Ainora(アイノラ) | ai0w

【Windows版】OpenClaw（旧 Clawdbot / Moltbot）Discord Botを作ろう！WSL2専用環境でOpenClawとOpenAIを連携してBotで実行する方法　プロフから無料公開していますので気になる方はどうぞ

LLMが遂にテキストを脱皮し「現実世界」の3D空間をガチで理解し始めた。 SpatialLMは3D点群にLLMの推論力を適用し、壁やドアの構造、空間の繋がりを解釈して構造化データを出力する。 言語モデルを空間知能へ拡張するブレイクスルー。コードも論文もオープンに公開。

You can now enable Claude to use your computer to complete tasks. It opens your apps, navigates your browser, fills in spreadsheets—anything you'd do sitting at your desk. Research preview in Claude Cowork and Claude Code, macOS only.

Sakana AIは、読売新聞社と共同でSNS空間での中国による対日批判を分析しました。独自に開発したAI技術を搭載する当社のシステムが、SNSの膨大なデータから文脈やニュアンスを深く読み取り、批判投稿とナラティブを抽出。その構造を可視化し、さらに実用的な仮説構築までを実行しました。 【記事】 読売新聞（１） yomiuri.co.jp/politics/20260… 読売新聞（２） yomiuri.co.jp/national/20260… 今回の分析に用いたSakana AIの独自AI技術には三つの特徴があります。第一に、投稿文の文脈、ニュアンスからナラティブを抽出することです。例えば「高市首相の誤った発言の撤回を要請」という投稿から「台湾問題への介入と内政干渉」というナラティブを抽出しましたが、これは「台湾」というキーワード検索では発見できないものです。 第二に、独自開発したノベルティー・サーチ技術です。3種類の異なる大規模言語モデル（LLM）が集合知的に推論を重ねてSNS上の重要情報を探索し、粒度の高いナラティブを抽出します。それをさらに抽象度の高いグループにまとめて階層的に可視化することで、情報空間の大きな流れを詳細に把握できます。 第三に、仮説構築です。抽出・分類されたナラティブから、AIが仮説を無数に生成します。判断過程や具体的なデータなどの根拠も示されるため、分析担当者はその内容を精査し、再度分析を指示するなどして、信頼性が高いと考えられる仮説を絞り込むことができます。 今回は、SNSの計110万件にのぼる膨大な投稿の分析から、複数の仮説が導き出されました。このうち、「高市首相の国会答弁後、中国が統一的な対日批判戦略を検討してから大規模な対日批判を開始した」という仮説について、読売新聞が日中双方の政府関係者らに取材し、専門家の意見も踏まえて検証・裏付けを行いました。 AIは人間には見出せないインサイトを発見し、人間はそれを見てAIと対話しながらさらなる分析や対策を検討する－－今回の読売新聞社との共同研究はそうした新しい分析の実践の形を示したと考えています。 防衛・インテリジェンス領域においては、本調査で対象とした認知戦をはじめとして、「情報力」の果たす役割がかつてないほど大きくなっています。 Sakana AIはこうした背景も踏まえ、「金融」と並ぶ注力領域として「防衛・インテリジェンス」分野を位置付け、最先端のAI技術を実装する取組を進めています。日本発のAI開発企業として、引き続き防衛・インテリジェンス領域でのAI実装を本格化していきます。

Sakana AIの新しいチャットサービス「Sakana Chat」を無料で一般公開🐟

Sakana Chatの背後で動いているのは、Sakana AIの新モデルシリーズ「Namazu（α版）」です。 🔗 詳細はこちら： sakana.ai/namazu-alpha 現在、世界には、様々なオープンモデル（LLM）が提供されており、その中には極めて高性能なものも含まれています。他方、このようなモデルは、学習データの偏り 、開発元のイデオロギー、価値観など（バイアス）が必要以上に反映されることが避けられません。Sakana AIは、①これらのバイアスを可能な限り除去し、②自らの価値観を新たに反映させ、③安心かつ各国の文脈に即して使えるようにするための技術開発に取り組んできました。 その技術実証の第一弾として、今回「Namazu」シリーズのα版となる3つのモデル Namazu-DeepSeek-V3.1-Terminus、Llama-3.1-Namazu-405B、Namazu-gpt-oss-120Bを構築しました。これら3つのモデルは、オープンモデルの卓越した性能を継承しながら、日本国内での利用に適した振る舞いを実現しています。 詳細はブログをご参照ください。 ▪️ Sakana Chatへの搭載とこれから 私たちのゴールは、単に優秀なモデルを作るだけではなく、それを多くの方に使っていただくことです。そのために専用のチャットインターフェースを構築しました。これまで約1,000名のベータテスターの皆様による熱意あるフィードバックをもとに改善を重ねてまいりましたが、本リリースを通じて多くの方に触れていただくことで、さらにモデルとサービスを磨き上げ、より良いものへと改善していきたいと考えています。

