見出し・要約・本文から、情報のつながりを探します。
IBM Researchは、オープンソースのGranite Timeseries Ensemble（v1）を公開し、PatchTST-FM-r1/r2、FlowState、Tiny Time Mixersの4種類の事前学習アーキテクチャを統合して、ゼロ・ファインチューニングによる確率的アンサンブル予測をサポートしています。デフォルトでは等重みの確率的アンサンブル（Probabilistic Ensemble）を採用しており、四分位範囲に基づく適応的重み付け（IQR Ensemble）も提供されています。GIFT-Evalベンチマーク（2026年10月20日時点のスナップショット）において、点予測誤差（MASE=0.683）は最良の単一モデルをわずかに上回り、全体的なロバスト性が顕著に向上しています。
アレン人工知能研究所は、OlmoEarth v1.3をリリースし、惑星全体で10メートルの解像度を持つ64次元および128次元の事前計算済み衛星埋め込みベクトルを提供するとともに、対話型探索ツール「Embeddings Explorer」も搭載しています。これにより、コード不要の変更検出、類似領域の検索、軽量な分類モデリングが可能になります。
本稿では、自己ホスト型の大規模言語モデルとクラウドAPIを、データプライバシー、コスト、遅延、性能の観点から比較し、オープンソースで展開可能なモデルのハードウェア要件（例：VRAMや量子化）および代表的な技術スタックを紹介します。さらに、n8nを例として、タスクの機密性や複雑さ、コンプライアンス要件に応じて、ローカルとクラウドのモデル間でリクエストを動的に分配するハイブリッドルーティングワークフローの構築方法を説明します。
本稿では、AIエージェントシステムにおけるstateful（有状態）アーキテクチャとstateless（無状態）アーキテクチャの核心的な違いを検討し、それらがスケーラビリティ、フォールトトレランス、コンテキストの連続性に与える実際の影響を分析します。さらに、n8nプラットフォームを例として、メモリノード（Memory nodes）とステートストア（state stores）を階層的に設計することで、柔軟かつ制御可能な状態管理を実現する方法を示します。
AWSソリューションアーキテクチャチームが提供するオープンソースのマルチエージェントシステム「Deep Insight」は、CSVデータの自動分析および自然言語によるレポート生成といったユースケースを対象とし、本番環境でよく見られる5つの主要な課題――エージェントのオーケストレーション、役割に応じたモデル選択、安定した運用、安全なコード実行、そして可観測性――に体系的に対応します。また、LGエレクトロニクスやre:Invent 2025 TechReconなど、実際の活用シーンにおいても実証済みです。
Metaは、AIモデル・サービス・インフラストラクチャへの継続的な巨額投資を支えるため、既存株主に配当として交付する新たな種類の議決権のない普通株式を創設する計画であり、同時にザッカーバーグら創業者層の支配構造を維持する方針です。
AWSはAdaptive Agentic Intelligence Framework（AAIF）を提案し、Strands Agentsを用いて階層型エージェントアーキテクチャを構築しています。ローカルの小型言語モデル（SLM）によりタスクを動的にルーティングし、通常のIoTテレメトリや視覚分析はエッジで実行、複雑な推論はAmazon Bedrockのクラウド大規模モデルに委ねます。このフレームワークはハイブリッド展開をサポートし、コストを抑制できるほか、責任あるAIに関する制御勧告も統合されていますが、現時点では概念実証の段階であり、第三者による検証や商用導入に向けたデータは公表されていません。
AIスタートアップ企業Recursiveは、オープンソースのコーディングモデル「Flint」を発表し、その開発プロセスは主に自社開発のAI研究システム「Eureka Machine」によって行われたと述べています。このモデルはパラメータ数がわずか400億で、実測では25億の活性化を有しており、M4 Pro MacBookなどの一般的なノートPCでもオフラインで動作し、推論速度は131トークン/秒に達します。また、SWE-Benchなどのベンチマークにおいて、同規模の多くのモデルを上回る性能を示しています。
Google CloudとNVIDIAは、Vera Rubinアーキテクチャを基盤とするA5Xインスタンスを来月から正式に商用提供すると発表しました。第一弾は米国で展開され、その後欧州へと拡大される予定です。このプラットフォームは、NVL72 GPU、ConnectX-9 SuperNIC、Virgoネットワーク、および第4世代の液冷技術を統合しており、大規模強化学習や生成型エージェントの推論など、高密度な計算負荷が求められるシナリオに特化して設計されています。
NVIDIAは、欧州、北欧、アフリカおよび中央アジアにおけるクラウドパートナーが、NVIDIA DSXプラットフォームに基づく地域別AIコンピューティングインフラを大規模に拡張していると発表しました。これらの取り組みは、主権型コンピューティング（ローカル展開）、オープンモデルのサポート（Mistral Large 4やNemotronシリーズなど）、ならびにAIエージェントのセキュリティ境界（OpenShellリファレンスアーキテクチャ）に焦点を当てており、トレーニング、推論、物理AI、小売向けインテリジェントエージェントなどの活用シーンを網羅しています。
NVIDIAは2026年10月26日（UTC）に、GPU上で大規模なスパース線形システムを効率的に解くために設計されたCUDA-XライブラリであるcuDSSが一般提供（GA）段階に移行したことを発表しました。これにより、半導体、航空、産業システムなどの分野におけるシミュレーションのスループットと反復処理の効率が大幅に向上します。
