グラノラが、Wisprに対抗してディクテーション機能を搭載
逆転だ！Wisprが自社のディクテーションアプリに会議メモ機能を追加したのに続き、グラノラも会議用メモ作成ツールにディクテーション機能を導入。音声AI戦争がますます興味深い展開を見せている。
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。
Anthropicは世界で最も優れた企業なのだろうか？
活用し、学ぶための豊富なビジュアルが揃っています。
Edge Soundは、物理的なAIが音声を理解できるよう支援するために200万ドルを調達しました
Edge Sound Research Inc.は本日、有用な音を分離し、他のセンサーデータと組み合わせて物理AIシステムがリアルタイムで状況を理解できるよう支援する音響インフラの構築に向け、新たに200万ドルの資金調達を行ったことを発表しました。このラウンドはStormbreaker Venturesがリードし、同社の総資金調達額は900万ドルに達しました。当該[…] 記事「Edge Sound、音声を物理AIが理解できるようにするための200万ドルを調達」は、元々SiliconANGLEに掲載されたものです。
あなたのAIエージェントにも最高執行責任者が必要です
AIエージェントのスケーリングには、規制対象の役割を担う従業員と同様に扱い、文書化されたルール、明確に定義された責任、そしてそのパフォーマンスに責任を負う名指しの人的管理者を配置することが必要です。ゲスト著者のリック・フォルグマン氏（Get Covered社COO）は、企業に対し、まず既存のルールで管理されているタスクから着手し、各ワークフローのリスクに応じて自律性を調整したうえで、エージェントの権限を拡大する前に定期的に成果をレビューすべきだと述べています。
音声言語モデルにおける制御可能な発話スタイルキャプションのベンチマーク
arXiv:2610.33036v1 公表タイプ：新規 要旨：発話スタイルキャプション（SSC）は、声の質感、プロソディー、表現力といったパラリンガリスティックな属性を捉えながら、話し方がどのように伝えられているかを自然な言語で記述することを目的としています。会話型AIエージェント、制御可能な音声生成、大規模な音声アノテーションなど、多くの下流アプリケーションでは、単一で区別されない記述ではなく、話者の特性、感情、発話スタイルなど、特定の側面を対象とした次元別のスタイルキャプションが必要とされています。しかし、既存の研究には、制御可能な発話スタイルキャプションに関する統一的な定式化が欠けています。本研究では、このギャップを埋めるために、SSCを指示に従う音声言語タスクとして定式化し、明示的な指示によって発話スタイルの次元を指定する形で取り組みました。
OpenAIが3つの重要な科学的発見と、学術関係者との新たな協働方法を発表
長年にわたる数学の未解決問題の解法を含む数百件の原稿を一斉に公開してからわずか1か月も経たないうちに、OpenAIは数学、計算機科学、物理学におけるさらに3つの「重要な」発見を発表しました。今回異なっているのは、結果を指導するため、OpenAIが「羊飼い」と表現する外部の専門家を起用した点です[…]
Anthropicは、AIブームを支えるためにガスを燃やしている
上場準備を進めるなか、AnthropicのS-1届出書は、生成AIがメタンに依存している現状を露骨に示している。「電力供給へのアクセスや、十分な電力供給が確保できるデータセンターの立地を巡る競争は激化している。」米証券取引委員会に月曜日提出された文書において、Anthropicは、データセンターがますます「天然ガス」に依存するようになっていることを認めている[…]
企業がAIの実験段階から自律運用へと移行する際に注目すべきポイント
過去3年間、企業向け人工知能の議論は、モデルが何を言えるかに焦点を当ててきました。今後3年間は、システムに何を許容するかがテーマとなるでしょう。これは、優れたモデルだけでは解決できない、より難しい課題です。10月28日（水）、私はボストンで開催されるブルームバーグ・テック・イベント「Building the […]」に出席します。記事「企業がAIの実験から自律運用へ移行する際に注目すべきポイント」は、もともとSiliconANGLEに掲載されたものです。
2026年のニューヨーク気候週間において、MITは世界規模のネットワークとつながります
MITコミュニティの各層が集まり、データセンターや強力な温室効果ガスから農業や教育に至るまで、幅広いテーマについて議論を交わしました。
ザ・リアルリアルは、AIエージェントがデザイナーブランドの衣類を独占することを許さない
中古高級ファッションの委託販売を行うThe RealRealは、自社のボット対策システムを更新し、AIエージェントによる同サイトでの買い物を事実上難しくすると発表した。この変更は、The VergeがAIエージェントがThe RealRealの商品予約システムを悪用できると報じた数日後に実施されるものだ。同小売業者のウェブサイトでは、[…]
アンソロピックのIPO申請書から見えてくる5つの奇妙な詳細
Anthropicはついに米証券取引委員会（SEC）にS-1届出書を提出しました。この文書は、経営陣の報酬やIPOで調達した資金の使途計画から、同社の事業目標を阻害する可能性のあるリスクに至るまで、投資家にその事業の内情を明らかにするために作成されたものです。300ページを超える膨大な内容には、多くの情報が含まれています[…]
