Hugging Face が NVIDIA Nemotron 3 Nano Omni を公開 ── テキスト・画像・音声・動画を1つのモデルで処理、マルチモーダルの新しい本命
NVIDIAの新モデルNemotron 3 Nano Omniがテキスト・画像・音声・動画を統合処理。VoiceBench 89.4、OSWorld 47.4を記録。
-
-
Hugging Face が Adaptive Ultrasound Imaging with Physics-Informed NV-Raw2Insights-US AI を公開 ── 超音波の「生データ」から患者ごとの音速マップを生成しリアルタイム補正
NVIDIAとSiemens Healthineersが開発した「NV-Raw2Insights-US」が、超音波の生データから患者ごとの音速マップを生成してリアルタイム画像補正を実現。
-
OpenAI が Symphony を提供開始 ── イシュートラッカーを常時稼働エージェントに変えるオーケストレーション仕様
OpenAIがCodex orchestration向けオープンソース仕様「Symphony」を公開。イシュートラッカーを常時稼働エージェントシステムに変換する仕組み。
-
OpenAI x Choco が食品流通を自動化 ── AIエージェントが現場の生産性を変える
ChocoがOpenAI APIで食品流通を自動化。注文処理の生産性向上とビジネス成長を実現したリアルなAI活用事例を紹介。
-
Hugging Face が OpenAI の Privacy Filter を活用したアプリ構築法を公開 ── 128kコンテキストを一発スキャンするPII検出モデルの実力
OpenAIの1.5BパラメータPII検出モデル「Privacy Filter」を使ったスケーラブルなWebアプリ構築チュートリアルが公開。
-
OpenAI が Codex の公式チュートリアルを公開 ── AIコーディングの始め方が遂に判明
OpenAIがCodexの公式スタートアップガイドを公開。プロジェクトのセットアップからタスク完了までをステップバイステップで解説し、AIコーディングの導入を強力にサポートする。
-
Hugging Face が DeepSeek-V4 をリリース ── 100万トークンのコンテキストをエージェントで実用化する衝撃の効率
DeepSeek-V4は1Mトークンのコンテキストをエージェント用途で実用化。推論FLOPsやKVキャッシュを劇的に削減するアーキテクチャが最大の特徴。
-
Hugging Face が How to Use Transformers.js in a Chrome Extension をリリース ── Gemma 4を拡張機能で動かす最新アーキテクチャ
Transformers.jsとGemma 4 E2Bを用いたChrome拡張機能開発ガイドが公開。MV3環境で最適なアーキテクチャ設計に注目。
-
DeepSeek が DeepSeek-V4 を発表 ── 100万トークン対応、推論コスト劇減の超効率アーキテクチャ
DeepSeek-V4が100万トークン対応で登場。推論FLOPs27%削減の超効率アーキテクチャ。HuggingFaceで公開中。
-
DeepSeek が DeepSeek-V4 を公開 ── 100万トークン対応、KVキャッシュ劇減の超効率アーキテクチャ
DeepSeek-V4がリリース。100万トークン対応でKVキャッシュをV3.2の10%に削減、オープンソース最高峰を宣言
