OpenAI が LifeSciBench を提供開始 ── 生命科学のリアルなタスクを評価する新ベンチマーク
OpenAIが生命科学のリアルな研究タスクを評価する新ベンチマーク「LifeSciBench」を発表。専門家が作成・レビューしたガチのテスト。
-
-
OpenAI が A near-autonomous AI chemist improves a challenging reaction in medicinal chemistry を発表 ── GPT-5.4を活用したAI化学者が創薬の難題を突破
OpenAIとMolecule.oneがGPT-5.4を活用したほぼ自律的なAI化学者を発表。創薬における超難関の化学反応を改善する成果を示した。
-
Hugging Face が Agentic Resource Discovery を発表 ── エージェントが自らツールや仲間を検索する時代へ
エージェントが実行時に必要なツールや他エージェントを自ら検索・発見する新オープン標準「ARD」をHugging Faceらが発表。
-
Hugging Face が MolmoMotion: Language-guided 3D motion forecasting を発表 ── テキスト指示で未来の動きを3D予測
Allen AIが公開したMolmoMotionは、テキスト指示と3Dポイントから未来のモーションを予測する新しいモデル。116万本規模のデータセットも同時リリース。
-
Hugging Face × AWS が Strands Agents と LeRobot の統合を解説 ── データ収集から実機デプロイまでをひとつのエージェントで完結
AWS Strands Robots SDKとLeRobotが統合。Hubのデータセットから実機SO-101まで、ひとつのエージェントで完結するロボット開発パイプライン。
-
Hugging Face が GLM-5.2 を発表 ── 100万トークンを安定処理するロングホライズン特化モデル
GLM-5.2が100万トークンのコンテキストを安定処理。長期タスク能力でOpusやGPT-5.5に肉薄する驚異のモデル。
-
OpenAI が Predicting model behavior before release by simulating deployment を発表 ── リリース前に実際の運用をシミュレートして安全性を高める新手法
OpenAIが「Deployment Simulation」を発表。実際の会話データでリリース前のAI挙動をシミュレートし、安全性と評価精度を向上させる新手法。
-
Zhipu AI が GLM-5.2 を提供開始 ── 1Mコンテキスト対応＆コーディングベンチが爆伸び
Zhipu AIがGLM-5.2をMITライセンスで公開。1Mコンテキスト対応し、DeepSWEやFrontierSWEなどコーディング系ベンチマークが前モデルから大幅に向上。
-
Tencent が Hy-Embodied-0.5-VLA-UMI を発表 ── 1万時間の実データ学習で達成したロボット汎用モデル
Tencentがロボット操作AI「Hy-Embodied-0.5-VLA-UMI」を公開。1万時間超のデモデータ学習でRoboTwin 2.0ベンチマークSOTA達成。
-
Tencent が Hy-Embodied-0.5-VLA-RoboTwin をリリース ── ロボット操作タスクで成功率90%超を叩き出すVLAモデル
TencentがVLAモデル「Hy-Embodied-0.5-VLA-RoboTwin」を公開。RoboTwin 2.0ベンチマークで成功率90%超を達成し、異なる実機ロボットへの転移にも成功。
