タイムライン検索

2026年5月22日

イーロン・マスク氏が率いるxAIが開発したAI「Grok」が、業界内での競争力で課題を抱えている。OpenAIの「ChatGPT」やGoogle、Anthropicといった大手企業が提供する高度なAIモデルとの性能格差が拡大しているという。 Grokは2023年の発表当初、ユーモアを備えた独特のAIアシスタントとして注目を集めていた。しかし、その後の開発段階で、言語処理能力や推論性能などの基本的なAI機能において、競合他社との差が生じているようだ。 AI市場は急速に進化しており、複数企業が性能向上に向けた投資を加速させている。Grokが現在のポジションを維持あるいは改善するには、技術開発の加速化が必要とされている。xAIが今後どのような戦略で市場巻き返しを図るかが注視されている。 （引用元：xAI）

xAI

2026年5月29日

テキサス州の新しい登録制度により、自動運転車の市場競争が数字で評価される段階に入りました。Waymoが登録台数で優位に立っていますが、これは両社が全く異なるビジネス戦略を展開していることを示しています。Waymoは運転手不要の「ロボタクシー」を複数都市で商用サービス展開させており、一台ごとが営業車両として登録されるため登録数が多くなります。一方テスラは自社の電気自動車に自動運転機能を組み込んで一般ユーザーに販売するアプローチを取っており、既存車のソフトウェア更新を通じた自動運転化を進めているため新規登録数には反映されにくいのです。登録台数の差は単純な優劣ではなく、ビジネスモデルの根本的な違いを反映しています。

TechCrunch

2026年5月29日

新しい法律とAVトラッカーツールにより、テキサス州にどれだけのロボタクシーと自動運転トラックが存在するかが最も明確に把握できるようになった。

TechCrunch

2026年5月30日

遺伝子発現データの自動学習モデルが開発される RNA配列決定データから遺伝子発現パターンを効率的に学習する新しい自己教師あり学習モデル「TxFM」がarXivで報告された。 このモデルはマスク付きオートエンコーディング手法を採用しており、RNA分析に付きものの技術的ノイズや異なる実験条件によるバッチ効果に対応できるのが特徴である。従来の生物学的データ分析では、こうした外部要因の影響を除去するために手作業による前処理が必要だったが、TxFMはモデル内で自動的に対応する。 開発チームは転移学習の性能向上を実証するため、約140万件のRNA配列データを集めた公開学習用データセット「DiverseRNA-1.4M」を整備した。このデータセットを用いた実験では、従来手法と比べて学習効率が向上したという。 今後、このアプローチは遺伝子発現解析の標準的な手法として活用される可能性がある。 (arXiv cs.LG)

arXiv cs.LG

2026年5月30日

Googleは開発者向けカンファレンス「I/O 2026」で発表した最新AI モデル「Gemini Omni」と「Gemini 3.5」の機能を示すデモンストレーション動画9本を公開した。 公開された動画では、両モデルの実際の動作と性能が具体的に紹介されている。Gemini Omniは音声、画像、テキストなど複数の形式のデータを統合的に処理する能力を持つマルチモーダルモデルで、より自然で正確な応答生成が可能とされている。一方、Gemini 3.5は前世代からの性能向上が示されており、様々なタスクにおける処理精度の改善が確認できるという。 これらのデモ動画は、開発者やAI技術に関心を持つユーザーに対して、Googleの最新AI技術の実用的な活用方法を理解する機会を提供している。今後、これらのモデルは様々なアプリケーション開発に活用されることが期待される。 （Google AI Blog）

Google AI Blog

2026年5月30日

分散学習システムにおける通信効率化に関する新しい理論研究が発表された。機械学習の分散処理では、複数のコンピュータ間で勾配情報を交換する際の通信コストが大きな課題となっていた。 情報圧縮により通信量を削減する手法は既に活用されているが、圧縮に伴う精度低下の問題が存在していた。誤差フィードバック機構はこの課題に対する有効な解決法として注目されている。 この研究では、標準的な誤差フィードバック法とEF21という2つの主要なアルゴリズムについて、数学的に厳密な収束性の分析を実施した。最適なステップサイズの決定方法と、各アルゴリズムに適したリアプノフ関数の構築により、より正確な理論保証が得られたという。 この成果は、今後の大規模分散学習システムの効率化と性能向上に貢献する可能性がある。 （arXiv cs.LG）

2026年5月30日

バンドー化学がソフトウェアベースの安全技術企業Pyreneeへ出資し、業界の構造転換が加速しています。電動化により従来の部品需要が減少する中、同社は自動運転やドライバー支援システムなどの高付加価値領域での競争力強化を狙っています。交通データ解析能力は現代のモビリティ産業で極めて重要となっており、ソフトウェア企業との協業によって部品供給者からデータプラットフォーマーへの事業転換を目指す動きと解釈できます。ただし、ハードウェア企業とソフトウェア企業の融合には開発サイクルや人材文化の違いなど多くの課題があり、成功には一定の時間を要する見通しです。

