WarpがAgent CLIを発表、GitHubがSparkを終了、FLUX 3 Videoが利用可能に：8月4日の発表

2026年8月4日は6件の主要発表に彩られました。Warpはコードエージェントを自律型CLIとして切り出し、GitHubはSparkをCopilotへ統合する形で終了を予定し、OpenAIはChatGPTの音声スタックを全面的に再構築したことを詳説しました。Black Forest LabsはFLUX 3 Videoを開始し、NVIDIAは自律走行車向けのオープンモデルAlpamayo 2 Superを公開、さらにMistralはオープンウェイトの安全性分類器Shieldstralを発表しました。これらのリリースの周辺では、Cursor、Amp、DeepSeek、Liquid AI、Google、GitHub Copilot、Pika、そしてOpen Secure AI Allianceが次々と更新を重ねています。

WarpがAgent CLIを発表、あらゆるターミナルで使える自律型コードエージェント

8月4日 — WarpはコードエージェントをWarpターミナルから切り離し、Ghostty、iTerm 2、VS Code、あるいはWindows、Mac、Linuxのネイティブターミナルなど、どのエミュレータにもインストールできる独立したCLIとして提供します。アーキテクチャは、エージェントとshellの間でPTY接続を多重化する層に基づいており、tmuxに似た仕組みによって、エージェントのコンテキストを失わずにディレクトリを変更できる継続的セッション(cd)、対象マシンにバイナリを入れずに行うリモート操作、vim、sqlite、Python REPL、htopのようなフルスクリーンの対話アプリの制御を可能にします。

機能面では、エージェントがshellコマンドと自然言語プロンプトを自動的に判別し、引数やフラグを補完し、複雑さに応じてタスクを異なるモデルへ振り分けます。最先端モデルからオープンウェイトモデルまでを扱い、ルーティングはYAMLでカスタマイズ可能です。マルチエージェントのオーケストレーションとクラウドへの切り替えも管理します。

対応環境	詳細
対応ターミナル	Ghostty、iTerm 2、VS Code、Windows/Mac/Linuxのネイティブターミナル
月額サブスクリプション	18 $/月、20 $分の推論クレジットを含む
従量課金クレジット	10 $から
その他のオプション	OpenAI互換APIキー、またはSuperGrokサブスクリプション

この発表によりWarpは、単なるモデルのラッパーではなく、深いshell統合とクラウドオーケストレーションを武器に、競合するCLIエージェント（Codex CLI、Claude Code、Gemini CLI）と真正面から競う構図になりました。

🔗 Warpブログ — Introducing the Warp Agent CLI

GitHub Sparkは新規ユーザー受付を停止、終了を予定

8月4日 — GitHubは、専用推論エンジン(llm())とともに提供されていた自然言語によるアプリ作成プラットフォームSparkの段階的終了を進めています。8月4日以降、新規アカウント作成と新規アプリ作成は停止されました。

終了の節目	日付
新規アカウントとアプリの終了	2026年8月4日
コード書き出しの期限	2026年8月31日
GitHub Modelsの終了（`llm()`エンジン）	2026年7月30日（すでに実施済み）

既存ユーザーは8月31日まで、Spark workbenchのメニュー（… ボタン → Create repository）からアプリのコードを書き出せます。この日以降も既にデプロイ済みのアプリは動作し続けますが、llm() 機能を使っているものは、基盤となっていたGitHub Modelsが7月末に終了したため、別の推論プロバイダーへ移行する必要があります。

GitHubはこの決定について、Sparkの開始以降、AIモデルとエージェント型開発ツールが大きく進歩し、作成者はもはや分離されたプロトタイピング基盤よりも、VS CodeのCopilot、Copilot CLI、またはGitHub Copilotアプリのような統合されたワークフローを好むようになったと説明しています。これは統合のシグナルです。GitHubは、Copilotを中心にAI提供を集中させるため、独立した「vibe coding」製品を閉じようとしています。

