従来はクラウドの大規模GPUが前提だったDeepSeek級のMoEを、KTransformers v0.6.1はCPUとGPUを併用してRTX 4090×4枚（合計約80GB）で微調整できるとする。ZeRO-Offload比で6〜12倍高速な学習を主張し、GLM-5.2やDeepSeek-V4-Flashなど公開直後の最新MoEに当日対応する運用が支持を集めている。自社でクローズドデータのファインチューニングを検討する場合、外部推論APIに出さずに中規模ハードで完結できる選択肢が現実的になった。ただし主張値は自社ワークロードでの再検証が必要。

AWSのVEMAは、機器診断・修理を扱う保守モードと、緊急手順・法令順守を扱う安全モードの2領域で動作する。中核は音声から音声まで同一モデルで処理するNova Sonicで、文字変換を挟まず低遅延を実現する。機器マニュアルや標準作業手順書を検索して回答する検索連携生成（RAG）を採用し、推論にはClaude 3.5 Sonnet、会話の記憶・セッション分離・自動拡張はAmazon Bedrock AgentCoreが担う。現時点の対応言語は英語とスペイン語のみで、日本語適用には別途検証が必要な点を導入前に織り込むべき。

NVIDIAと日本のNoetraが、GPU2万7,500基・電力容量140メガワットのAIファクトリーを新設すると発表した。経産省のFRONTiaプロジェクトの計算基盤となり、国家単位でフィジカルAIを推進する構図となる。国内で大規模計算リソースが増えることは、自社のAI調達・立地・電力コスト前提の見直しに直結する。

FANUC・安川電機・川崎重工など日本のロボット・製造大手がNVIDIAのCosmos連合に参加意向を示した。同時発表のCosmos 3 Edgeは40億パラメータで、クラウドを介さずロボット側のGPU上で動く小型モデルとして位置づけられる。VEMAの現場音声応答、Noetraの計算基盤と合わせ、AIが実験室から工場・ロボットの物理現場へ具体的に降りている。

Ant Group系Robbyantが公開したLingBot-Mapは、映像を1枚ずつ受けながら3D空間を復元する。約20FPS・1万フレーム超の長尺映像でも位置を保つとされ、コードと学習済みモデルごと公開された点でロボットや空間認識アプリの実装者が即検証できる。物理AIの土台として上記Cosmosの動きと呼応する。