PR TIMES

2026年5月30日

Teclastの8インチAndroidタブレット『T50Mini』がAmazonで5月20日から6月2日まで期間限定セール開催され、16029円の割引が適用される。スマートフォンの大型化に伴いタブレット市場はエントリー層向け廉価機が主流となる中、中国系メーカーの参入が進んでいる。プロセッサ性能向上により安価な端末でも動画視聴や電子書籍閲覧に十分と認識される様になり、インターネット販売を活用した低価格戦略が有効とされている。

PR TIMES

2026年6月1日

Preferred Networks（PFN）はトヨタ未来創生センターと協力し、フィジカルAIの高速化に関する共同研究を開始した。 本研究では、PFNが開発したAI半導体「MN-Core Lシリーズ」を活用する。ロボットや自動運転システムといった物理世界で動作するAIシステムの処理性能を向上させることが狙いだ。 従来、フィジカルAIは複雑な計算処理に時間がかかり、実装の課題となっていた。専用設計の半導体と両社の技術知見を組み合わせることで、リアルタイム処理の実現に期待が集まる。 両機関は各分野での強みを生かし、ハードウェアとソフトウェアの最適化を進める方針。成果は製造業やモビリティ分野での次世代AI応用につながる可能性がある。 （引用元：Preferred Networks）

2026年6月1日

Preferred Networksはトヨタ未来創生センターと新たな共同研究契約を締結した。両者は自社開発のAI半導体「MN-Core Lシリーズ」を活用し、フィジカルAイ（物理空間で動作するAI技術）の高速化を目指す。 フィジカルAIは、ロボットや自動運転システムなど、現実世界で動作するAI技術の総称。これまで処理速度が課題とされてきたが、MN-Core Lシリーズの導入により、リアルタイム処理性能の向上が期待される。 トヨタグループの研究開発拠点である未来創生センターとの協業により、両社の技術的知見を融合させることで、より効率的なAI実装が可能になると見込まれている。この共同研究は、次世代のロボット技術や自動運転システムの実用化加速につながる可能性がある。 (Preferred Networks)

Preferred Networks

2026年6月1日

arXiv:2605.30576v1 発表型：新規 要旨：自動運転の強化学習における探索は本質的に危険である。エージェントは学習のために新しい行動を経験する必要があるが、探索は衝突やオフロード走行につながる可能性がある。我々は、長期的な危険を回避しながら探索を導くために専門家アドバイスを活用する不確実性認識フレームワークを提案する。

arXiv cs.AI

2026年6月2日

マルチモーダル大規模言語モデルの継続学習における課題解決の新たなアプローチが報告された。 既存の継続学習手法では、画像とテキストの類似度のみを基準に専門家タスクの割り当てを行っていたため、異なる出力形式を持つタスク間で勾配干渉が発生し、性能低下につながっていた。 新研究「ProtoAda」は、この問題に対してプロトタイプ誘導型の適応的アダプタ拡張と幾何学的統合を組み合わせた手法を提案している。応答形式の違いを明確に考慮することで、タスク間の干渉を軽減し、より効率的な継続学習を実現する。 この技術により、マルチモーダル継続学習タスク（MCIT）全体の性能向上が期待できるという。画像認識とテキスト処理を同時に扱う複合的なAIシステムの精度向上につながる可能性がある。 （arXiv cs.LG）

arXiv cs.LG

2026年6月2日

2026年3月に東武鉄道から発表された新形式車両1000系。これまでの東武のデザインから一新し、車体前面が六角形の形状をしている。

東洋経済オンライン

2026年6月2日

22歳のファウンダー兼CEOイーサン・ソーントンにとって驚異的な展開の中、Mach Industriesはさらに3億ドルの資金調達に成功した。同社は既に5台の自動運転車を保有している。

TechCrunch

2026年6月2日

NVIDIAは、COMPUTEXでエッジAIプラットフォーム「Jetson」の最新版アップデートを発表しました。 新バージョン「JetPack 7.2」では、自律的に判断・実行するエージェンティックAI機能が追加されます。これにより、ロボットや産業機器などの現場でより複雑なタスクを自動化できるようになります。 主な改善点として、CUDA 13の搭載により計算性能が向上し、Jetson AGX Orin 32GBモデルの処理能力も強化されました。また、Linuxの組込み向けプロジェクト「Yocto」への対応により、カスタマイズ性が広がります。複数のAIタスクを同時実行できるマルチインスタンスGPU機能も実装されました。 さらに、NemoClaw対応により、音声認識や自然言語処理などのAI機能との統合も容易になります。 これらの強化により、製造現場から医療、自動運転まで、幅広い産業でエッジAI活用が加速すると期待されています。 （引用元：NVIDIA Blog）

