2026年8月のWorld Action Models — 月次進捗号
2026年8月は、ワールドアクションモデル(WAM)がスローガンではなくエンジニアリングの課題へと変わり始めた月となった。スクリーニングされたコーパス全体で浮かび上がった共通のテンプレートは、シーン全体の変化を予測するビデオまたは潜在ダイナミクスのバックボーンと、アクションのエキスパートを組み合わせたものである…
2026年8月は、ワールドアクションモデル(WAM)がスローガンではなくエンジニアリングの課題へと変わり始めた月となった。スクリーニングされたコーパス全体で浮かび上がった共通のテンプレートは、シーン全体の変化を予測するビデオまたは潜在ダイナミクスのバックボーンと、アクションのエキスパートを組み合わせたものである…
ダイジェスト
2026年8月のマルチモーダル・ベンチマーク文献は、異例なほど収束している。新しいタスクを発表するのではなく、現在のモデルが破綻する特定のステップを中心に評価を再構築している。すなわち、モデルが指摘しようとしない回答不能なクリップ、モデルが正しく把握できない2枚目の画像、モデルが…とするポリゴンである。
ダイジェスト
2026年9月、動画生成は一度に七つの面で前進し、記憶に値する三つの変化は画質に関するものではない。エージェント的オーケストレーションはラッパーではなく研究対象となった。現在二つのシステムが、リクエストを構成するコントローラーを訓練しており、一つは…
サーベイ
ループ型(または再帰深さ型)トランスフォーマーは、同じ重み共有ブロックをトークンの隠れ状態に対して繰り返し適用することで、「深さ」をパラメータ数の固定された性質から、推論時に消費できる変数へと変える。
ダイジェスト
9月のエージェント関連文献は、新しい能力よりも計測手段に焦点を当てている。今月最も優れた貢献は、ベンチマーク環境の監査、モデルを取り巻くハーネスのアブレーション、リーダーボードの分散分解、そして…を拒否するガバナンス層である。
サーベイ
エージェントの能力は、ますますその基盤モデルではなく、その周囲に構築されたハーネスに依存するようになっている。すなわち、指示、コンテキスト管理、メモリ、ツールとスキル、制御フローとオーケストレーション、そしてエージェント自身のコードである。
サーベイ
コンピュータ使用エージェント——スクリーンショット、アクセシビリティツリー、キーボードとマウスの操作を通じてグラフィカルインターフェースを操作するシステム——は、約3年の間に、スクリプト化された概念実証から、単一アプリケーションのタスクの過半数を完了する学習済みモデルへと進化した…
サーベイ
ゲーム制作は再編されつつある。「人間がコードを書き、人間がアセットを作り、人間がプレイテストする」という体制から、「エージェントがエンジニアリング構造を提案し、エンジンツールを呼び出し、何らかの検証器がその結果が合格するかどうかを判断する」という体制へと。