NVIDIAは、機密コンピューティング（Confidential Computing）技術の拡張を発表し、Confidential Bare Metalデプロイメントオプションを新たに追加しました。これにより、最先端のモデル構築者は、サードパーティのインフラストラクチャ上でベアメタル方式で機密性の高いAIワークロードを実行しつつ、モデルとデータを完全に管理できるようになります。この機能は、Grace BlackwellおよびRubinプラットフォームに統合されており、Google CloudやCohereなどのパートナーによって採用されています。
NVIDIAがオープンソース化したエージェントツールキットは、エージェント・ナレッジ・ファウンデーションなどの主要コンポーネントを新たに追加し、CUDA-Xライブラリ、Nemotron RetrieverおよびKumoシリーズのオープンモデル、OpenShellセキュアランタイム、NemoClawのフレームワークを統合しています。これにより、企業はデータを移行せず、既存の業務プロセスを改変することなく、監査可能で管理可能な上、業務の意味を深く理解できる専用のAIエージェントを構築することが可能です。
ベルリンのTempodromで開催されたGTC Berlin 2026大会上において、NVIDIAのCEOであるジェンスン・フアン氏は、複数の重要な進展を発表しました。具体的には、DSX PODモジュール型AIファクトリー、Vera RubinフルスタックAIエージェントプラットフォーム、OpenShellセキュリティアーキテクチャ、Agent Knowledge Foundation知識層、ならびにAgile ONE SNヒューマノイドロボットリファレンスプラットフォームの導入を発表しました。さらに、100億ユーロ超規模の欧州におけるAI投資に関する約束を表明し、12,000以上のパートナー企業を網羅するとともに、欧州が自律的かつ制御可能なAI経済インフラの構築を加速していることを強調しました。
設立から18か月のAIネイティブソフトウェア企業Tenexは、アウトプット志向の報酬体系、MetaHarnessフレームワーク、そしてOpus 5.5を軸としたAIエージェントのワークフローにより、フォーチュン2000企業のおよそ半数にサービスを提供しています。同社のモデルは、プロセスの標準化、ノンコーディングによる価値の再評価、ならびにエンタープライズ向けAI導入におけるラストマイルの課題解決に焦点を当てています。
NVIDIAは、オープンソースの時系列予測モデル「Kumo Forecast」（旧称：NV-Tesseract Forecasting）を発表しました。同モデルはMOMENT-1-large Transformerアーキテクチャを基盤とし、直接予測とDomain-Aware Representation and Retrieval（DARR）による二重経路推論をサポートするとともに、モデル構造を変更することなく利用できる解釈可能性フレームワークを内蔵しています。
Pollen RoboticsとHugging Faceは共同で、低コストのオープンソース二足歩行ロボット「Microduck」を発表し、NVIDIA Isaac Lab 3.0およびNewton物理エンジンを統合しています。これにより、GPUによる並列シミュレーション上で歩行戦略の学習が可能となり、ドメインランダマイゼーションや高忠実度なアクチュエータモデル（歯隙、遅延、摩擦などを含む）の採用によって、シミュレーションから実機への移行におけるロバスト性が向上します。最終的にはONNXモデルをエクスポートし、そのまま実際のロボットにデプロイできます。
NVIDIAは、企業向けリレーショナルデータベース上で離職予測、不正検知、需要予測などの予測タスクを直接実行できる、事前学習済みのリレーショナル基礎モデル「Kumo Relational」を発表しました。タスクの微調整や特徴量エンジニアリング、テーブルの平坦化は不要です。15のデータベースにまたがる41のベンチマークにおいて、XGBoostなどの教師ありモデルを総合的に上回り、SAP SALTの企業向けベンチマークではMRR指標でAutoGluonを8％上回りました。また、最大5,000億行規模のデータベースに対応し、Predictive Query Language（PQL）によりコードゼロで予測呼び出しを実現します。
IBMは、Granite Speech 5.0シリーズの3つのオープンソース音声モデルを発表しました。granite-speech-5.0-2b（高精度な多言語ASR/MT）、granite-speech-5.0-470m-turboctc（超高速なエッジ端末向け多言語トランスクリプション）、および更新版のgranite-speech-4.1-2b-plus（強化型の複数話者対応会話モデリング）です。これらはすべてApache 2.0ライセンスに基づいており、主流の推論フレームワークをサポートしています。
i14は、30.28億パラメータを備えるLaplace 3Bモデルを発表しました。このモデルでは、Softmaxアテンションの代わりにゲート制御線形アテンション（GLA）を採用しており、推論時の各シーケンスあたりの再帰状態は常に29.5 MBで、コンテキスト長に依存しません。同モデルは、AWS trn2.48xlarge（Trainium2チップ16基搭載）1台でトレーニングおよびサービス検証を実施し、トレーニングスループットは12万トークン/秒、サービススループットは11,544出力トークン/秒（1,280同時実行シーケンス）に達しました。すべての性能データは、i14とAWS GenAIICチームによる社内実測結果です。