NVIDIA Blog

2026年6月3日

Amazon Forgeの微調整に最適パラメータ設定が重要 アマゾン ウェブ サービスは、独自の大規模言語モデル「Amazon Nova Forge」をドメイン固有のタスクに適応させる際の課題について、技術ブログで解説した。 モデルの微調整において、学習率やバッチサイズといった訓練パラメータの設定は、特定領域での性能向上と汎用性維持のバランスに大きく影響することが明らかになった。過度なカスタマイズは汎用性を損なう一方、最適化が不十分では期待される性能向上が得られないという課題がある。 同社は、これらのパラメータを効果的に調整するための戦略と、計算資源を無駄にする一般的な失敗パターンを早期に検出する方法を紹介。実践的なアプローチにより、企業が限られたリソースでモデルの最適化を進める道筋を示している。 この指針は、生成AI導入を検討する企業にとって実装効率の向上に有用な知見となりそうだ。 （引用元：AWS Machine Learning Blog）

AWS Machine Learning Blog

2026年6月3日

物質の分子構造を詳細に観察する新たな技術が確立された。テラヘルツ波という電磁波を活用した分光イメージング手法により、物質内における分子の「ねじれ」パターンを視覚的に把握できるようになったという。 これまで物質の微細な構造変化を調べることは難しかったが、今回の技術では立体的な分子配置を地図のように表現することが可能になる。この特性は、新素材開発や次世代の高速通信システムの研究において、重要な基盤技術として機能すると見られている。 テラヘルツ波はマイクロ波と赤外線の中間に位置する周波数帯で、物質の特性を詳しく調べるのに適している。新技術は、材料設計の最適化や通信機器の性能向上といった実用化段階での応用も期待されており、産業界での活用が広がる可能性がある。 （引用元：JST プレスリリース）

JST プレスリリース

2026年6月4日

CVPRにおいて、NVIDIAは自動運転車、ロボット、ビジョンAIシステムの開発を加速するための新しい物理AIエージェントスキルを発表しました。物理AI研究の中核的な課題は、単に強力なモデルを開発することではなく、その周辺の完全なワークフローを構築することです。実世界のシーンの再構成、エッジケースシナリオの生成、ポリシーのトレーニング、そして評価を含む総合的なアプローチが必要とされています。

NVIDIA Blog

2026年6月4日

NVIDIAは国際コンピュータビジョン学会CVPRで、物理的な環境を認識・制御する人工知能システム向けの新技術を発表した。自動運転車やロボット、視覚認識AIなど、実世界で動作するシステム開発の加速を目指している。 同社が指摘する物理AI研究の課題は、高性能なAIモデルの開発だけでは不十分という点だ。実際の運用環境において、3次元空間データの正確な再構成、予測困難な状況への対応策生成、AIの判断ルール学習、そして性能測定といった一連のプロセスすべてが必要となる。 これら要素を統合したワークフロー完成が、実用的な物理AIシステム実現の鍵となるとNVIDIAは主張している。今回発表される技術は、こうした多段階の課題に対する包括的なソリューションを提供するものと見られる。 （引用元：NVIDIA Blog）

2026年6月4日

ロボットグリッパーの有用性は1つのオブジェクトを持ち上げられることではなく、以前に持ったことのないツールで、次のオブジェクト、そしてその次のオブジェクトを持ち上げられることにある。自動運転システムの安全性は単に状況を推論できるだけではなく、...

NVIDIA Blog

2026年6月4日

NVIDIAは、ロボット工学と自動運転技術における複数の重要な進展を発表した。 同社の研究チームは、未知の物体や道具にも対応可能なロボット把握技術を開発。従来のシステムでは対応できなかった形状の異なる物体を柔軟に扱えるようになり、産業用ロボットの応用範囲が広がる見通しだ。 同時に、自動運転技術の分野では複雑な交通環境での状況判断能力が向上。複数の要因が絡み合う現実的なシナリオに対して、より適切な判断が可能になった。 さらに、複数のAIエージェントを大規模に学習させる手法の確立にも成功。この技術により、より高度で多様な動作が可能なAIシステムの開発が加速すると期待されている。 これらの技術的な突破は、ロボット産業の実用化と自動運転車の安全性向上に直結するもので、今後の実装化が注目される。 （NVIDIA Blog）