🔗 GitHub Changelog — Upcoming deprecation of GitHub Spark

GPT-Live：OpenAIがChatGPTの音声アーキテクチャを6か月で再構築

8月3日 — OpenAIは音声システムの第3世代であるGPT-Liveを詳説し、前世代のアーキテクチャ――ユーザーが話し終えたかどうかを推測する「turn detector」に依存していた構成――が、会話の自然さをいかに制限していたかを説明しました。早く推測しすぎると割り込みになり、遅すぎると応答が鈍くなります。GPT-Liveはこの検出器を音声経路から取り除きます。音声モデルはfull-duplexで、聞きながら同時に話すことができます。より深い推論やツール呼び出しが必要な場合、GPT-Liveは会話を中断せずに、GPT-5.5のような最先端モデルへ非同期で問い合わせます。

エンジニアリング面では、OpenAIはメディアフロントエンドと推論ロジックをGoで書き直し、Python asyncio 実装を置き換えました。その結果、フレーム配信の規則性が改善し、新システムのp95が旧システムのp50に匹敵するまでになりました。通信はWebRTCに依存しており、パケット損失やクロックドリフトを音声をわずかに引き伸ばすことで吸収します。具体的な成果として、音声セッションの開始はネットワーク往復6回から1回に短縮されました。このアーキテクチャはすでに、デスクトップアプリからのコンピュータ操作を含むChatGPT Voiceの新機能を支えています。

GPT-Live can listen while it speaks. To make that feel natural at ChatGPT scale, we rebuilt the voice stack from client to model. This new architecture keeps audio flowing continuously, so deeper reasoning and tool use don’t interrupt the conversation.

🇯🇵 GPT-Liveは話しながら聞くことができます。これをChatGPTの規模で自然に見せるために、私たちはクライアントからモデルまで、音声スタック全体を再構築しました。この新しいアーキテクチャは音声の流れを継続的に保つため、深い推論やツールの使用が会話を中断しません。 — @OpenAI on X

🔗 わずか6か月で応答性の高い音声AI向けリアルタイムシステムを構築した方法

FLUX 3 Video（Black Forest Labs）：正式リリース、APIとRunwayで利用可能に

8月4日 — Black Forest Labsは、7月30日に示されたプレビューを経て、FLUX 3 Videoの正式リリースを発表しました。このモデルは、最大20秒のクリップを720pおよび1080pネイティブで生成し、同期されたネイティブ音声（効果音、環境音、音声、正確なリップシンク）と、英語、中国語、スペイン語、フランス語、ドイツ語、日本語を含む約15言語での対話をサポートします。テキストから動画、開始画像・終了画像・複数のキーフレームを順番に使う画像から動画、動画の継続、そしてシーンに自然に溶け込む埋め込みテキストに対応しています。

Draft modeでは、低コストで素早く創作方向を探り、検証済みプレビューの被写体、構図、動きを保持したまま、最終的な高品質レンダリングへ進めます。

制作ステップ	料金
高速プレビュー（Draft mode）	$0,06/秒
最終高品質レンダリング	$0,17/秒から
最大長	20秒、1080pネイティブ

このモデルは現在、BFL APIおよび選定パートナー経由で利用でき、Runwayはローンチ当日に統合しました。Black Forest Labsは今後、より高い制御性、マルチモーダル参照（画像、動画、音声）、FLUX 3 Imageモデル、そしてFLUX 3 Devと呼ばれるオープンウェイト版を予定しています。

🔗 @bfl_ai on X（FLUX 3 Videoの発表）

NVIDIA Alpamayo 2 Super、自律走行車向けオープン推論モデル

8月4日 — NVIDIAは、ロボタクシー、自律走行車、トラック、シャトル向けのオープンなvision-language-action（VLA）推論モデルAlpamayo 2 Superを発表しました。これは、NVIDIA Cosmos 3 Superの推論器と拡散型のアクション専門家を組み合わせ、360度カメラカバレッジのもとで強化学習により後訓練されています。

モデル構成要素	サイズ
Cosmos 3 Super推論器	320億パラメータ
拡散型アクション専門家	20億パラメータ
Alpamayo 2 Super合計	340億パラメータ

各運転シナリオに対して、このモデルは5つの連動した出力を生成します。計画軌道、因果連鎖としての推論トレース、メタアクション（譲る、車線変更する、停止する）、学習用の自己ラベル推論、そしてカメラ画像に基づく視覚質問への応答です。LingoQAベンチマークでは、NVIDIAはGPT-4oを23.2ポイント上回って1位を主張しています。このモデルは、寛容なOpenMDW-1.1ライセンスのもとで公開され、重みと推論コードはHugging Faceで即時に利用可能で、追加の許可なしに商用展開できます。

Today, we’re launching Alpamayo 2 Super, our frontier open reasoning model for autonomous vehicles. Beyond seeing, Alpamayo understands and reasons through the complex world - thinks before it acts. […] We’re releasing it for commercial use under OpenMDW-1.1 so teams can inspect it, fine-tune it and deploy it—open models advance safety and security. The next wave of AI is robotics—and it starts with autonomous vehicles.

