見出し・要約・本文から、情報のつながりを探します。
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。
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。
Tenexは、2026年時点で設立18か月、従業員数75名のAIネイティブなソフトウェアデリバリー企業であり、フォーチュン2000にランクされる企業の約半数と、同規模の中堅企業を対象にサービスを提供しています。同社の核心的な取り組みには、ストーリーポイントを基準とした動的なエンジニア報酬体系、AI戦略担当者の品質チェック体制、Gitに統合されたコンテキストを活用するMetaHarnessフレームワーク、さらに「非コーディングの高付加価値タスク」に焦点を当てた能力の再定位が含まれます。一方で、企業におけるAIの導入は依然として汎用LLMの展開やエンジニアリング側のエージェントに集中しており、バックオフィス系のプロダクションレベルのAIエージェントの浸透率はわずか約5％にとどまっています。
NVIDIAはHugging Faceと共同で、OpenUSDを基盤とした無料でオープンなシミュレーション対応（SimReady）3Dアセットライブラリ「SimReady Central」を発表しました。第一弾として、ロボット本体、グリッパ、AI工場のインフラストラクチャなど、産業向けに検証済みの2,000を超えるアセットを収録しており、開発者が物理ベースのAI学習環境やデジタルツインシーンを迅速に構築できるよう支援します。
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。
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。
Metaは、2026年10月30日付で発効する更新版の利用規約において、「train」（訓練）という用語を削除し、AIデータ収集に関する方針に対する外部からの強い批判に応えた。しかし同社は、規約にrobots.txtプロトコルを尊重する旨の文言を盛り込まないことを明確にしている。
AWSは、Model Context Protocol（MCP）に基づくモジュール型エージェントアーキテクチャを発表し、AgentCoreによって企業規模のツール間インターフェースを統一的に管理します。また、Amazon Quickは業務ユーザー向けの自然言語対話型インターフェースを提供し、ERP、調達、監視などのシステム間でリアルタイムかつ承認主導型のサプライチェーン意思決定支援を実現します。なお、本ソリューションは技術プレビューであり、製品としての運用準備や顧客への導入については保証いたしません。
AWSチームは、Amazon SageMaker HyperPod上でGPT‑OSS‑20Bを用いた多言語推論の微調整実験を実施し、LoRAによるパラメータ効率的微調整を採用しました。SFTでは、英語・フランス語・ドイツ語・スペイン語・イタリア語の5言語における推論の言語正答率を22％から100％に引き上げましたが、回答言語の正答率は62％にとどまりました。GRPOはこれを踏まえ、回答言語の正答率をさらに70％まで向上させましたが、推論言語の性能には影響を与えませんでした。ただし、その効果は言語によって異なり、例えばスペイン語では30ポイント上昇する一方で、イタリア語では20ポイント低下しました。実験は、GRPOがゼロから新たな能力を創出することはできず、既存の偶発的な振る舞いを最適化するにすぎないことを明確に示しています。
Octave Relianceは、Amazon Bedrockを活用して厳格なテナント間隔離を実現するAI基盤を構築し、Cohere Embed v4とAgentCoreマイクロVMランタイムを統合することで、医療機器、製薬、食品製造の各業界にまたがる苦情トリアージアシスタントを実現しました。これにより、苦情、CAPA、監査発見など、20億件を超える規制対象文書に対するセマンティック検索をサポートし、テナント間のデータ漏洩を完全に防止します。
Amazon Web Servicesは、カナダの顧客がAmazon Bedrockを通じて、ca-central-1（カナダ中部）およびca-west-1（カナダ西部／カルガリー）リージョンで、クロスリージョン推論（CRIS）方式により、OpenAI GPT-5.6、GPT-6、GPT-6.1と称されるモデルを呼び出すことができると発表しました。実際の推論は北米または世界のAWS商用リージョンで行われ、データは静的にカナダのソースリージョンに留まります。
AWSは2026年10月26日、Agent Registryサービスの一般提供を発表しました。このマネージドサービスは、ハイブリッドなセマンティクスとキーワード検索を活用し、実行時に承認済みのModel Context Protocol（MCP）サーバーおよびAgent-to-Agent（A2A）エージェントを動的に検出・インスタンス化・実行することで、ハードコーディングによるツール統合に代わり、エンタープライズ規模のAIエージェントのスケールアウトにおけるオーケストレーションのボトルネックを解消します。
記事は電力の普及に例え、企業におけるAIがこれまでの断片的な実験段階からインフラ化の段階へと移行しており、核心的な課題はもはや「AIを導入できるかどうか」ではなく、「いかに最小限の効果的コストで測定可能なビジネス成果を実現するか」へと移っていると指摘しています。さらに、「各有用なアウトプットに対する効果的コスト」を重要な指標として提示し、自社スタック構築、オンデマンド型クラウドサービス、プライベートAIプラットフォームの統合という3つのAI運用モデル間の経済性の違いを分析するとともに、稼働率、モデル選択、キャッシュ管理などの運用上の実践がROIに決定的な影響を及ぼすことを強調しています。