NVIDIA Blog

2026年6月4日

Amazon SageMaker AIのトレーニング機能を活用し、小規模言語モデルのツール呼び出し精度を改善する新たな手法が注目されている。教師ありファインチューニング（SFT）と直接選好最適化（DPO）を組み合わせることで、モデルがAPI呼び出しやツール操作をより正確に実行できるようになるという。 この手法の利点は、インフラ管理の負担を軽減し、エンジニアがトレーニングコード開発に集中できる点にある。ベースモデルと複数のファインチューニング版を並行で評価・比較することで、最適なモデルを客観的に選定できる。こうしたデータ駆動型アプローチにより、試行錯誤を効率化しながら精度向上を目指せるとされている。 生成AIの実用化が進む中、小規模言語モデルの性能向上は、エッジデバイスやコスト効率の観点から重要な課題である。この技術により、より多くの企業がAIエージェントの導入を検討できる環境が整いつつある。 （AWS Machine Learning Blog）

2026年6月4日

Claude Opus 4.8は、性能向上だけでなく「正直さ」の改善が大きな特徴だ。本稿では、忖度（そんたく）しないAIがなぜ評価を分けているのか、公式情報と利用者目線から整理する。

ITmedia AI+

2026年6月4日

ウーバーは自動運転技術の開発加速に向けた新たな取り組みを発表した。新設のAV Labs部門を中心に、センサーを装備した改造型ヒュンダイ・イオニック500台を今年中に走行させる計画だ。 これらのデータ収集車は、自動運転システムの開発に必要となる大量の走行データを取得することが主な役割となる。複数のセンサーを搭載することで、実際の道路環境における様々な状況を記録し、機械学習モデルの精度向上に活用される見込みだ。 自動運転技術の実用化には、多種多様な環境下でのデータ収集が不可欠とされている。ウーバーは今回の大規模なデータ収集活動を通じて、自動運転システムの開発スケジュールを前倒しする戦略と考えられる。同社の自動運転分野での競争力強化が期待される。 （引用元：TechCrunch）

2026年6月4日

このポストでは、Amazon Bedrock Ops Alertを紹介します。これは3層の自動監視ソリューションで、運用上の問題を積極的に検出し、アラームしきい値を動的に調整し、アラームをカテゴリ別に分類し、コンテキストを認識したサポートケースを自動作成し、同じアラームカテゴリの未解決ケースが既にアクティブな場合の重複ケース作成を防止し、AI SREチームへのコンテキスト化された通知を配信します。

AWS Machine Learning Blog

2026年6月4日

世界では急速に実用化が進む､ドライバーレスの｢ロボタクシー｣。いわゆる自動運転による運行だが､日本は遅れているという声も多い。しかし､本当に遅れているのか？その現状や課題を整理する。

東洋経済オンライン

2026年6月4日

米ウーバー・テクノロジーズは2026年6月3日、自動運転技術の訓練データ収集を目的とした専用車両を年内に世界で500台配備する計画を発表した。韓国現代自動車の電気自動車に多数のセンサーを搭載し、毎月

Yahoo!ニュース IT

2026年6月4日

Turing(チューリング)は、SUBARUおよびデンソーと共同で、車載End-to-End(E2E)自動運転システムとフィジカル基盤モデルの共同研究を開始する。 共同研究では、車載E2E自動運転シ

Yahoo!ニュース IT

2026年6月5日

はじめに コーディングエージェントの進化を考えるとき、自動運転のレベル分類はかなり便利な比喩になる。 もちろん、ソフトウェア開発と自動車の安全性をそのまま同一視するわけではない。ここで使いたいのは、安全規格としての厳密な分類ではなく、人間とシステムの責任分界を考えるための...

Qiita 人気記事

2026年6月5日

NVIDIAの推論モデル「Nemotron 3 Ultra」がAmazon SageMaker JumpStartで提供開始となった。このモデルは、エージェンティックAI関連のワークロードに最適化されており、推論処理の大幅な性能向上を実現している。 導入により、推論速度は従来比で5倍の高速化が期待でき、同時に運用コストは約30%の削減が可能となる。これにより、企業はAI活用の効率性と経済性の両面で利益を得られる見通しだ。 SageMaker JumpStartはAWSのマネージド機械学習プラットフォームで、事前構築されたモデルやアルゴリズムを容易に利用できる。今回の統合により、ユーザーはNemotron 3 Ultraをより簡単にデプロイし、実運用環境での利用が可能になる。 エージェンティックAIは自律的に意思決定を行うAIシステムとして注目を集めており、本モデルの提供開始は、こうした先進的なAI技術へのアクセスを民主化する動きといえる。企業規模を問わず、高性能な推論環境の構築が現実的になるだろう。 （AWS Machine Learning Blog）

AWS Machine Learning Blog