🇯🇵 本日、私たちは自律走行車向けの最先端オープン推論モデル、Alpamayo 2 Superを発表します。Alpamayoは、見るだけでなく、複雑な世界を理解し、その中で推論します。行動する前に考えるのです。[…] 私たちはこれをOpenMDW-1.1ライセンスのもとで商用利用向けに公開し、チームが検証し、微調整し、展開できるようにしています。オープンモデルは安全性を前進させます。次のAIの波はロボティクスであり、それは自律走行車から始まります。 — @JensenHuang on X

🔗 NVIDIAブログ — Alpamayo 2 Super、オープンモデルが利用可能に

Shieldstral：Mistralが3Bのオープンウェイトモデレーションモデルを公開

8月4日 — Mistralは、30億パラメータのコンテンツモデレーションモデルShieldstralを、Apache 2.0ライセンスのオープンウェイトとして公開しました。従来の固定カテゴリ分類器とは異なり、Shieldstralはモデレーションを二値の質問応答タスクとして扱います。モデレーションポリシーは推論時に自然言語で与えられるため、再訓練なしに適応できます。このモデルはマルチモーダル（テキストと画像）であり、離散ラベルではなく、較正された連続的な安全スコアを返します。

対応機能	詳細
プロンプト分類と応答モデレーション	入力と出力の両方で問題のある内容を検出
拒否検出	アシスタントが要求を断るタイミングを識別
有害性検出	テキストと画像
ポリシーによる適応評価	自然言語のリクエスト、再訓練不要

Mistralによると、Shieldstralは、安全なテキスト判定、拒否検出、ポリシーへの適応性、マルチモーダル評価において、最大7倍大きいオープンガードレールモデルと同等かそれ以上の性能を示します。このモデルは16GBの単一NVIDIA GPUで動作するため、ローカル展開を含む標準的なインフラでも導入しやすくなっています。Shieldstralはまた、Open Secure AI Allianceの最初のメンバーでもあり、この業界連合の新しいSAFEガイドラインは本記事の後半で詳述されています。重みはHugging Faceで利用可能です (mistralai/Shieldstral-1.0-3B)。

🔗 Mistral — Shieldstral

コードツール：Cursor、Amp、Warpが加速

Cursor、MoE訓練用メガカーネルMixture-of-Kittens（MoK）をオープンソース化

8月4日 — Cursorは、NVIDIA NVL72ノード向けに設計されたMixture-of-Expertsアーキテクチャ用の訓練メガカーネルMixture-of-Kittens（MoK）をオープンソースで公開しました。このカーネルは、MoEに関わる通信と計算をすべて1つの決定論的な操作に融合します。MoKはすでにCursor社内の本番訓練で、数万GPU規模で稼働しています。

We’re open-sourcing Mixture-of-Kittens (MoK), our MoE training megakernel for NVL72s. It fuses all Mixture-of-Experts communication and computation into a single, fully deterministic kernel, and runs up to 2.37x faster than the strongest public baselines.

🇯🇵 私たちは、NVL72向けのMoE訓練メガカーネルであるMixture-of-Kittens（MoK）をオープンソースで公開します。Mixture-of-Expertsに関わる通信と計算をすべて1つの完全に決定論的なカーネルに統合し、公開されているベストベースラインより最大2.37倍高速に動作します。 — @cursor_ai on X

