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。
AI NEWS JOURNAL
AI ニュースを検索
見出し・要約・本文から、情報のつながりを探します。
IBMはGranite時系列統合予測モデルを発表しました。4つのモデルをゼロチューニングで組み合わせ、堅牢なデフォルトの予測ソリューションを提供します。
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。
マイクロソフトとHugging FaceがThinkingBoxフレームワークをオープンソース化：データベースの最終状態を確定的な報酬信号として用い、エージェントの強化学習後訓練を推進
マイクロソフトとHugging Faceは共同でオープンソースフレームワーク「ThinkingBox」を発表しました。このフレームワークは、LLMエージェントが実行した後の実際のデータベースの最終状態と期待される状態を比較し、0/1の二値報酬を生成することで強化学習による微調整に用いられます。また、それに伴うベンチマーク「ThinkingBox-Bench」には507の実際のバックエンドタスクが含まれており、いずれのタスクも学習に使用されていません。Qwen3.8-27Bは50ステップのGRPOによる微調整を経た結果、ホールドアウトテストセットにおいてpass@1が9.08ポイント向上し、Observed 20/20は約3倍に増加しました。ただし、一部の領域ではpass@20が低下しており、これは広範さと安定性のトレードオフを反映しています。
自己ホスト型の大規模モデル vs. クラウドAPI：リクエストをどのようにスマートにルーティングするか
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。
ステートフル対ステートレス：AIエージェント構築におけるコンテキスト管理戦略
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が適応型エージェントフレームワークAAIFを発表：Strands Agentsを基に、エッジとクラウドの協調による階層型AIタスクスケジューリングを実現
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。
RecursiveがFlintをリリース：AI主導で開発され、ローカルで動作する軽量なプログラミングモデル
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。
OpenAIの最新GPT-6シリーズモデルが、Google CloudおよびAntigravityプラットフォームに導入される予定です。
OpenAIのGPT-6および6.1シリーズの最先端モデル（Astra、Sol、Luna）は、今後数週間以内にGoogle Cloud Model Gardenに導入され、Googleのエージェント駆動型プログラミングツールAntigravityにも統合される予定です。これにより、GoogleはGemini、Claude、GPTという三大クローズドソースの大規模言語モデルを同時に提供する初の主要クラウドサービスプロバイダーとなります。
NVIDIAはGTCベルリンで、ローカルAIハードウェアの全製品ラインアップを発表しました：RTX Spark、DGX Spark、およびDGX Stationが欧州に展開されます。
2026年10月にベルリンで開催されたGTCカンファレンスにおいて、NVIDIAは個人ユーザー、開発者、企業向けの3種類のローカルAIハードウェアプラットフォームを正式に発表しました。これらはそれぞれRTX Spark（Windows PC向けパーソナルエージェント）、DGX Spark（Linux開発クラスター）、DGX Station（最先端AIワークステーション）であり、同時に複数のソフトウェアアップデート、モデルサポート、エコシステム統合も併せて発表されました。
Google CloudとNVIDIAは、NVIDIA Vera Rubinインフラストラクチャの正式商用化を発表しました。A5Xインスタンスが提供開始され、大規模強化学習およびエージェント推論に焦点を当てています。
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の欧州クラウドパートナーが、主権・オープン性・セキュリティを備えたAIインフラストラクチャの拡充を加速
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。
欧州の産業大手企業がNVIDIAのAIとデジタルツイン技術を活用して、エンジニアリング製造システムを再構築しています
欧州の複数の先端産業企業が、NVIDIA CUDA-X、Omniverse、Cosmos、Nemotron などのオープンモデルおよびツールチェーンを大規模に活用しており、製品設計、シミュレーション最適化から工場運用に至るまでのライフサイクル全体をカバーしています。NVIDIA Factory Operations Blueprint（FOX）は早期アクセスが開始され、リアルタイムで協調する産業用インテリジェントエージェントの構築を支援しています。シーメンス、メルセデス・ベンツ、アウディ、エアバスのサプライヤーなどでは、すでに多数の検証事例が実装されており、キャリブレーション期間の40％短縮や根本原因分析コストの20％削減といった具体的な効果が得られています。
NVIDIAが拡張版Agent Toolkitを発表し、企業がプライベートデータに基づく信頼性の高いエージェントを構築できるよう支援します
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。
NVIDIAが多分野にわたるオープンソースモデルのセットを発表し、欧州における産業主権に基づくスマートな発展を促進
NVIDIAは、言語、ロボティクス、バイオ計算、量子計算などの分野を網羅するオープンソースモデルファミリーの拡充を発表し、Nemotron 3.5シリーズ、Kumo構造化データモデル、Cosmos世界モデル、Alpamayo 2 Edge自動運転モデル、BioNeMo RFD4-Proteinaタンパク質設計モデル、およびIsing量子計算モデルを新たに提供しました。これらすべては開発者と企業向けに重み付けやツールを公開しており、ローカルなカスタマイズや独自の展開をサポートしています。
GTCベルリン2026：ジェンスン・ Huangによる基調講演で、AIファクトリー、セキュリティインテリジェントエージェント、および欧州のAIエコシステム戦略が全面的に発表されました
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。
VocabX：コスト重み付けによる語彙の専門化により、分野特化型ミニ言語モデルの推論コストを77％削減
Dharma-AIはVocabX手法を提案し、ポルトガル語の作文自動採点といった特定のタスク向けに言語モデルの語彙表を再構築することで、語彙の出現頻度ではなく生成コストを最適化目標としています。モデルの構造やパラメータ、学習プロセスを変更することなく、実測では推論コストが77％削減され、同時に評価指標（bench score）も0.703から0.810へ向上しました。
TorchNeuronシステムレベルの性能分析（第1部）：AWS Trainiumチップをベースとしたエンドツーエンドのプロファイリング
本記事は、Hugging FaceとAmazonが共同で公開する技術ブログシリーズの第1弾であり、AWS Trainium AIアクセラレーションチップ上でTorchNeuronを用いたPyTorchモデルの推論性能分析の手法を体系的に紹介します。内容には、Neuronバックエンドの統合原理、torch.profilerの設定方法、NeuronConfigおよびNeuronProfilerツールの利用、Neuron Explorerによる可視化トレースが含まれます。さらに、RMSNormを例に、3つの実装（従来のPyTorch、torch.rms_normの組み込み融合、torch.compileによる自動融合）間のデバイス上での実行時間の差異を比較しています。
NVIDIAがKumo Forecastを発表：事前学習による時系列表現、過去パターン検索、説明可能性を統合した多変量予測モデル
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。
NVIDIAがKumo Relationalを発表：教師あり学習を超える、トレーニング不要の構造化データ向け基礎モデル初号機
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がGranite Speech 5.0シリーズの音声モデルを発表：多言語の文字起こし・翻訳および話者識別に対応
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。