StrataがAI対応の分析を実現するセマンティックBIプラットフォームをローンチ
Strataは、ガバナンスの効いたセマンティックレイヤーとダッシュボードを提供するセルフサービス分析プラットフォームを発表しました。これは、AIエージェントが正確で管理されたデータを受け取れるように設計されています。
Strataは、ガバナンスの効いたセマンティックレイヤーとダッシュボードを提供するセルフサービス分析プラットフォームを発表しました。これは、AIエージェントが正確で管理されたデータを受け取れるように設計されています。
約100社のパブリッシャーが参加するGoogleの試験プログラムでは、AI OverviewsやGeminiへのコンテンツ提供に基づいてサイトへの報酬が支払われているが、報告によると支払額には大きな格差があり、参加者の間では不満も出ている。
AIモデルが人間のテキストから学習するにつれ、人間が機械のように聞こえるのを避けるために自身の文章を編集し始めるという、相互的な関係が生じています。
Instagramは、EditsアプリにAIを活用した「クリエイティブ・アシスタント」を追加し、エンゲージメントを最適化するためにアカウントのメトリクスに基づいたパーソナライズされたアドバイスをクリエイターに提供します。
Cerebras SystemsのCEOであるAndrew Feldman氏は、増大する計算資源、エネルギー、およびインフラへの需要と、同社のウェーハスケール・コンピューティング・アプローチがこれらの制約にどのように対処するかについて述べる予定です。
堅牢な実行インフラを構築するスタートアップのRestateは、拡大するAIエージェントのエコシステム向けにサービスをスケールさせるため、シリーズAラウンドで2,000万ドルを調達しました。
TLA+のような形式手法は並行システムの設計において不可欠ですが、複雑な回避策を用いなければ、到達可能性やハイパープロパティといった特定の特性を表現することはできません。
Google、Meta、OpenAI、Anthropic、xAI、Nvidiaの幹部が、AIの安全性に関する自主的な監視を定めた「フロンティア責任に関する共同コミットメント」に署名しました。
Airbnbは、テキストや音声プロンプトを使用するAI検索機能と、つながりのあるユーザーの旅行を確認できる新しいソーシャル機能を展開しています。
DrivingBenchプロジェクトは、汎用AIモデルがトヨタ・カローラを使用して現実世界の物理的な環境をナビゲートできるかをテストし、安全性の拒否や応答の遅延といった課題を明らかにしました。
野村不動産ホールディングスは、Sansanの請求書管理サービス「Bill One」をグループ10社で活用し、年間約32万件の請求書業務をペーパーレス化した。支払処理を統括する資金部では、年間9000時間以上の業務時間の創出につながったという。
OpenClaw v2026.9.7 では OpenAI Agents API のサポートが導入され、ストリーミング返信やライブウェブ検索などの機能により、OpenAI ホスト型およびセルフホスト型環境の両方でエージェントを実行できるようになります。また、マイグレーション前のデータベースバックアップの義務化によりアップデートの安全性が向上しているほか、Windows、macOS、および各種統合チャネルにおけるいくつかのバグ修正が行われています。
Teslaは、近年の収益性低下に伴い、営業活動および今後の資本的支出を支援するため、CitiとWells Fargoから計300億ドルの融資枠を設定しました。
PSSAは、回帰的な状態空間層とエピソード記憶バンクを活用することで、標準的なTransformerアーキテクチャよりも高速な学習と推論を実現する小型言語モデルです。
「開発におけるAIの活用に関する調査(2026年)」によると、大企業の回答者の65.0%が非エンジニアによる開発を実施していると回答した。一方で、生成されたコードの検証ができていないケースや、発生したトラブルを把握できていない現状が浮き彫りになっている。
600人以上の回答者への調査を受け、数学コミュニティは、AIが生成した数学的結果の透明性と人間による理解可能性を確保するようAI研究室に勧告を出した。
Googleは、自社のAI Agents Challengeから数千件の応募作品を分析し、マルチエージェントシステムの成功するアーキテクチャパターンを特定しました。エージェントの相互運用性とツールの使用に関する重要な戦略が明らかにされています。
サム・アルトマン氏は、OpenAIがますます高度化するモデルについて信頼できる安全性の主張ができるようになるまで、株式公開は行わないと述べ、ウォール街からの「追加的な圧力」を回避する方針を示した。
Appleの研究者らは、効率的なLLMのステアリング手法が生成の流暢性を損なうことが多いこと、そして指示チューニング済みモデルはベースモデルよりもアクティベーション・ステアリングへの応答性が低いことを明らかにしました。
Hugging Faceは、WER(単語誤り率)や話者類似度などの客観的な指標を活用し、テキスト読み上げおよび音声クローニングモデルに対して迅速かつスケーラブルな評価を提供するOpen TTS Leaderboardを導入しました。