Cursorで測定された改善は、以前のDeepEPベースのスタックと比べて、エンドツーエンドの訓練スループットが1.41倍でした。

Amp、あらゆるファイルをorbに添付可能に

8月4日 — Ampのクラウドエージェントである「orbs」は、動画、ログ、PDF、スプレッドシート、データセットなど、あらゆるファイルを添付ファイルとして受け付けるようになりました。チームは具体的な用途をいくつか挙げています。たとえば、アプリケーションの画面を録画してAmpに見えているものを修正させる、ログファイルからデバッグする、スプレッドシートをインタラクティブなWebサイトに変換する、あるいは音声と動画を書き起こす、といった使い方です。この発表では、これらの例以外のファイルサイズ制限や厳密なフォーマットは明示されていません。

🔗 Amp News — Attach Anything

Warp、クラウドエージェントにコンピュータ操作による作業確認能力を付与（computer use）

8月3〜4日 — Warpの「cloud software factory」シリーズ第4回では、新しい verify-behavior スキルにより、クラウドエージェントがマウス/キーボード操作で、報告されたバグを再現する（reproduce モード）か、機能が仕様どおりかを検証する（verify モード）ことができ、必要に応じて動画キャプチャも行えます。Warpのエンジニアは社内展開を確認しており、3つの用途を挙げています。修正前後の動画付きでバグを再現する、新規ユーザーのようにオンボーディングの流れをたどる、Slackやプルリクエストに動画デモを投稿してインターフェースを迅速に検証する、というものです。

🔗 Warpブログ — Computer use verification

GitHub Copilot：開発者とチーム向けの4つの新機能

クラウドエージェント向けの推論レベルをカスタマイズ可能に

8月3日 — Copilot cloud agentにタスクを委任する際、対応しているモデルについては、モデルの推論レベルを選べるようになりました。推論レベルを高くすると、複雑な問題への応答が改善する一方で、トークン消費は増えます。Copilotの有料プランすべてで利用可能です。Pro、Pro+、Business、Enterprise、Max。

🔗 GitHub Changelog — Customize the reasoning level

コメントからCopilotの自動化を起動

8月3日 — Copilot cloud agentの自動化を、issueやpull requestのコメントから起動できるようになりました。リポジトリのAgents → Automationsタブから設定できます。使用例として、PRコメントからドキュメントを生成する、issueコメントで報告されたstack traceを解析する、あるいはフォローアップタスクを自動作成する、の3つが挙げられています。Copilot Pro、Pro+、Max、Business、Enterpriseで利用でき、Enterpriseアカウントでは管理者側でポリシーを有効化する必要があります。

🔗 GitHub Changelog — Trigger Copilot automations with comments

GitHub法務チームがCopilot CLIをどう使っているか

8月4日 — 開発経験のないGitHub内の2人の法務担当者が、Copilot CLIを使ってツールを構築しました。Ngandu Kasuku（Principal Product Counsel）は、文書作成指示と契約テンプレートを集約するリポジトリterms-aiを作成し、レビューとドラフト作成の時間をおよそ半分に削減しました。Jesse Geraci（Online Safety Counsel）は、ソースコードを解析してDMCA通知を評価するアプリを開発し、その後、ライセンス遵守とNDAリスク評価にも拡張しました。

🔗 GitHub Blog — How the GitHub legal team used Copilot CLI

コードカバレッジの自動有効化、AI により生成

8月4日 — リポジトリの Code Quality 設定で、新しい AI エージェントがコードカバレッジのワークフローを自動生成します。プロジェクトをビルドし、テストを実行し、カバレッジレポートを作成して GitHub に送信し、デフォルトで最小権限のアクセス権を使用します。ユーザーは、レビューしてマージできる状態の pull request を受け取ります。github.com、GitHub Enterprise Cloud、Team で利用できるパブリックプレビュー機能です（Enterprise Server ではまだ未対応）。

🔗 GitHub Changelog — コードカバレッジの自動有効化

オープンモデルと本番環境での提供状況

DeepSeek V4 Flash が Together AI で本番利用可能に

8月4日 — 7月末にリリースされた DeepSeek の高速モデル DeepSeek V4 Flash が、現在 Together AI で本番利用可能になりました。コーディング、ツール利用、長時間稼働のエージェント向けに、高スループットのデプロイ経路を備えています。Together AI は、ターミナル系およびフルスタック系のタスクで強化されたコーディング性能、3段階の推論努力（低、高、最大）、そして生成を高速化する DSpark と呼ばれる speculative decoding を強調しています。

