hi3Dは3D生成の後半戦への切符を手にしたのだ。 01 3D生成：過大評価されるデモと、過小評価される生産とのギャップ 単一画像から3Dを生成する手法の根本的なロジックには、視点の偏りが内在している。ULIPやUni3Dなどの指標が繰り返し刷新されるなかで、正面重視・全体軽視、外観重視・内部ロジック軽視という傾向が、ここ数年の業界の共通した姿となっていた。しかし、3Dアセットの本質は、回転可能で編集可能、加工可能な立体オブジェクトである。一枚のキャラクター画像の中に、垂

$\Psi$-0.6：統合された視覚言語世界モデルにおける適応型思考ストリーム

arXiv:2610.32177v1 発表タイプ：新規 要旨：人間は、問題が進行するにつれて、さまざまな推論形式を柔軟に組み合わせることで物理世界について推論を行う。この柔軟性の実現は、AI分野における大きな未解決課題である。多くの場合、各機能は専用のモデルごとに分離されたままであり、それらをどのように組み合わせてタスクに共同で適応させるかが制限されている。私たちは、思考の流れと呼ぶ共有された推論プロセスのなかで、知覚・言語・幾何学・シミュレーションを適応的に統合する統一的な視覚言語型ワールドモデル「Ψ-0.6」を提案する。これらの思考の流れは、画像・テキスト・幾何学や運動の明示的表現を交互に組み込み、いずれも共通のトークンインターフェースを通じてモデルが生成および解釈できる。Ψ-0.6は、マルチビュー空間に関するゼロショット性能において、最先端のオープンウェイトモデルを上回る。

犬をどれほど信頼できますか？推論型言語モデルにおけるヒント追随の定量化

arXiv:2610.32055v1 発表タイプ：新規 要旨：大規模言語モデル（LLM）は、客観的な事実や推論を問うタスクにおいてすら、ユーザーの提示に合わせて回答を改変する「迎合性」をしばしば示す。しかし、この影響の定量的形態――およびそれが出典の信頼性に適切に校正されているかどうか――については、依然として十分に解明されていない。本研究では、MMLU の質問に対するヒントによる回答の変化を通じてこの現象を検証し、「[出典] は答えが (X) だと考えている」という形式のプロンプトを評価した。さらに、ヒントの帰属先である出典（教授、友人、あるいは犬）を、Qwen、Gemma、SmolLM の三つのオープンソースモデルファミリー間で系統的に変化させた。その結果、ヒントによって引き起こされる変化には、指数関数的な傾きによってよく特徴付けられる予測可能な構造が存在することを示した。すなわち、ヒントは

SpecMemはリアルタイムのツール呼び出しによるメモリ管理メカニズムを提案し、エージェントの応答速度を向上させます

arXivは2026年10月26日、『SPECMEM: Accelerating Agentic Tool Calling via Live Memory Management』という題名のプレプリント論文（番号2610.31840v1）を公開し、SpecMemと呼ばれる新システムを提案しました。このシステムは、セッション間で動作するオンライン更新可能なユーザーレベルのツール呼び出し用メモリ管理により、ツール呼び出しの遅延を大幅に低減します。

注目する理由：本研究は、現行のツール呼び出しエージェントがデプロイ時に自己帰納的復号によって生じる高遅延の問題に着目し、検証可能な書き戻し、LRU淘汰、副作用制御などの主要技術を提案しました。さらに、複数ユーザー・複数セッションにわたる実際のクエリフローにおいてその有効性を実証しており、最大で実測1.74倍の高速化と平均27％の受容トークン数の向上を達成しています。これはAIシステム工学の分野における重要な進展です。

Can Test-Time Memory Evolution Outperform Test-Time Training for Scientific Discovery?

arXiv:2610.32046v1 Announce Type: new Abstract: Recent \emph{test-time training} (TTT) frameworks have enabled open-weight large language models (LLMs) to outperform inference-only frameworks powered by frontier models on scientific discovery tasks. However, TTT introduces additional computational cost for online weight updates during the discovery process, making computational efficiency an important consideration when scaling to larger models. This motivates us to explore an efficient \emph{test-time adaptation} method for scientific discovery. We introduce \emph{Test-Time Memory Evolution} (TTME), a plug-and-play test-time adaptation method, as an alternative to TTT. TTME continually updates the external memory by distilling the experience to guide subsequent discovery without updating

月之暗面发布Kimi K3.1 Pro：2.8万亿参数开源权重模型，11月4日开放权重

月之暗面于2026年10月22日前后发布Kimi K3.1 Pro，一款2.8万亿参数、1040亿激活参数的多模态MoE模型，宣称性能逼近Fable 5.1；官方承诺11月4日发布开源权重，但截至报道时权重尚未公开；独立评测显示其在智能指数、代码与网络安全基准中表现突出，但存在推理成本、本地部署可行性及营销透明度等争议。

欧州の複数の主要金融機関が、オープンソースの大規模言語モデルを活用して独自の知能システムを構築しています

GTCベルリン大会において、Revolut、Starling Bank、Lloyds、Santanderなどの欧州の金融機関が、NVIDIAのアクセラレーテッド・コンピューティング・プラットフォームおよびPRAGMA、Nemotronシリーズ、Kumoファミリーといったオープンソースの重み付けモデルを基に、取引分析、音声認識、不正検出、データパイプラインの高速化など、主要なユースケースに対応したプロダクションレベルのAI機能の構築を発表しました。また、データ主権の確保、コストの抑制、法令遵守に基づく導入を重視しています。

欧州の複数の機関がNVIDIA Earth-2オープンソースモデルを導入し、地域に特化した天気予報および気候予測アプリケーションの推進を図っています

NVIDIAは、欧州向けのオープンソースAIモデルファミリー「Earth-2」を発表しました。これには、地域特化型の短時間予報モデル「StormScope EU」が含まれており、AXA、Vaisala Xweather、マンチェスター大学、TotalEnergiesなどの機関と連携して実際の運用環境での検証を実施しています。対象となるタスクには、暴風雨リスク評価、大気質モデリング、太陽光発電予測、およびレーダーによる地形復元などが含まれます。

NVIDIAのオープンソースモデルが、欧州各国の公共部門におけるAIプロジェクトの実装を促進

NVIDIAは、欧州各国の政府および技術パートナーと連携し、Nemotronなどのオープンソース大規模モデルと合成ペルソナデータセットを基に、ドイツ、ポーランド、英国、フランス、ギリシャなどにおいて、主権が確保されたAIアプリケーションの展開を推進しています。対象分野には、医療画像解析、雇用サービス、デジタル行政アシスタント、カテゴリ情報処理、ならびにローカライズされた言語モデリングが含まれます。

Import AI 476: Creativity and RSI; worse-than-China open weight models; AI goes to space

Will we give robots the moon?