今週は、AIエージェントがより高速かつ高度な判断を下すためのAPIやSDK、開発ツールが多数発表されました。また、物理世界を理解するワールドモデルや音声エージェントといったマルチモーダル領域での展開と、クラウドプラットフォームを通じたモデル提供の拡大が顕著に見られました。
今週は、AIエージェントがより高速かつ高度な判断を下すためのAPIやSDK、開発ツールが多数発表されました。また、物理世界を理解するワールドモデルや音声エージェントといったマルチモーダル領域での展開と、クラウドプラットフォームを通じたモデル提供の拡大が顕著に見られました。
テーマは、新しいAIモデルの発表・提供開始、料金・機能の変更、安全性、導入事例の順に並べています。
エージェントがリアルタイムで会話やツール呼び出しを行うためのSDKや、より高速な判断を可能にするAPIが登場しています。「MistralがVoxtral 3を発表、50以上の言語に対応した音声エージェントSDKとモデルを導入」「OpenAIがGPT-6 Luna基盤のDecisions APIの一般提供を開始、Responses API経由より最大10倍高速に判断」
企業が自社データに基づいたエージェントを運用するためのカスタマイズ・制御ツールや、オープン標準への寄贈も行われています。「NVIDIA Agent Toolkitにより企業はエージェントのカスタマイズや制御が可能に」「AnthropicがAgent SkillsをAAIFへ寄贈、公開されたスキルは100万件に達する」
動画分析の長時間化や、ロボティクス、生物学といった専門領域に向けたモデルの拡充が進んでいます。「TwelveLabsのPegasus 1.5がAmazon Bedrockで提供開始、最長2時間の動画を分析」「NVIDIAがオープンモデルを拡大、言語からロボティクス、生物学、量子まで幅広く提供」
物理世界を理解するワールドモデルの開発支援も強化されています。「NVIDIAがCosmosプラットフォームを拡張、ワールドモデル開発支援のツールやブループリントを追加」
クラウド経由での最新モデルへのアクセス拡大が進んでいます。「カナダからAmazon Bedrock経由でOpenAI GPT-6.1やGPT-6などの最新モデルを利用可能に」「OpenAIとGoogle Cloudが提携、Model GardenにフロンティアモデルとCodexを取り込み」
また、エッジデバイス向けのローカルAIハードウェアのラインナップも公開されています。「NVIDIA、GTC BerlinにてRTX SparkやDGX StationなどローカルAIハードウェアの全ラインナップを披露」