Google DeepMindが気象予測モデル「WeatherNext Cyclones」を発表しました。このモデルはハリケーンの経路や強度を予測する精度が高く、従来より平均して24時間早く予報を出すことが可能です。
AIによる高精度な気象予測は、物流やサプライチェーン管理など、気象リスクを抱えるあらゆる事業にとって重要な意思決定支援ツールとなる可能性があります。
総パラメータ数124B、アクティブパラメータ数5.1Bの混合専門家（MoE）モデル「Ling-3.0-flash」が公開されました。基礎版に加え、FP8、FP4、INT4などの量子化バージョンも利用可能です。
大規模な知識量と効率的な推論を両立させるMoEモデルの公開は、高性能なAIをより少ない計算リソースで運用したい企業にとって、技術選定上の重要な参考情報となります。
NVIDIAは、視覚的推論、世界生成、動作予測を統合した物理AI基盤モデル「Cosmos 3」を公開しました。混合Transformerアーキテクチャを採用し、物理世界を理解するAIのフロンティアを押し広げます。
物理的な挙動を予測・生成する能力は、ロボティクスやシミュレーション分野の産業応用において、AIの精度と実用性を飛躍的に高める可能性があります。
NVIDIAは、自動運転の長尾事象に対応する340億パラメータの視覚・言語・動作（VLA）モデル「Alpamayo 2 Super」を発表しました。本モデルはOpenMDW-1.1ライセンスで公開され、商用利用が可能です。
自動運転技術の高度化に向けたオープンソースモデルの選択肢が広がることで、関連する開発コストの低減や技術革新が加速する可能性があります。
AlibabaのQwen Cloudにて、画像生成モデル「Qwen-Image-3.0-Pro」および「Standard」版が提供開始されました。最大4.5kトークンのプロンプトに対応し、12言語のサポートや高精度な文字レンダリング機能を備えています。
中国国内で高い評価を得ている画像生成モデルが利用可能となり、多言語対応や文字描画精度が向上したことで、グローバルなクリエイティブ業務における選択肢の一つとして注目されます。
動画、音声、画像、動作予測を統合したマルチモーダルモデル「FLUX 3 Video」がOpenRouter上で公開されました。統一されたアーキテクチャにより、映画のような映像からクリエイティブな表現まで幅広く対応します。
API経由で最新の動画生成モデルを容易に組み込めるようになるため、映像制作やコンテンツ開発の効率化を検討する事業者にとって重要な選択肢となります。
音声・動画・テキストを統合したアーキテクチャにより、見ながら・聞きながら・話すリアルタイム対話を実現しました。従来のモデルと比較して対話のテンポの遅延を半減させ、すでに「豆包（Doubao）」アプリで実装されています。
マルチモーダルな全二重対話技術が大規模に実用化されたことで、今後のAIエージェントにおける自然なユーザー体験の基準が大きく引き上げられる可能性があります。
SenseNova U1は、単一のプロンプトから構造化されたスライド資料を作成したり、段階的に図解コンテンツを生成したりすることが可能です。現在、SenseNova StudioやHuggingFace、GitHubで利用可能です。
推論と画像生成を統合したモデルは、資料作成やプレゼンテーションの自動化を効率化する可能性があり、今後の業務ツールへの応用が注目されます。
NVIDIAは自動運転やロボタクシー向けモデル「Alpamayo 2 Super」の商用利用を開始しました。軌道予測や因果推論、視覚的質問応答など多機能な出力をサポートしています。
自動運転技術の開発において、高度な推論能力を持つモデルが商用利用可能になることで、関連サービスの開発スピードが加速する可能性があります。
大規模言語モデルとMoEアーキテクチャを統合し、高精度な認識と文脈理解を実現した音声認識モデルです。中国語、英語、広東語で高い認識精度を誇り、文脈に応じた自動修正やノイズ環境下での利用にも対応しています。
