NVIDIAのNemotron 3.5 Lightning NVFP4モデルは、QAD（Quantization-Aware Distillation）を用いて、高いスループットと低メモリ使用を実現します。QADは、ポストトレーニング量子化（PTQ）よりも厳しい量子化に対応し、精度を維持しながらモデルを圧縮します。この記事では、QADを活用したモデル開発プロセスを解説し、トレーニングパイプライン、実験結果、評価方法について詳しく説明します。

Googleはアーセナル、バルセロナ、バイエルン、リバプール、パリ・サンジェルマンと提携し、AI技術とPixelデバイスを活用してファンを試合に近づける取り組みを発表しました。Geminiを使って試合の詳細な分析や統計を確認でき、Pixelカメラで独占的な裏側のコンテンツを楽しめます。特に女子サッカーの可視性向上にも貢献し、ファンに新しい体験を提供します。

ドメイン解決エラーが発生しました。具体的には、'dify.aiblog'というドメインが解決できない状態です。このエラーは、無効なドメイン名やDNS設定の問題が原因で起こることがあります。対処法としては、ドメイン名の確認やDNS設定の見直しが必要です。エラーコード422は、提出されたデータが不正であることを示しています。この問題を解決するための手順を理解しておくことが重要です。

2026年の春から夏にかけてのオープンAIモデルの進展を報告します。主な観察内容は以下の通りです。1. 中国のラボがアメリカを上回る大規模モデルをリリース。2. モデルのダウンロード数といいね数が一致しない現象。3. オープンウェイトが価値の蓄積に影響。4. Qwenがコミュニティの基盤モデルに。5. 小型モデルが依然として実用的な選択肢。6. エージェントが新たなユーザー層に。これらの動向は、オープンソースAIの未来に大きな影響を与えるでしょう。

Google Sheetsに新機能「Sheets canvas」が登場。自然言語でデータを視覚化し、インタラクティブなダッシュボードやカスタムトラッカーを簡単に作成できます。主な特徴は、コーディング不要、リアルタイム同期、柔軟な調整が可能、共有も簡単。学生の宿題管理やファンタジーフットボールのチーム運営、結婚式の席次表作成など、さまざまな用途で役立ちます。

2026年7月、ICML2026の論文を再現するハッカソンが開催され、1,200人以上が参加。2,226本の論文が再現され、51%の論文で少なくとも1つの主張が確認された。23%は誤りがあったことが判明。人間の役割も重要で、エージェントの限界を補い、質の高いレビューを可能にすることが示された。

AlibabaはQwen3.8-2.4T-A95Bを発表。2.4Tのパラメータを持ち、95Bがトークンごとに有効。フルアテンションと線形アテンションのハイブリッドアーキテクチャを採用し、最大100万トークンのコンテキストに対応。NVIDIA GB300上で4Kトークン毎秒のスループットを実現。開発者は推論の深さを調整可能で、ドキュメント処理や複雑な推論に適応可能。

NVIDIA JetPack 7.2.1が、Jetson向けにPyNvVideoCodec 2.2を追加し、ハードウェアアクセラレーションによる動画のエンコード・デコードをサポート。動画スキルを提供し、開発者が目標に基づいて実行可能な設定を生成し、パフォーマンスを評価できる機能を追加。また、Jetson T5000でT3000の性能をエミュレートする機能も提供。これにより、AI性能を向上させ、開発を加速させる。

Google ResearchとDeepMindが開発したAMIEは、リアルタイムのビデオ医療相談を実現するAIシステムです。シミュレーションによる研究では、診断精度やコミュニケーションの質が評価され、患者もビデオ形式を好みました。AMIEはまだ研究段階ですが、将来の医療AIの可能性を示唆しています。

NVIDIA NeMo Switchyardは、AIエージェントが異なるモデルを使い分けることで、コストや精度を最適化します。モデルルーティングにより、タスクに最適なモデルを選択し、リクエストを効率的に処理。ルーターはリクエストの文脈を評価し、適切なモデルに振り分けます。また、NeMo Switchyardは開発者が独自のルーティングアルゴリズムを持ち込むことも可能です。これにより、AIシステムの効率と品質が向上します。

NVIDIA Nemotron 3.5 Lightningは、30Bパラメータのオープンモデルで、高速かつ正確なタスク実行を可能にします。特に、長時間稼働するAIエージェントに最適化されており、効率的なトークンルーティングを実現。主な特徴には、低レイテンシのための予測デコーディングや、カスタマイズ可能なトレーニングが含まれています。また、NVIDIA NeMo Switchyardを通じて、最適なモデルへのタスクルーティングが可能です。

AIエージェントは、業務の自動化や効率化に役立つツールです。本ガイドでは、Microsoft 365 Copilotを使って、AIエージェントを構築する手順を解説します。主なステップは以下の通りです。1. 解決すべき問題を特定する。2. 既存のソリューションを確認する。3. エージェントを構築する。4. 知識を追加し、出力を定義する。5. テスト、共有、拡張する。これにより、アイデアからプロトタイプを迅速に実現できます。