Waypoint-1.5は、リアルタイムで生成されるインタラクティブな世界モデルです。新たに720pと360pの2つのモデルを提供し、より多くのハードウェアで利用可能となりました。また、トレーニングデータを100倍増やし、一貫性のある動きと環境生成を実現。ユーザーはローカルで実行するか、ブラウザで即座に体験できます。これにより、より多くの人々が生成された世界を探索できるようになります。

大規模なLLMトレーニングでは、チェックポイントが必要であり、これがストレージコストの大部分を占める。特に405Bモデルでは、128台のGPUで月に20万ドル以上のコストがかかる。NVIDIAのnvCOMPを使うことで、約30行のPythonコードでチェックポイントの圧縮を実現し、月5万6千ドルのコスト削減が可能。圧縮はGPUメモリ内で行い、データ移動を最小限に抑えることで効率的な処理を実現する。

タンパク質は通常、単独で機能せず、他のタンパク質と相互作用して複合体を形成します。本記事では、AlphaFold-Multimerを利用したプロテオーム規模でのタンパク質構造予測の加速方法を紹介します。主なポイントは、1) 複雑さを考慮したデータセットの定義、2) MSA生成と構造推論の分離、3) GPUクラスターでのワークフローのスケーリングです。これにより、大規模な予測が可能になり、タンパク質複合体の構造解析を向上させます。

Sentence Transformersライブラリのv5.4では、テキスト、画像、音声、動画を同一APIで処理できるマルチモーダル埋め込みモデルが導入されました。これにより、異なるモダリティ間での類似性計算や、リランキングが可能になります。具体的には、視覚的文書検索やクロスモーダル検索が実現でき、データの関連性を高めることができます。

LTMのCIO、Rajesh Kumarは、Microsoft 365 Copilotを活用して業務を効率化している。最初は簡単なプロンプトから始めたが、現在は複雑な指示を作成し、AIを用いた文化を推進中。Researcher機能を使い、社内のリソースを活用しつつ、部門ごとのセッションを実施している。AIの導入を通じて、プロジェクトに最適な人材を素早く見つける仕組みも構築した。

Metaは、進化するAI技術に対応した新しい安全フレームワークを導入しました。このフレームワークでは、リスク評価を強化し、安心してモデルを展開するための基準を設けています。特に、モデルが自律的に行動するリスクやサイバーセキュリティ、化学・生物的脅威に対する安全評価が含まれています。Muse Sparkのようなモデルでは、実際のシナリオに基づいた訓練と評価が行われ、透明性を持って安全性の向上を図っています。

Meta Superintelligence Labsが発表した「Muse Spark」は、マルチモーダル推論を可能にするAIモデルです。健康管理や環境分析など、個人のニーズに応じた応用が期待されています。さらに、強化学習を利用してモデルの性能を向上させ、効率的にスケーリングを図ることができます。安全性評価も厳格に実施されており、リスクを最小限に抑えた運用が見込まれています。

新しい`gradio.Server`により、独自のフロントエンドフレームワーク（ReactやSvelteなど）を使用しつつ、Gradioのバックエンド機能（キュー管理、APIインフラなど）を活用できるようになります。この仕組みでは、画像編集アプリなどの複雑なUIをGradioの機能を使いながら実装可能で、静的HTMLの提供やクライアントとの互換性も実現しています。これにより、ユーザーはデザインの自由とバックエンドの強力さを両立できます。