基準日 2026-11-03
実行 2026-11-03 22:30:03
S&P 500
7,569
NDX 100
28,180
VIX
20.83
US 10Y
4.95%
DXY
101.87
WTI
$96.76
Gold
$3,940
USD/KRW
1,344
SOX
10,600
Trump Approve
35.4%
S&P 500
7,569
NDX 100
28,180
VIX
20.83
US 10Y
4.95%
DXY
101.87
WTI
$96.76
Gold
$3,940
USD/KRW
1,344
SOX
10,600
Trump Approve
35.4%
AI LEADERS · MOVES & PAPERS

AIリーダー:人事異動・論文 — 最新の所属変化と研究

LAST UPDATE 2026-11-04 07:41 KST PEOPLE 77 · PAPERS 76 · MOVES 0
AI研究所・ビッグテック・学界のキーパーソンがどこへ移り、どんな論文を出すかは、技術の方向性と企業競争力を先取りするシグナルです。人事異動と論文を毎日自動で集め、運営者が確認したうえで、わかりやすい要約と原文リンクでまとめています。

最近の主なニュース

人事異動 · 新興研究所 · ワールドモデル・マルチモーダル

条件に合う人事異動はまだありません。

論文 · 新興研究所 · ワールドモデル・マルチモーダル

論文2026-10-30

複雑なロボット制御の限界を超える階層型モデルの開発

Hierarchical World Models with Implicit Dynamics
何を
研究チームは、状態の到達可能性と局所制御を分離し、複雑で長時間のタスクを実行できる階層型ワールドモデルであるID-WMを開発しました。
主な結果
既存の最高性能の手法と比較して38.5パーセント向上した性能を記録し、単一レベルのワールドモデルと比較した場合は135パーセントの性能向上の見せました。
意味
今回の研究は、複雑で初めて直面する環境でも、ロボットがエラーを減らしながら長期的な計画を立てられる可能性を示しています。AI要約
論文2026-10-11 · arXiv (Cornell University)

物理法則の適用によりAI世界モデルの予測誤差を削減する

LeHami: Symplectic Latent Dynamics for World Models
何を
研究チームは、物理系の幾何学的性質を人工知能に結合した新しい世界モデルの学習手法であるLeHamiを開発しました。
主な結果
この手法は、従来方式とは異なり、長期予測の過程で情報が圧縮されて消滅する現象を防ぎ、速度予測性能を大幅に向上させました。
意味
今回の研究は、人工知能が物理空間をより正確に理解しシミュレーションすることに寄与するものです。AI要約
論文2026-10-07 · arXiv (Cornell University)

多様なロボットの動作を統合する世界モデルの開発

Cross-Embodiment Robot Foundation World Models with Latent Actions
何を
多様な形態のロボット間で共有できる統合された潜在行動空間を活用するロボット世界モデルを開発しました。
主な結果
新しいロボットに適用する際、従来手法よりも精巧な操作タスクで最大46.7%、LIBERO性能評価で11.7%向上した性能を示しました。
意味
多様なロボット間の効率的な学習を可能にし、ロボット工学の主要な難題を解決することに寄与します。AI要約
論文2026-10-06 · arXiv (Cornell University)

ロボット制御と未来予測を組み合わせたオープンフレームワークを公開

OpenWAM: An Open Framework for Composable World-Action Models
何を
ロボット制御と未来映像予測を統合して扱う世界-行動モデルを比較・研究できるオープンソースフレームワーク「OpenWAM」を開発しました。
主な結果
提案手法によりロボット操作タスクの成功率が大幅に向上し、反事実データ学習を通じて動力学モデルの性能が改善されました。
意味
多様なロボット制御や映像予測手法を共通の基準で比較できる基盤を提供し、関連技術の研究効率を高めることができます。AI要約
論文2026-10-05 · arXiv (Cornell University)

複雑な視覚的計画のために階層構造を学習するAIモデル H-JEPAを開発

H-JEPA: End-to-End Learning of Hierarchical World Models for Visual Planning
何を
時間帯に応じて抽象化のレベルを分けて学習する階層的世界モデルである H-JEPAを開発しました。
主な結果
シミュレーション環境と実ロボットの映像実験において、従来の単一レベルモデルよりも計画の成功率が高くなり、計算効率が向上しました。
意味
複雑な長期計画が必要なロボット制御や視覚的タスクにおいて、効率を高めることに寄与できます。AI要約
論文2026-09-28 · arXiv (Cornell University)

自動運転のワールドモデルを100倍高速化したJEPAに関する研究

AD-E2E-JEPA: A Joint-Embedding Predictive Architecture For End-to-End Autonomous Driving
何を
自動運転に使用される予測ベースのワールドモデル(JEPA系)を比較評価し、計算量を大幅に削減した改良構造「AD-E2E-JEPA」を提案しました。
主な結果
提案構造は、計画に使用するパッチ数を16分の1に、埋め込み次元を4分の1に減らすことで、計画性能を維持しながら推論速度を約100倍向上させたと報告されています。
意味
自動運転AIの計算コストを削減する方向性を示した研究と言えますが、実際の車両への適用効果や商用化の可能性は抄録だけでは判断困難です。AI要約

人物

なぜAIリーダーの人事と論文を追うのか

AI産業では人こそが技術です。キーとなる研究者がどの企業に移り、どんな研究所を立ち上げるかは、数か月後に製品・資金調達・M&Aにつながることが少なくありません。本ページでは、フロンティア研究所、新興研究所、学界、AI半導体、韓国・中国の人物まで分けて所属の変化を追跡します。

論文は、その人がいま何に注力しているかを示します。HBM・メモリ、GPU・アクセラレータ、推論効率、エージェント、ロボットなど投資につながる10分野に論文を分類し、抄録をもとに「何を・主な結果・意味」の3行要約と原文・PDFリンクを提供します。特定銘柄の売買推奨ではなく、アイデアを探すための情報です。

よくある質問

Q. どの人物を追跡していますか?

フロンティア研究所(OpenAI・Google DeepMind・Anthropic・Metaなど)、新興研究所、学界、AI半導体、韓国・中国のキーとなる研究者と経営陣です。論文をほとんど書かない経営陣は人事異動のみ追跡します。

Q. 情報源と更新頻度は?

論文はSemantic ScholarとarXiv、経歴はウィキデータ(CC0)と公式発表・報道をもとに毎日自動で収集します。運営者が確認・承認した項目のみ公開します。

Q. 論文要約は誰が書いていますか?

論文の抄録をもとにAI(Google Gemini)が下書きを作成し、運営者が確認してから公開します。他言語は確認済みの韓国語要約をAIで翻訳したものです。詳しい数値や文脈は必ず原文でご確認ください。

本ページは公開論文・公式発表・報道を整理した情報提供用の資料です。論文要約は抄録をもとにAIが作成し運営者が確認したもので、原文と異なる場合があるため、重要な内容は原文をご確認ください。特定銘柄の売買推奨や投資助言ではありません。 人事異動は公式発表または主要報道を出典として表示し、経歴の一部はウィキデータ(CC0)を参照しています。 このページの要約は、運営者が確認した韓国語版をもとにAIが翻訳したものです。

🐩 コボンおやつ代応援
코봉이
このページがお役に立ちましたら、コボンのおやつ代応援も歓迎です 🦴
💬 コミュニティコメント
IPベース匿名ニックネーム · 暴言/スパム時制裁の可能性
読み込み中...