1. Anthropic、Claudeの「Computer Use」機能を公開
Anthropicは、Claudeがユーザーのマウス、キーボード、画面を操作できる新機能「Computer Use」を発表しました。現在はリサーチプレビューとして、macOS版のClaude CoworkおよびClaude Codeデスクトップアプリを通じてProおよびMaxプランのユーザーに提供されています。また、新しいDispatchツールと組み合わせることで、モバイル端末からのリモート操作も可能です。
2. 自律型エージェント構築フレームワーク「OpenHarness」が登場
汎用AIエージェントをコードで構築するためのビルディングブロックを提供する「OpenHarness」がリリースされました。このフレームワークはAGENTS.md仕様をサポートし、Model Context Protocol（MCP）サーバーへの接続や、エージェント間での自律的なタスク委譲を可能にします。
3. NVIDIA、テキストから3Dアニメーションを生成する「Kimodo」を公開
NVIDIAは、テキストプロンプトから数秒で3Dキャラクターのアニメーションを生成できるツール「Kimodo」をリリースしました。700時間に及ぶプロのモーションキャプチャデータで学習されており、人間とロボット両方のスケルトンに対応しています。現在、Hugging Faceで無料公開されています。
4. MiniMax M2.7、Claude Opusの90%の性能を7%のコストで実現
最新のベンチマークテストにより、MiniMax M2.7がClaude Opus 4.6の約90%の品質をわずか7%のコストで提供することが示されました。MiniMaxはバグ検出や浮動小数点演算で優れた性能を発揮する一方、包括的な修正案や脆弱性への対応については依然としてClaudeが優位に立っています。
5. Claude Code、クラウドベースの定期実行タスクに対応
Claude Codeが、クラウド上での定期的なタスク実行のスケジュール設定に対応しました。このアップデートにより、ユーザーはローカルのデスクトップアプリを起動したままにすることなく、クラウドインフラを介してスケジュールされた操作を実行できるようになります。
6. Luma AI、新型画像生成モデル「Uni-1」をリリース
Luma AIは、GoogleやOpenAIの競合モデルを上回るスコアを記録したという新しい画像生成モデル「Uni-1」を発表しました。同社によると、この新モデルは高いパフォーマンスを実現しながら、運用コストを最大30%削減できるとしています。
7. MiniMax、AIコーディングエージェント向けのスキルリポジトリを公開
MiniMaxは、AIコーディングエージェントに組み込んで使用できる開発スキルのリポジトリを公開しました。フロントエンド、フルスタック、Android、iOS、シェーダー開発などの構造化されたガイドを提供しており、Claude Code、Cursor、Codexなどのツールへの導入手順も含まれています。
8. Mozilla.ai、エージェント学習のための共有規格「Cq」を発表
Mozilla.aiは、AIコーディングエージェント間の共有学習規格を目指すプロジェクト「Cq」を発表しました。コンセプトは「エージェント版のStack Overflow」で、あらゆるモデルやエージェントが「ナレッジユニット」を提案し、エージェント全体の能力を集合的に向上させる仕組みを提供します。
9. Alibaba、パーソナライズ動画生成フレームワーク「LumosX」を公開
Alibabaは、複数の被写体をパーソナライズして動画生成できるフレームワーク「LumosX」をHugging Faceで公開しました。ICLR 2026に採択されたこのシステムは、リレーショナル・アテンション・メカニズムを用いることで、特定のアイデンティティとその属性を正確に関連付けることができます。
10. PiエージェントがHugging Faceで利用可能に
AIエージェント「Pi」が、MLX互換モデルとしてHugging Faceから直接利用できるようになりました。開発者はプラットフォーム上の「Use this model」メニューから、エージェントにアクセスしてデプロイすることが可能です。
11. Hugging Face、画像高画質化のバッチ処理機能を追加
Hugging Face Proユーザー向けに、Hugging Face Jobsを使用した画像のバッチ高画質化機能が追加されました。これにより、開発者はプラットフォームのインフラ上で直接、画像処理ワークフローをスケールさせることが可能になります。
12. 動画モデル向け強化学習の手法を提案する論文「Astrolabe」が公開
強化学習のフォワードプロセスを制御する手法を詳述した新しい論文「Astrolabe」が発表されました。この研究は、特に蒸留された自己回帰型動画モデルの性能向上を目的としています。
13. マルチホップ・データ合成手法「HopChain」が登場
視覚と言語の推論能力を向上させるためのマルチホップ・データ合成アプローチ「HopChain」を提案する新しい論文が公開されました。この手法は、AIモデルにおける汎用的なマルチモーダル推論の改善を目的として設計されています。