毎日 08:00 発行
11件のニュース5セクション11の発信元約1分で読めます
トップ
Metaは、個人の日常業務や高度なプロフェッショナル作業を想定した最先端のマルチモーダルモデル「Muse Wonder」および「Wonder Full」を公開しました。
MMeta AI
01モデルリリース・アップデート
MMeta AI
Metaは、個人の日常業務や高度なプロフェッショナル作業を想定した最先端のマルチモーダルモデル「Muse Wonder」および「Wonder Full」を公開しました。
AAlibaba Qwen
Alibaba Qwenチームは、長時間の自律実行を支える弹性強化学習（RL）フレームワーク「QwenGyre」をオープンソースで発表しました。
SSubQ
SubQは、384Kのマルチモーダルコンテキストをサポートし、処理遅延を線形に抑える企業向け決定モデル「SubQ Snap」を発表しました。
02プロダクトリリース・アップデート
xxAI / SpaceXSI
xAIは、Grok、Grok Bot、Cursor、X Premiumの主要な権益を一括して利用できる統一サブスクリプションプラン「The X Subscription」を開始しました。
原文 ↗PPerplexity
Perplexityは、Projects機能の裏側を刷新し、各エージェントが独立したサンドボックスで作業しながらS3上の共有リポジトリにコミットできるGitベースの環境を構築しました。
MMicrosoft
Microsoftは、TeamsやCopilotなどの自社AIサービスを支える次世代カスタムAIチップ「Maia 300」を発表し、マルチギガワット規模の展開を計画しています。
03業界動向
AAnthropic
Anthropicは、過去数ヶ月にわたる研究により、Claudeに対する蒸留攻撃の効果を軽減する上で大きな進展があったと発表しました。
PPython Core Team
Pythonの最新メジャーバージョンとなるPython 3.15がリリースされ、起動時間を改善する明示的な遅延インポートなどが導入されました。
原文 ↗04研究論文
AAWS Science
AWSの研究チームは、既存のTransformerモデルの重みを活用して効率的なハイブリッド状態空間モデルを構築する「Priming」手法を発表しました。
原文 ↗NNVIDIA Research
NVIDIAの研究チームは、モデルの全重みを強化学習で更新しながらLoRAよりも少ないメモリ消費を実現する「LoGRA」を発表しました。
05その他の話題
CCommunity Project
ユーザーがAIエージェントを導入しても何に使うべきか迷う課題を解決するため、インターネット上の実際の成功事例やプロンプトを集約した無料サイトが公開されました。
最新 24 件
177月
ツール1分
PerceptionBenchは、Kimiチームが発表した次世代AI視覚評価ツールで、マルチモーダルモデルの原子感知能力（Atomic Perception）をテストするために設計されました。テスト結果によると、GPT、Kimi、Claudeなどのトップモデルであっても、純粋な視覚認識タス …
177月
ツール1分
NVIDIA Nemotron 3 Embedは、AIエージェントとRAGのために設計された次世代の埋め込みモデル（Embedding Model）です。より正確なベクトル検索を通じて、大規模言語モデルのトークン消費量と推論コストを削減します。この記事では、8BモデルがRTEBリーダーボー …
177月
ツール1分
Moonshot AIが現在最大規模のオープンソースモデル「Kimi K3」をリリース！本記事では、2.8兆パラメータを支える極めてスパースなMoEアーキテクチャを深掘りし、自律的なチップ設計やコンパイラ開発といった高度なエージェント能力、そして企業導入時におけるAPIコストの優位性につい …
177月
ツール1分
Thinking Machines Labが、ゼロからトレーニングされた初のマルチモーダルモデル「Inkling」を正式発表。975Bパラメータの混合専門家（MoE）アーキテクチャを採用し、Apache 2.0ライセンスでモデルの重みを公開。本記事では、Inklingのモデルアーキテクチ …
296月
ツール1分
バイドゥの最新オープンソースUnlimited-OCRは、長文ドキュメント解析の限界を突破しました。R-SWA（参照型スライディングウィンドウ注意機構）と定数KVキャッシュ（Constant KV Cache）により、最大32Kトークンの超長文OCRタスクを実現。本記事では、その技術アーキ …
296月
ツール1分
Unconventional AIが発表したUn-0は、従来のニューラルネットワークアーキテクチャから脱却し、倉本結合発振器を用いて物理的な進化をシミュレートすることで画像を生成します。本記事では、その動作原理、5つの主要生成プロセス、現在の性能、そしてGPUに挑戦する1000倍の省エネの …
296月
ツール1分
DeepReinforceがリリースしたOrnith-1.0オープンソースモデルファミリーを徹底解説。Self-Scaffolding技術、自律的な計画、強化学習の最適化を通じて、SWE-Benchなどの権威あるテストで数々の商用AIモデルを上回った仕組みを理解し、次世代Agentic …
296月
ツール1分
華中科技大学とVIVO AI Labが共同開発したMoebius画像修復フレームワークは、わずか2.26億パラメーターで、生成AIに長年存在したパフォーマンスのボトルネックを突破しました。革新的なLλMIアーキテクチャと潜在空間蒸留技術により、MoebiusはFLUX.1-Fill-Dev …
296月
ツール1分