🔗 @togethercompute on X

Liquid AI が LFM2.5-2.6B を公開、100% ローカルエージェント向けのコンパクトモデル

8月4日 — Liquid AI は LFM2.5-2.6B を公開しました。これは 26億パラメータのモデルで、ノート PC からスマートフォンまで、完全ローカルで動作するエージェント向けに設計され、128K tokens のコンテキストウィンドウを備えます。2〜4倍大きいモデルと比較して、命令追従で首位（AIME25 で 51.87%、LiveCodeBench で 59.41%）、ツール利用ではテストしたほぼすべてのモデルを上回ります。速度は、Apple M5 Max で 220 tokens/秒、AMD Ryzen で 113 tokens/秒、スマートフォンで約 30 tokens/秒です。Hugging Face で利用可能で、llama.cpp、MLX、vLLM、SGLang、ONNX と互換性があります。

🔗 Hugging Face Blog — LFM2.5-2.6B

Google と Kaggle が無料の AI エージェント講座の成果を発表

8月3日 — Google と Kaggle は、5日間の無料講座「AI Agents Intensive: Vibe Coding」の成果を公開しました。この講座は、AI エージェントの設計と本番環境への展開に焦点を当てています。公開された数字は、登録参加者 353,000 人、セッション中に Kaggle の Discord で活動した人数 392,000 人、そして 12,000 人超の参加者から寄せられた最終プロジェクト提出 6,000 件超です。Google は、Kaggle との集中講座が 2024 年以降で累計 200 万人超の学習者を集めたと述べています。すべてのコンテンツは Kaggle Learn で自己学習として引き続き利用できます。

🔗 Google Blog — 353,000 人規模の vibe coding 講座の内幕

メディア生成とエージェント・エコシステムのセキュリティ

Pika が 100 以上のモデルを集約する API Club を開始

8月4日 — Pika Labs は API Club を開始しました。これは月額 10 $ のサブスクリプションで、単一の API ിലൂടെ 100 以上のメディア生成モデル（動画、画像、音声、LLM）にアクセスできるサービスです。Fal や Runway Dev のような提供元と比べて大幅な割引があり、Seedance 2.0 で最大 87%、MiniMax H3 で最大 50%、GPT Image 2 で最大 25% です。Pika は、仲介プラットフォームが最大 3 倍の上乗せをしていると非難していることへの対抗として、提供元とより良い価格を交渉し、自社の利益率も最小限に抑えたと主張しています。この立ち上げにより、一般向け動画生成ツールとして知られていた Pika は、開発者やクリエイター向けの API アグリゲーターとして再定位されました。

🔗 @pika_labs on X

HeyGen が不動産向けの自動動画フォーマットを開始

8月3日 — HeyGen は「HeyGen for Real Estate」を発表しました。これは不動産エージェント向けの動画フォーマット群で、いずれもユーザー自身のアバターを再利用します。最初のフォーマット「Hosted Home Tour」では、物件のガイド付き内覧動画を生成します。ユーザーは物件情報へのリンク（Zillow）を貼り、必要ならスクリプトを追加すると、ツールが物件情報をもとにアバターが内覧を案内する動画を自動生成します。シリーズの他のフォーマットには「Market Update」と「Listing Spotlight」があります。

🔗 @HeyGen on X

Open Secure AI Alliance が Black Hat で SAFE ガイドラインを提案

8月4日 — ラスベガスで開催される Black Hat 2026 に合わせて、NVIDIA 主導の連合であり現在 120 以上の組織（Cisco、CrowdStrike、Hugging Face、Red Hat、Microsoft、Amazon など）を含む Open Secure AI Alliance が、複数の貢献を発表しました。Linux Foundation は SAFE（Shared AI Findings Exchange）に関する意見募集を公開しました。これは、AI セキュリティ・インシデントを秘密裏に収集・分析し、再発する制御不全を特定し、証拠に基づく推奨を公開するための提案フレームワークであり、サイバー脅威インテリジェンス共有に着想を得た集団防衛のアプローチです。

Amazon は同連合に参加し、独自の Strands Agents ツールキットと Cedar 認可言語を提供しました。Uber は、日次で 200,000 超の本番エージェントセッションを処理するフレームワーク ADR（Agentic AI Detection and Response）をオープンソース化しました。Mistral はここに Shieldstral を提供しており、これは本記事の前半で紹介したモデルであり、同連合の最初の model member となりました。

