AI FRONTIER
Signals worth understanding before they become obvious.
Mage-VL-Cowork：進化したハーネスからハイブリッドなコンピュータ操作を学ぶ完全な学習レシピ
論文は、汎用のマルチモーダル整合チェックポイントから、中間学習・SFT・RLにわたるエンドツーエンドの5段階漸進カリキュラムで訓練された4BのハイブリッドCUA「Mage-VL-Cowork」を提示する。Mage-CUA-Forgeは再利用可能なスキル条件付き生成ワークフローにより、6,915スキルにわたる293,806件のデスクトップおよびウェブタスクを合成し、反復的なタスクあたりコストを82.6%削減する。
- Mage-VL-Coworkは汎用のマルチモーダル整合チェックポイントから訓練された4BのハイブリッドCUAである。
- 訓練は中間学習・SFT・RLにわたるエンドツーエンドの5段階漸進カリキュラムを採用する。
- Mage-CUA-Forgeは6,915スキルにわたる293,806件のデスクトップおよびウェブタスクを合成する。
- 論文はMage-VL-Cowork-4BがOSWorld-Verifiedで66.0%に達し、同パラメータ規模で最先端性能を達成したと報告している。
オンデバイスエージェントを構築するチームにとって、このレシピは再利用可能なスキル条件付きタスク合成と進化した教師ハーネスを組み合わせることで、4B規模でGUI操作とコード・ターミナル実行を単一ポリシーに統合できることを示す。
mistralai/Mistral-Large-4-1T-A52B：1兆パラメータのネイティブマルチモーダルMoEモデルが公開
MistralがMistral Large 4を公開した。1兆パラメータ、トークンあたり約520億パラメータを活性化するネイティブマルチモーダルMoEモデルで、100万トークンのコンテキスト長と160以上の言語をサポートし、Mistral Ecosystem Open-Weight Licenseで提供される。
- 約1T総パラメータ／約52B活性パラメータ、128のルーティングエキスパート（トークンあたり4つを活性化）と1つの共有エキスパート
- 1Mコンテキスト長をサポートし、テキストと画像のネイティブマルチモーダル入力に対応、Pixtralスタイルの視覚エンコーダを搭載
- 3,800基のNVIDIA Grace Blackwell GPUでゼロから学習し、Mistralの欧州自社データセンターで運用
- Artificial Analysis Coding Agent Indexで48%を記録し、主要なオープンウェイトモデルGLM-5.3と実質同等と報告され、タスクあたり平均47%少ないトークンで処理
マルチモーダルおよびエージェント型ワークフローを構築する開発者にとって、1Mコンテキストとネイティブ関数呼び出しがオープンウェイトで利用できる一方、1Tパラメータの規模はマルチGPUテンソル並列展開を必要とし、MaaS商用利用には追加ライセンスが必要となる。
AutoHebb：ゼロショット推論と継続学習を行う自己改変ニューラルネットワーク
論文は自律Hebbianネットワーク（AutoHebb）を提案する。これはオンライン学習型のフィードフォワードニューラルネットワークの一種で、外部フィードバックと内部生成活動を組み合わせてグローバル学習信号（神経調節物質）を生成し、その信号が3因子Hebbian局所学習規則をゲートして可塑性重みを更新する。著者らはメタ学習で固定（非可塑性）重みを探索し、AutoHebbがゼロショット推論タスクで成功し、未訓練のゼロショット推論・継続学習能力が創発し、明示的アルゴリズムへ逆工学でき、ゼロショット推論・継続学習タスクで現代の学習モデルを上回ると報告している。
- 論文はAutoHebbネットワークがゼロショット推論（ZI）タスクで成功したと報告している。
- 論文は未訓練のZI/CL能力が創発したと報告している。
- 論文はAutoHebbが明示的アルゴリズムへ逆工学可能であると報告している。
- 論文はAutoHebbがZI/CLタスクで現代の学習モデルを上回り、関連モデルとの性能比較からメタ学習、Hebbian可塑性、学習の自律制御という3つの構成要素が本質的役割を果たすことが示唆されたと報告している。
AI構築者にとって、メタ学習で固定重みを探索し3因子Hebbian可塑性規則で更新する設計は、オンライン継続学習とゼロショット推論を分析可能な形で実現する代替経路になり得る。
DyCraft：長期的な4Dシーン生成のためのエージェントシステム
DyCraft はアニメーション生成を段階に分解する。まずユーザーのプロンプトを詳細な計画へ展開して静的シーンを構築し、次に主要なアニメーション姿勢の3Dストーリーボードを作成することで、コーディングエージェントが検証済みの開始状態と終了状態の間の局所的な動きを記述できるようにする。
- 論文は、ヒューマノイドロボット、人間と動物のキャラクター、物理機構を対象とする24件の長期的・マルチショットのアニメーションタスクで DyCraft を評価している。
- Codex のネイティブ GPT-6 エージェントや従来のエージェントベースラインと比較して、DyCraft は物理的な違反を大幅に減らし、人間の評価者により好まれる高品質なアニメーション3Dシーンを生成する。
- 論文によれば、汎用ハーネスを備えたフロンティアのコーディングエージェントは、物体が相互に貫入する、物理的な支持を欠く、不自然に動くといった出力を頻繁に生成する。
- DyCraft は3Dストーリーボードによって問題を検証済みの開始状態と終了状態のペアに分解し、一連のモーション作成ツールを組み合わせる。
3D・アニメーションパイプラインを構築する開発者にとって、DyCraft は長期的な生成を独立に検証可能な開始・終了状態へ分割することが、エージェントにアニメーション全体を一度にスクリプト化させるよりも物理違反の抑制に有効であることを示している。
OpenAIがLifeValベンチマークを発表、AIの日常タスク遂行能力を測定
OpenAIはLifeValベンチマークを公開し、保育サービスの検索、家計管理、政府の書類手続きなど、日常タスクの完了をAIがどれだけ支援できるかを測定する。
- LifeValはOpenAIが発表したベンチマークである。
- AIが人々の日常タスク完了をどれだけ支援できるかを測定する。
- 対象例には保育サービスの検索、家計管理、政府の書類手続きが含まれる。
AI開発者にとって、LifeValは評価軸を抽象的な能力から現実の生活タスクへ移すもので、保育・家計・行政書類といった場面でのモデル最適化が求められることを示す。
QodoがCodexのAIコードレビューにコンテキストを組み込む
Qodoは企業知識とコーディング標準をCodexに取り込み、開発者がプルリクエストを開く前にリポジトリ横断でP0問題を検出できるようにする。
- Qodoは企業知識とコーディング標準をCodexに取り込む。
- この統合により、開発者はプルリクエストを開く前にリポジトリ横断でP0問題を検出できる。
AI構築者にとって、組織固有のコンテキストをコードレビューエージェントに注入することで、レビューは汎用チェックからPR前の高重大度問題の検出へと移行する。
66歳Yann LeCun氏の新論文がScaling Lawに挑戦：1.09億パラメータが720億を上回る
Yann LeCun氏が新論文を発表し、1.09億パラメータのモデルが720億パラメータのモデルを上回ったと報告し、モデルが大きいほど世界を理解するというScaling Lawの仮定に挑戦している。
- 論文は1.09億パラメータのモデルが720億パラメータのモデルを上回ったと報告している。
- 論文は66歳のYann LeCun氏によって発表された。
- 論文はScaling Lawに挑戦し、モデルが大きければ必ずしも世界をよく理解するわけではないとしている。
AI構築者にとって、この論文はパラメータ規模だけが世界理解の決定要因ではなく、アーキテクチャと訓練目標がより重要であり得ることを示唆している。