JD.comのJoy未来学院は、JoyAI-VL-Interactionを正式にオープンソース化しました。革新的な非同期デュアルループ推論アーキテクチャにより、リアルタイム視覚言語モデルの動画インタラクションにおける遅延ボトルネックを克服。本記事では、Real-time Red …
296月
ツール1分
dots.ttsはRedNoteが発表した次世代のオープンソースTTS（テキスト読み上げ）モデルです。完全連続（Fully Continuous）アーキテクチャを採用し、従来の離散トークンを完全に排除することで、音声の自然さと感情表現を向上させました。本記事で …
296月
ツール1分
10Bパラメータのアーキテクチャが、いかに少ない学習データで高品質な画像生成と編集能力を実現したか、Boogu-Image-0.1オープンソースモデルファミリーを徹底解説。Base、Turbo、Editの3大バージョンの違い、バイリンガルテキストレンダリングの利点、写真級の生成効果、ハード …
56月
ツール1分
AIが単なる機械的な朗読ではなく、笑い声、間、感情を込めて話せるようになったとき、音声インタラクションはどのように変わるのでしょうか？本記事では、Higgs Audio v3 TTSの感情音声、多言語対応、音声クローン（Voice Cloning）、および低遅延リアルタイム生成技術を詳しく …
56月
ツール1分
従来の生成モデルは長い待ち時間を必要としました。Googleの最新オープンソースプロジェクト Magenta RealTime 2 はApple Silicon向けに最適化され、MIDIやオーディオ制御をサポート。クリエイターはノートPC上でシームレスな対話型ライブ音楽体験を楽しめます。
26月
ツール1分
ByteDanceの最新オープンソース動画AI「Bernini」が登場！動画の生成と編集だけでなく、物理的な推論能力も備えています。MLLMとDiTの役割分担、SA-3D RoPE、実測パフォーマンスについて詳しく解説します。
295月
ツール1分
AI 生成画像の良し悪しはいつも主観的？Qwen チームは Qwen-Image-Bench と Qwen3.6-27B ベースの AI 審判 Q-Judger をオープンソース化しました。本記事では、その思考の連鎖の仕組みや 5 つの詳細な評価次元を解析。精緻な JSON 構造化評価の実 …
295月
ツール1分
普通のノート PC で強力な AI を動かしたいですか？Liquid AI が最新のエッジ混合専門家モデル LFM2.5-8B-A1B をリリース！本記事では、128K コンテキスト、推論専用設計、ハルシネーション抑制メカニズムを解析。6GB 未満のメモリで、オフラインかつプライバシーを極 …
295月
ツール1分
AI モデルは大きくなるほど重くなる？オープンソースの黒馬 Step 3.7 Flash がその迷信を打ち砕く！198B の混合専門家モデルが実現する低コスト推論と独自機能「アドバイザーモード」。GUI を自律操作してコードを書き、深層検索を行う仕組みを本記事で解説します。
275月
ツール2分
スマホで高品質な AI 画像を生成したいですか？PrismML がローカルデバイス向けに構築された Bonsai Image 4B 拡散モデルを発表。極限の量子化技術によりコアを 1GB 未満に圧縮し、iPhone でも 10秒以内でオフライン生成が可能に。ハードウェアの壁を下げ、プライバ …
275月
ツール1分
80億パラメータを誇る MOSS-TTS-v1.5 音声合成モデルを探索。このオープンソースツールが、精密な秒数指定の停止制御、31言語のタグ対応、そして極めて安定したゼロショット音声クローン技術によって、AI音声に人間らしい感情のリズムをどのように与えるのかを解説します。
275月
ツール1分
動画クリエイターにとって、適切な音響素材探しは常に悩みの種です。OpenMOSS がリリースした最新の MOSS-SoundEffect-v2.0 モデルは中英バイリンガルプロンプトに対応し、テキスト入力だけで 48kHz、最長30秒の高品質な環境音を生成可能。DiT アーキテクチャを採用 …
265月
ツール1分
複雑なPDFや表の処理に頭を悩ませていませんか？NuMindチームがリリースした最新のNuExtract3モデルを徹底解説！わずか4GBのVRAMでローカルデプロイが可能。構造化されたJSON抽出とMarkdown OCR機能を完璧に統合し、企業レベルの文書処理におけるオープンソースの第一 …
265月
ツール1分
ノートPCで強力なAIを動かしたいですか？この記事では、OpenBMBがリリースしたMiniCPM5-1Bモデルを深掘りします。独自のハイブリッド推論（Hybrid Reasoning）メカニズム、RL+OPD学習の秘話、あるいはエッジコンピューティングの可能性を最大限に引き出すローカルデ …
255月
ツール1分
自然度の高い音声合成ソリューションをお探しですか？網易有道が発表した Confucius4-TTS ゼロショット音声クローンエンジンは、LLM アーキテクチャを組み合わせ、14 か国の言語のシームレスな切り替えをサポートし、感情の起伏まで正確に捉えます。この技術の核心的なハイライトと実際の …
255月
ツール1分
テンセント（Tencent）の最新オープンソース多言語翻訳モデル「Hy-MT2」を徹底解説！AngelSlim 1.25ビット極限量子化技術により、1.8Bモデルをわずか440MBに圧縮。スマートフォンなどの端末でも33言語の高品質な相互翻訳がスムーズに行えます。開発者向けリソースやFAQ …
最近の記事にはこの種類がまだありません。 ライブラリで探す
ライブラリをもっと見る記事を探す
Felo AI の検索結果が新しいタブで開きます。読むことを、毎日の習慣に。
お好きな RSS リーダーで、毎日の AI の動きを追いかけましょう。
日報を購読するオープンなフィード。アルゴリズムなし。