AIメモリ

OpenAIは、V7がGPT-5.6を使って散在する企業ファイルをソースリンク付きのコンテキストに変換し、エンタープライズ向けメモリの新しいモデルを示していると説明しています。

Google Research の WikiSkill は、AI エージェントが失敗と成功の記録を保持できるようにし、基盤モデルを再学習せずに反復タスクの性能を向上させます。

Metaの研究者は、長時間にわたるAIタスク向けの選択的メモリエージェントを提案し、ベンチマーク向上を報告する一方で、コスト、較正、設計上の未解決課題も指摘している。

AgenticSTS の研究者は、構造化メモリによってAIエージェントが Slay the Spire 2 を倒しつつトークン使用量を削減できたと述べ、コンテキストの劣化を乗り越える実践的な道筋を示した。

Micron Technologyは、NVIDIAの次世代GPU「Vera Rubin」向けHBM4メモリチップの本格量産を開始しました。これにより同社は、アナリストが2030年まで続くと予測するAI主導のメモリ不足の中心に位置づけられています。Micronの収益は前年同期比でほぼ3倍になりました。

Anthropicは全てのClaudeユーザー向けに無料のメモリ機能を展開し、ChatGPTのデータを取り込むツールを導入しました。これは、ペンタゴンとの取引をめぐる論争を受けてOpenAIから乗り換えるユーザーの波に便乗したものです。

AIデータセンターがメモリチップ生産の70%を消費する中、Micronの時価総額は313%急増しており、持続的な品薄の中でDRAM価格は2026年に70〜100%上昇すると予想されています。

OpenAIのCEOサム・アルトマンは、次の重要なAIの飛躍は「無限で完璧な記憶」の開発であり、それによりAIがユーザーの人生のすべての詳細を記憶できるようになると考えています。