アンソロピックのIPOは、終末論の入門書でもある
Anthropicは、「ループを閉じること」こそがAIの成功への最善の道であり、同時に人類に対する「存在論的」な脅威を招く要因だと考えている。
マイクロソフトが6万人の従業員に買収オファーを提示
マイクロソフトは、米国、英国、カナダ、インドの各地で最大6万人の従業員に対し、希望退職制度を提供しています。社員向けのメッセージで、マイクロソフトの最高人事責任者であるエイミー・コールマン氏は、同社が新たな[...]なしに人員削減を進めるなか、この制度により従業員には「経済的支援とキャリア設計に関するリソースとともに、マイクロソフトを離れる機会」が与えられると述べています。
ケビン・ルースはAGIに取り憑かれている。あなたはどうしてそうならないのだろうか？
今日は、AI業界の最近の劇的な変革を詳述した新刊『The AGI Chronicles』の著者でジャーナリストのケビン・ルースとお話しします。ケビンは長年ニューヨーク・タイムズの記者を務め、人気ポッドキャスト「Hard Fork」のホストでもありました。しかし彼と、同番組の友人であるケイシー・ニュートンは、先日[…]を去りました。
AnthropicのIPO申請書は、AIによって「人類のあらゆる活動分野を革新する」計画を示している
Anthropicは米国証券取引委員会にS-1目論見書を提出し、Claudeを手がける同社がOpenAIに先んじてIPOを実施する準備を進めています。SECへの提出書類において、Anthropicはナスダック市場でティッカーシンボル「ANT」のもと上場する計画であると述べました。このAI企業は、SECに対して機密扱いで提出しました[…]
このAIラジオ司会者はスペイン語を話し、移民を支援しています。そして、リスナーの心をつかんでいます
Coyotecはバイリンガルで、罵倒も織り交ぜながら、リスナーにICEからの身の守り方を伝える。その人気は、より多くの放送局が人工的な人格を試しているなかで高まっている。
何を言うかを超えて：ウルフゲームエージェントのための内面的思考による能動的な発話タイミング
arXiv:2610.32107v1 発表タイプ：新規 要旨：会話に参加する際には、何を話すかを決めるだけでなく、そもそも話すべきかどうかを判断することも重要である。特に、参加者間の利害が対立するウルフゲームのような環境では、発話と沈黙の両方が他者によって解釈・評価されるため、この判断は一層重要な意味を持つ。したがって、ウルフゲームをプレイするLLMエージェントにとって、何を話すかだけでなく、いつ話すかを決定することは極めて重要である。本研究では、AIWolfDial共有タスクの「Anytime Utterance Track」向けに開発されたウルフゲーム用AIエージェントを紹介する。本システムは、会話中の発話タイミングを内面的思考の生成と各思考の価値評価に基づいて決定する既存のInner Thoughtsフレームワークを基盤として構築されている。
低資源言語における研究の進捗と言語的包摂の測定
arXiv:2610.30296v1 発表タイプ：新規 要旨：大規模言語モデル（LLMs）は、低資源言語および多言語NLPに関する研究を加速させてきたが、公平な研究環境の実現にどの程度寄与しているかについては未だ明らかになっていない。本研究では、2020年から2025年にかけて公開された査読付きオープンアクセス論文1,158件を対象に、低資源言語（LRLs）への研究関心や、言語・話者集団間の代表性を分析した。出版数以外の観点から言語的包摂を評価するため、研究成長、代表性拡充、代表性継続性、分布的公正性の4つの次元で言語的包摂を測定する多次元フレームワーク「言語的包摂フレームワーク（LIF）」を提案する。年間の論文数は52件から415件へと5.4倍に増加した一方で、ACLアンソロジーにおける
OpenAIは正式にDecisions APIという意思決定モデルを発表し、TypeSafe Jevとの競争に正面から挑んでいる
OpenAIは2026年10月22日前後に、Decisions APIをすべての顧客に公開する予定です。このモデルはChatGPT Lunaを基に再構築されており、ミリ秒単位の低遅延と低コストな推論を特長としています。また、画像理解などのマルチモーダルタスクにおいて優位性を示しています。現在、主流の意思決定モデルベンチマークでは、最新のJevやD1 Ultraといった競合製品に後れを取っていますが、既にBox、Datadog、Speakなどの企業によって実運用での採用が確認されています。
Reflectionがオープンソースの大規模モデル「Beam」を公開：5,010億パラメータのスパースMoEアーキテクチャで、数百万語規模のコンテキストと多段階の推論制御をサポート
Reflection社は、オープンソースの大規模言語モデル「Beam」（パラメータ数5,010億、実際のアクティベーションは230億/トークン）を発表しました。同モデルは256エキスパートによるスパースMoEアーキテクチャを採用し、100万トークンのコンテキスト長、NVFP4/FP8量化、多段階の推論オプション設定、およびローカルデプロイメントをサポートしています。ただし、すべての技術的主張は第三者による検証を受けておらず、ハードウェア要件も高いため、一般ユーザーには負担が大きいとの見方が広く示されています。