🔗 NVIDIA Blog — Open Secure AI Alliance contributions

OpenAI：Apple への反論と新しい教育プラグイン

Apple はこれを誤っている：OpenAI が Apple の訴訟に پاسخ

8月3日 — OpenAI は、Apple が提出した訴状に対する詳細な反論を公開し、3 つの主張について一つひとつ説明しました。接触の時系列については、Apple 自身が、外部弁護士が誤った相手に書簡を送ったことを認めており、OpenAI の General Counsel との間にあったとされる会話は実際には起きていなかったと OpenAI は述べています。退職後に機密情報へアクセスしたとして非難されている元従業員の件（Apple での最終勤務日は 2026年1月22日）では、OpenAI は、ファイルの所在確認を助けてほしいと Apple の従業員が彼に依頼していたことを示す iMessage のやり取りを公開しました。Apple で 24 年間勤めた元幹部が営業秘密の利用を試みたと疑われている件について、OpenAI は Apple の機密情報は要求も使用もされていないと主張しています。OpenAI は、Apple の仮差止命令の申立てを「虚偽の情報に基づき、まったく不要」と評しました。

🔗 OpenAI — Apple はこれを誤っている

ChatGPT Work と Codex 向けの新しい教育プラグイン 3 件

8月4日 — 新学期に合わせて、OpenAI は ChatGPT Edu と ChatGPT for Teachers の展開向けに 3 つのプラグインを公開しました。K-12 Educator（初等・中等教育向けの差別化されたリソース）、College Educator（高等教育向けの授業設計と LMS へのエクスポート）、College Student（学生が選んだソースからガイド付きチュータリング、復習カード、クイズを生成）です。記事では、OpenAI と American Federation of Teachers の提携も紹介されており、これは米国の K-12 教員 400,000 人に AI の活用を教えることを目指す 5 年間の取り組みです。

🔗 OpenAI — ChatGPT Work と Codex で学び、教える

ブリーフ

Devin Fusion は知能で 4% 向上し、27% 安く — Cognition は、社内ベンチマーク FrontierCode 1.1 において Devin Fusion のハーネスとモデルを改善し、Devin Cloud ですぐに利用可能になりました。 🔗 ソース
Sakana AI が AIRoA に参加 — 同社は日本 AI ロボティクス協会のメンバーとなり、RSI Lab による世界モデルとフィジカル AI の共同研究を進めます。 🔗 ソース
llama-macos、Hugging Face チームが注目するユーティリティ — マシンに応じてモデルを推奨し、web UI 付きで llama.cpp サーバーを起動する macOS ウィジェット (brew install --cask llama-app)。 🔗 ソース
Copilot がアクセスできる範囲をより細かく制御 — GitHub が Copilot のアクセス制御を強化すると発表しましたが、現時点では詳細な changelog はありません。 🔗 ソース
Copilot CLI のローカル sandboxing に関する充実したドキュメント — GitHub は、ターミナルでのローカル sandboxing の有効化と設定に関するドキュメントを強調しています。 🔗 ソース
Air エディタが ACP 経由で GitHub Copilot をカスタムエージェントとして追加 — サードパーティ製ツール Air は、Agent Client Protocol を通じたカスタムエージェントに対応し、Copilot の設定ガイドも用意されています。 🔗 ソース
管理設定の企業チーム単位での専用化 — 企業管理者は、専用の設定ファイルを使って特定のチームを対象にできます。 🔗 ソース
大規模向けのデフォルト code scanning をカスタマイズ可能に — 新しいリポジトリプロパティにより、カスタムの CodeQL 設定をデフォルトのセットアップに適用できます。 🔗 ソース
Copilot Billing Preview アプリの廃止 — Copilot の支出管理は、現在は GitHub の請求設定で直接行います。 🔗 ソース
Dependabot のブランチ名をカスタマイズ — dependabot.yml に新しいオプションが追加され、Dependabot が作成するブランチ名の接頭辞、長さ、区切り文字を定義できます。 🔗 ソース
CodeQL 2.26.2 が Swift 6.3.3 と Kotlin 2.4.10 をサポート — GitHub の静的解析エンジンが更新されました。 🔗 ソース
Triage ロールが issue 作成制限を回避可能に — このロールを持つユーザーは、リポジトリがこの操作をコントリビューターに限定している場合でも issue を作成できます。 🔗 ソース
Wan (Alibaba) — Camera-to-Image — Wan のリアルタイムスイートの新機能。カメラが現実環境を即座にアニメ風の演出シーンへ変換します。 🔗 ソース
NVIDIA が NSF State and Regional AI Hubs プログラムに参加 — 米国 National Science Foundation の AI インフラ地域ハブ・プログラムに参加し、研究と教育を支援します。 🔗 ソース
NVIDIA が SCADA を詳説、AI 向けの高速ストレージアクセス — GPU がメモリに近い速度でストレージへ直接アクセスできるようにする技術です。 🔗 ソース
Stability AI と MusicHackspace がモントリオールで Stable Audio 3.0 ハッカソンを開催 — MUTEK フェスティバルとの共催で、8月22日と23日の 48 時間ハッカソンです。 🔗 ソース
Qwen-Image-3.0-Pro が世界 5 位に上昇 — Alibaba が、未特定のランキングで画像生成モデルが大きく順位を上げたと発表しました。 🔗 ソース
Z.ai（GLM）と Tencent Cloud がシンガポールで初のコミュニティミートアップを開催 — GLM-5.2 のエージェント機能と、CodeBuddy および WorkBuddy への統合を紹介しました。 🔗 ソース
Circles が OpenAI API と Codex で通信体験をパーソナライズ — 企業事例：ARPU +22%、churn -9%、カスタマーサポートの自律解決率 65%。 🔗 ソース