🐟 Sakana Chat 公開 🐟 Sakana AIは、Sakana Chatを無料公開しました。 chat.sakana.ai Web検索機能と高速レスポンスを備えたAIチャットです。日本国内から、どなたでもお使いいただけます。ぜひ、お試しください。

Thanks to 3D Gaussian splatting, you can now publish amazing interactive experiences to the web. 🎦 Orbit, fly and first person cameras ℹ️ Informational hotspots 🪄 Full screen effects 🌤️ Custom skyboxes Rendered by @PlayCanvas. Served up on SuperSplat. Free and open source!

RAG was never the end goal. Memory in AI agents is where everything is heading. Let me break down this evolution in the simplest way possible. RAG (2020-2023): - Retrieve info once, generate response - No decision-making, just fetch and answer - Problem: Often retrieves irrelevant context Agentic RAG: - Agent decides *if* retrieval is needed - Agent picks *which* source to query - Agent validates *if* results are useful - Problem: Still read-only, can't learn from interactions AI Memory: - Read AND write to external knowledge - Learns from past conversations - Remembers user preferences, past context - Enables true personalization The mental model is simple: ↳ RAG: read-only, one-shot ↳ Agentic RAG: read-only via tool calls ↳ Agent Memory: read-write via tool calls Here's what makes agent memory powerful: The agent can now "remember" things - user preferences, past conversations, important dates. All stored and retrievable for future interactions. This unlocks something bigger: continual learning. Instead of being frozen at training time, agents can now accumulate knowledge from every interaction. They improve over time without retraining. Memory is the bridge between static models and truly adaptive AI systems. But it's not all smooth sailing. Memory introduces new challenges RAG never had, like memory corruption, deciding what to forget, and managing multiple memory types (procedural, episodic, and semantic). Solving these problems from scratch is hard. If you want to build Agents that never forget, Cognee is an open-source framework (12k+ stars) to build real-time knowledge graphs and get self-evolving AI memory. Getting started with Cognee is as simple as this: 𝗮𝘄𝗮𝗶𝘁 𝗰𝗼𝗴𝗻𝗲𝗲[.]𝗮𝗱𝗱("𝗬𝗼𝘂𝗿 𝗱𝗮𝘁𝗮 𝗵𝗲𝗿𝗲") 𝗮𝘄𝗮𝗶𝘁 𝗰𝗼𝗴𝗻𝗲𝗲[.]𝗰𝗼𝗴𝗻𝗶𝗳𝘆() 𝗮𝘄𝗮𝗶𝘁 𝗰𝗼𝗴𝗻𝗲𝗲[.]𝗺𝗲𝗺𝗶𝗳𝘆() 𝗮𝘄𝗮𝗶𝘁 𝗰𝗼𝗴𝗻𝗲𝗲[.]𝘀𝗲𝗮𝗿𝗰𝗵("𝗬𝗼𝘂𝗿 𝗾𝘂𝗲𝗿𝘆 𝗵𝗲𝗿𝗲") That’s it. Cognee handles the heavy lifting, and your agent gets a memory layer that actually learns over time. I have shared the repo in the replies!

LLMの入力・出力の価格比較がとても分かりやすい

日本独自のAI技術で国の安全保障基盤を強靭化することは急務です。 Sakana AIでは、技術の力で日本の防衛・インテリジェンスを支える最前線のチームに加わる「Applied Research Engineer」および「Software Engineer」を募集しています。日本の未来を強固にする挑戦に、あなたの力を貸してください。

ラフ動画に静止画当てアニメーション化検証 1.ラフ動画を描く 2.キャラ参照静止画を作る 3.1に2のキャラを当て込む 4.3のデプス動画を取る 5.開始フレーム静止画を作る 6.4の動きに4を当て込む

