トークンごとに量子回路をオーダーメイド生成する：HyperQ、量子ビットを広げて性能を引き上げる
凍結した11億パラメータのモデルにトークンごとの量子回路を接続し、量子ビットを16→64に増やすとベンチマーク平均が47.65→54.30点へ上昇した（本体より+4.71）。計算の大半は古典的なもので、量子優位性の主張はない。
ワールドモデルは、相互作用しても崩れないか — HappyWorld-Bench
映像・空間・身体化型のワールドモデルを一つの物差しで束ね、見た目の品質ではなく、中に入って動き回り、触れたときの信頼性を測る統合ベンチマーク。
EvoOntology: エージェントが自力で育てるデータの案内図
人が手で書くデータ辞書の代わりに、エージェントが実データで構築し実行ログで自ら修正していくオントロジー層。オントロジーなしより明確に優れるが、生成したセマンティックレイヤーを静的に与えた条件とは条件付きの優位にとどまる。
表を読むAI「LimiX-2」——予測を超えて「変数のつながり」を描く
表データ向けAIのLimiX-2は、予測を的中させると同時に、変数どうしがどう絡み合っているかという「つながりの地図」まで描き出す。ただし、因果の向きまでは語らない。
PhysBrain 1.5：理解は証明したが、実機ロボットでの実行はこれから — フィジカル基盤モデル
理解・行動・予測を一つにまとめた8Bのオープンソースモデル。28の理解テストで平均72.5点を記録しオープンソース最高となったが、行動についてはオフラインの予測指標があるだけで、実機ロボットでの実行はまだ検証されていない。
ルール・固定LLMワークフロー・エージェント — 業務自動化の3段階の選び方
業務自動化は「処理の流れを人があらかじめ決めておけるか」で分かれる。条件で片づくならルール、文章理解は要るが流れが固定ならLLMワークフロー、LLM自身が実行の過程や使うツールを決めるならエージェント。
審査なしでアプリを配信する — まずPWA、ストアは必要になったときだけ
審査なしでウェブをインストール型アプリにするPWAをデフォルトに据え、ストア流通が本当に必要になった瞬間だけTWAでGoogle Playに載せた、ONTLEの配信判断を整理した。
自社プロジェクトを理解するAI PMは、新人コンサルタントのように資料を探す
「決済タイムアウトの原因は?」という一言が、出典つきの答えになって返ってくるまで。AI PMが自社プロジェクトを知っているかのように答える仕組みを、新人コンサルタントのたとえで最後まで追いかける。
AIのPMに上手に仕事を任せる方法 — 良い依頼と悪い依頼
目的・範囲・形式・例という四つを備えた依頼が、AIのPMが出す成果の質を変える。ONTLEで依頼から最初の成果、修正までを一つの事例で見ていく。
モデルを変えずにエージェントを全方位へ — Omni-IO Skillsを読み解く
テキストだけが得意だった汎用エージェントにハーネスを一枚かぶせ、画像・音声・映像・3Dまで扱えるようにした研究。両ホストとも入力サポート率を100%まで引き上げた。
SpeakerMem-R1: 複数人が行き交う会話を「誰が・誰について」記憶するAIメモリ
多人数会話において、誰が誰について話したのか、そしてそれぞれの状況の変化までを一緒に記憶する二重トラック型メモリ。既存のメモリシステムを上回る性能を報告した。
答えを知っているAIと、教えるAIは違う — 教育モデルOmniEdu
問題を解くことと個別指導は別の能力だ。OmniEduは教育データを「出所」ではなく「能力」で組み直し、その両方をこなせるよう学習させたオープンな教育モデルである。