これは何を意味するのか

コードツールは、もはや IDE の枠だけにとどまらなくなっています。Warp はあらゆるターミナルを操作できる CLI エージェントを切り出し、GitHub Copilot cloud agent はカスタマイズ可能な推論レベルとコメントによるトリガーを獲得し、Amp はあらゆる種類のファイルを添付ファイルとして受け入れ、Warp はクラウドエージェントに computer use による自己検証能力を与えています。開発経験のない GitHub の法務チームが Copilot CLI を使って自分たちのツールを構築したという証言は、これらのエージェントが今やエンジニアだけでなく非開発者にも向けられているという、より大きな転換を示しています。

こうしたエージェントの台頭は、製品の乱立ではなくプラットフォームの集約を伴っています。GitHub は、自然言語によるアプリ試作プラットフォーム Spark を、リリースから1年半で終了します。代わりに、Copilot を VS Code、CLI、アプリ、cloud agent という複数の面で一本化して推進する戦略に賭けています。これは、「vibe coding」単体市場が、個別の製品を増やすよりも、いくつかの統合型サービスへと収束しつつあることを示すシグナルです。

エージェント型 AI のセキュリティは、構造化されたエコシステムとして整備されつつあります。Mistral は、単一 GPU で動作するオープンウェイトのモデレーション分類器 Shieldstral を公開し、Open Secure AI Alliance の最初の model member になりました。この連合は 120 以上の組織から成り、Linux Foundation を通じて、従来のサイバーセキュリティにおける脅威インテリジェンス共有に着想を得た、AI セキュリティ・インシデントの機密共有フレームワーク SAFE を提案しています。Amazon と Uber もそれぞれ独自のオープンソースツールを提供しています。これは、エージェントの安全確保が、ばらばらな独自対策の寄せ集めではなく、集合的かつ文書化された取り組みになりつつあることを示しています。

最後に、メディア生成とリアルタイム計算の経済性は、引き続きアクセスコストの低下が進んでいます。FLUX 3 Video は、最終レンダリングより安価な $0.06/秒の Draft モードを導入してアイデア探索を可能にし、Pika は自社の一般向け製品を月額 10 $ の API アグリゲーターへと変えて他社プラットフォームの高いマージンを回避し、NVIDIA は Alpamayo 2 Super をオープンウェイトで公開し、自動運転業界がゼロから作り直すのではなく共有できる推論基盤を持てるようにしました。同じ動きは音声分野にも見られます。OpenAI による GPT-Live の刷新は、音声セッションの起動時間を 6 分の 1 に短縮しており、リアルタイム基盤もモデルと同様に活発な最適化領域になっていることを示しています。