Today we're releasing two embedding model families, pplx-embed-v1 and pplx-embed-context-v1. These SOTA embedding APIs are designed specifically for real-world, web-scale retrieval. pplx.ai/pplx-embed

We’re excited to introduce Doc-to-LoRA and Text-to-LoRA, two related research exploring how to make LLM customization faster and more accessible. pub.sakana.ai/doc-to-lora/ By training a Hypernetwork to generate LoRA adapters on the fly, these methods allow models to instantly internalize new information or adapt to new tasks. Biological systems naturally rely on two key cognitive abilities: durable long-term memory to store facts, and rapid adaptation to handle new tasks given limited sensory cues. While modern LLMs are highly capable, they still lack this flexibility. Traditionally, adding long-term memory or adapting an LLM to a specific downstream task requires an expensive and time-consuming model update, such as fine-tuning or context distillation, or relies on memory-intensive long prompts. To bypass these limitations, our work focuses on the concept of cost amortization. We pay the meta-training cost once to train a hypernetwork capable of producing tasks or document specific LoRAs on demand. This turns what used to be a heavy engineering pipeline into a single, inexpensive forward pass. Instead of performing per-task optimization, the hypernetwork meta-learns update rules to instantly modify an LLM given a new task description or a long document. In our experiments, Text-to-LoRA successfully specializes models to unseen tasks using just a natural language description. Building on this, Doc-to-LoRA is able to internalize factual documents. On a needle-in-a-haystack task, Doc-to-LoRA achieves near-perfect accuracy on instances five times longer than the base model's context window. It can even generalize to transfer visual information from a vision-language model into a text-only LLM, allowing it to classify images purely through internalized weights. Importantly, both methods run with sub-second latency, enabling rapid experimentation while avoiding the overhead of traditional model updates. This approach is a step towards lowering the technical barriers of model customization, allowing end-users to specialize foundation models via simple text inputs. We have released our code and papers for the community to explore. Doc-to-LoRA Paper: arxiv.org/abs/2602.15902 Code: github.com/SakanaAI/Doc-t… Text-to-LoRA Paper: arxiv.org/abs/2506.06105 Code: github.com/SakanaAI/Text-…

New in Claude Code: Remote Control. Kick off a task in your terminal and pick it up from your phone while you take a walk or join a meeting. Claude keeps running on your machine, and you can control the session from the Claude app or claude.ai/code

【CladeCode × Supabase】Google認証＋メール認証付きローカルアプリを作る（簡易実装ガイド） プロフから無料公開していますので気になる方はどうぞ

Google has dropped a free Duolingo alternative 🤯 It's called Little Language Lessons and it generates custom conversation partners, slang guides, and visual vocab decks on demand. → 40+ languages (English, German, Chinese... more) → Helps improve pronunciation → 100% free, no subscriptions

日本文化を学習したAI BS朝日「Fresh Faces 〜アタラシイヒト〜」にて、Sakana AIの カラーヌワット・タリン（@tkasasagi）の活動が紹介されました。 くずし字の現代日本語文字への変換や浮世絵生成AIの開発を通じ、歴史的資料を身近にすることで、日本文化の文脈を現代へ繋ぐ試みを続けています。 「海外に任せたら日本の情報が正しくAIから出力されない。日本文化を学習したより現物に近いものをつくるのは、やはり日本でやらなければならない。浮世絵AIの意義というのはそういうところにあると思います」（本プロジェクトで連携している国立情報学研究所（NII）北本朝展教授コメント） タリン「日本の文化を正しく理解するAIを作りたい」「人間の代わりになるAIではなく、『人間の作ってきた文化』を『人間がより理解できる』助けになるAIをつくりたいと考えています」 動画提供： @fresh_faces_bsa

I'm joining @OpenAI to bring agents to everyone. @OpenClaw is becoming a foundation: open, independent, and just getting started.🦞 steipete.me/posts/2026/ope…

Day 1 of OpenClaw 🦞 Stayed up until 1am absolutely speechless. > Added $5 to Claude API ✅ > Setup openclaw gateway ✅ > Setup Discord bot so we can both see work it does ✅ > Scraped TikTok pages and research for planning marketing ✅ > Researched auto-content creation and publishing ✅ > Spent $0.33 total We're literally 2 guys in our 20s with zero VC funding and a 24/7 AI employee. Sky's the limit. Oh, and it's name is Carl. What should we cook?