Googleは11月に、Gemini 3やNano Banana Proの発表を含むAIの重要なアップデートを発表しました。主な内容は以下の通りです。1. Gemini 3がGoogle検索に統合され、学習と問題解決が向上。2. Nano Banana Proが高品質な画像生成を提供。3. GoogleマップとAndroid AutoにGemini統合で、運転中の音声操作が可能に。4. テキサスにAIインフラに40億ドルの投資を計画。

NVIDIAのKaggle Grandmastersが2025年のKaggle ARC Prizeで1位を獲得しました。Ivan SorokinとJean-Francois Pugetは、4Bモデルを用いてコスト効率良くARC-AGI-2ベンチマークで高得点を達成。彼らの手法は合成データ生成やテスト時トレーニングを活用し、小型モデルでも優れた推論能力を示しました。この成果は、AIの一般的な推論能力の進展を示す重要な指標となります。

NVIDIAのKaggleグランドマスターIvan SorokinとJean-Francois Pugetが、ARC-AGI-2ベンチマークの競技で1位を獲得しました。彼らは、コスト効率の良い4Bモデルを使い、合成データ生成やテスト時学習を駆使し、従来の大型モデルを凌ぐ成果を上げました。この勝利は、AIの抽象的推論能力向上に寄与する重要な一歩とされています。

Gemini 3 Proは、文書、空間、画面、動画理解において最先端のパフォーマンスを提供するGoogleのマルチモーダルモデルです。主な機能として、複雑な視覚推論、文書処理、空間関係の理解が可能です。特に文書理解では、高精度のOCRや高度な視覚推論を実現し、実世界の文書の解析を大幅に向上させています。また、ロボティクスやARデバイスへの応用も期待されており、教育、医療、法律など多様な分野での利用が見込まれています。

Google WorkspaceとHarris Pollによる調査で、22～39歳の若手リーダーがAIを活用する方法が明らかに。主なポイントは以下の通りです：1. よりパーソナライズされた応答を求める。2. 自らのワークフローに合わせたAIの構築に積極的。3. AIが職場での自信を高め、専門的な成長を支援している。

新しいSwiftパッケージ「swift-huggingface」は、Hugging Face Hubの完全なクライアントを提供します。主な改善点は、信頼性の高いダウンロード機能、Pythonとの共有キャッシュ、柔軟な認証方式です。これにより、開発者はモデルの取得や認証が容易になり、アプリの開発がスムーズになります。また、OAuthサポートによりユーザー認証も簡単に行えます。

CUDA 13.1により、NVIDIAはCUDA Tileを導入し、GPU向けの高レベルなタイルベースのプログラミングを可能にしました。これにより、開発者は特殊なハードウェアの詳細を抽象化し、異なるNVIDIA GPU世代間の互換性を高めたポータブルなコードを記述できます。多くのプログラマーはNVIDIA cuTile Pythonを通じてCUDA Tileを利用し、上級者はCUDA Tile IRを活用してカスタムコンパイラやフレームワークを構築できます。

NVIDIA CUDA 13.1のリリースにより、GPU用のタイルベースプログラミングが導入され、cuTile Pythonを使用して高レベルのアルゴリズムを記述できます。この新しいプログラミングモデルでは、配列が主なデータ構造であり、タイルが処理対象のサブセットです。cuTileは、GPUのハードウェアの複雑さを隠蔽し、開発者はアルゴリズムに集中できます。また、cuTileはAI/MLアプリケーション向けに最適化されています。

NVIDIAのCUDA 13.1は、プラットフォームの大規模な更新を実施し、主な新機能として以下を提供します。 1. CUDA Tile: 専用ハードウェアを抽象化し、データの塊を処理する新しいプログラミングモデル。 2. グリーンコンテキスト: GPUリソースの細分化と管理を容易にする軽量な代替手段。 3. cuBLASの精度エミュレーション機能。 4. 完全に書き直されたCUDAプログラミングガイド。 これにより、AIアルゴリズム向けの性能向上や新たな開発機能が期待されます。

NVIDIAは、AIとHPCワークロード向けにデータセンターのエネルギー効率を向上させるパワープロファイルを導入しました。これにより、最大15%のエネルギー節約が実現し、13%のスループット向上が可能です。パワープロファイルは、ユーザーが効率的に設定を行えるようにし、専門家の手間を減らします。今後はCPUや他のシステム機能も統合する予定です。

Hugging Face Skillsを活用して、Claudeに言語モデルのファインチューニングを行わせる方法を解説します。手順は以下の通りです： 1. データセット形式の検証 2. 適切なハードウェアの選定 3. トレーニングスクリプトの更新と監視 4. ジョブの提出 5. 進捗の確認 6. モデルのデバッグ この方法で、最大70Bパラメータのモデルを訓練し、実際に使用可能なモデルを作成することができます。

Googleは、ノーベル賞受賞者ジェフリー・ヒントンの功績を称え、トロント大学に1000万カナダドルを寄付し、人工知能のためのヒントン椅子を設立します。ヒントン氏は神経ネットワークの分野において重要な貢献をしており、この椅子は大学が次世代の研究者を育成するための基盤となります。

この記事では、NVIDIAのFixerを使用して3Dシーンの再構築品質を向上させる方法を解説します。手順は、1) アーティファクトがある3Dシーンをダウンロード、2) Fixer環境の設定、3) オンラインモードでのリアルタイム推論の実行、4) 出力の評価です。Fixerを用いることで、視覚的なアーティファクトを減少させ、よりリアルなシーンを生成できます。これにより、自動運転車のシミュレーションをより信頼性の高いものにします。

Googleフォトは2025年の回顧機能を更新し、ユーザーが思い出を振り返り、カスタマイズし、共有できる新機能を追加しました。新たに自撮りのカウントや趣味のハイライトも表示され、特定の写真や人を隠すオプションも登場。CapCutとの連携により、独自の編集が可能になり、WhatsAppへの直接共有も簡単になりました。