文脈理解に優れた音声認識は、会議録作成やカスタマーサポートの自動化において業務効率を大幅に向上させる可能性があります。日本市場への展開状況を含め、高精度な多言語対応モデルの選択肢として注視すべき技術です。
NEO-Unifyアーキテクチャを採用した8B-MoTパラメータの軽量モデルです。商用クローズドモデルに匹敵する生成・編集品質を実現しています。
軽量かつ高性能なオープンソースモデルの選択肢が増えることで、オンプレミス環境やエッジデバイスでのAI活用が加速する可能性があります。
MiniMaxは、テキスト、画像、動画、音声を統合的に理解・生成できる次世代モデル「H3」を公開しました。最大2K解像度、15秒の動画生成に加え、32kHzのステレオ音声をネイティブで生成可能です。
高品質な動画と音声を同時に生成できるモデルの登場は、広告制作やコンテンツ制作のワークフローを効率化し、クリエイティブの質を大きく変える可能性があります。
Qwenシリーズで最も強力な「Qwen 3.8-Max」が発表されました。2.4兆パラメータ（アクティブ950億）を擁し、Qwen-Maxクラスのモデルとして初めて重みが公開される予定です。
オープンソースとして最高峰の性能を持つモデルが利用可能になることで、企業は自社環境で高度なコーディング支援やAI協調システムを構築できる選択肢が広がります。
DeepSeekは、Artificial Analysisの指標でスコア50を獲得し、オープンソースモデルの上位3位にランクインした「DeepSeek V4 Flash 0731」を公開しました。MITライセンスで提供され、総パラメータ数284B（アクティブ13B）の構成で、公式APIも利用可能です。
高性能なオープンソースモデルの選択肢が増えることで、自社環境でのAI導入やコスト最適化の検討材料として注目されます。
MiniMaxはテキスト、画像、動画、音声を統合的に理解・生成できるマルチモーダルモデル「H3」を発表しました。最大2K解像度で15秒のステレオ音声付き動画を生成可能で、近日中にモデルの重みを公開する予定です。
既存モデルと比較して高いコストパフォーマンスを実現しており、オープンソース化されれば、動画制作やコンテンツ開発におけるAI活用の選択肢が大きく広がる可能性があります。
MiniMaxは、広告やVlog、ゲームUIなどの視覚効果生成に強みを持つ動画生成AIモデル「H3」の公開とオープンソース化を発表しました。高い指示追従性を備え、動的なコンテンツ制作の効率化が期待されます。
オープンソース化により、特定の業界向けに最適化された派生モデルの登場が予想され、クリエイティブ制作の現場におけるAI活用の幅が広がる可能性があります。
Thinking Machinesは、従来モデルの4分の1の規模となる276Bパラメータの「Inkling-Small」を公開しました。アクティブパラメータは12Bで、フルウェイトがオープンソースとして提供されます。
推論コストを抑えつつ高性能なモデルを利用できる可能性があり、自社環境でのAI導入や微調整を検討する事業者にとって選択肢の一つとなります。
Seedance 2.5は一度の生成で最大30秒の動画作成が可能になり、画像や動画、音声などの多種多様な参照素材を用いた高度な編集をサポートします。即夢AIや豆包などのプラットフォームで順次提供され、今後はAPI経由での利用も予定されています。
動画生成の長尺化と参照素材の柔軟な活用により、広告やコンテンツ制作の効率が大幅に向上する可能性があります。日本国内でのAPI提供開始時には、業務フローへの組み込みを検討すべき技術です。
動画理解やタスクの自動編成、複数ロボット間の連携能力を強化したロボット用基盤モデルです。現実世界での複雑な推論や協調作業の実行を可能にします。
AIがデジタル空間を超えて物理的な作業を自律的にこなす技術が進化しており、製造や物流現場における自動化の高度化が期待されます。
OpenAIはGPT-5.6のLunaおよびTerraモデルの価格を改定し、企業が大規模なAIワークフローをより効率的に展開できるよう支援します。
モデルの価格性能比の向上は、AI導入を検討する企業にとって運用コストの最適化に直結する重要な指標となります。
