最新のAIリソース

V-JEPA 2は、Meta AIが提供する12億のパラメータを持つビデオデータに基づく世界の大規模モデルである。このモデルは、100万時間以上のビデオと100万枚の画像から自己教師付き学習に基づいて学習され、物理世界の物体、行動、操作を理解する...

UnifoLM-WMA-0は、Yu Shu Technologyによる複数のクラスのロボットオントロジーにまたがるオープンソースのワールドモデル-アクションアーキテクチャであり、一般的なロボット学習のために設計されている。ワールドモデルとアクションアーキテクチャから構成され、ワールドモデルはロボットと環境の相互作用の物理法則を理解し、アクションアーキテクチャは特定の...

FastDeployはFlying Paddle (PaddlePaddle)フレームワークに基づいて開発され、様々なハードウェアプラットフォームをサポートしています。

DopplはGoogleが提供するAIバーチャルフィッティングアプリだ。ユーザーが全身写真をアップロードした後、このアプリは自分の体のデジタル版で服の写真やスクリーンショットを「着る」ことをサポートし、静止画からAIが生成した動画に変換することができるため、ユーザーは服が体に与える影響をより実感することができる。

JoyHalloは、Jingdongが提供するオープンソースのAIデジタル人体モデルで、北京語向けに設計されており、音声をリアルなスピーキングビデオに変換することができます。JoyHalloは、唇の動きの予測精度を向上させるために半結合構造を使用したwav2vec2モデルに基づく音声特徴を埋め込み、英語ビデオの生成をサポートします。

Qwen-Flashは、アリババ「同義千問」シリーズに導入された高性能・低価格の言語モデルで、高速レスポンスとシンプルなタスクの効率的な処理のために設計されています。高度なMoE（Mixture-of-Experts）アーキテクチャに基づき、スパースエキスパートネットワークによって実現されています。

総合的な紹介 Shangtang Consultationは、SenseChatとして知られているShangtang Technologyによって開発された超1000億パラメータAI言語ビッグモデルプラットフォームです。プラットフォームは、Shangtangの強力なMaaS（Model as a Service）サービスと演算サポートに基づいており、ユーザーに幅広いAIコンテンツを提供しています...

概要 JustCMSは、多忙なコンテンツ制作者のために設計された革新的なコンテンツ管理システムです。JustCMSはヘッドレスアーキテクチャを採用し、コンテンツ配信のスピードと柔軟性を保証します。ユーザーは...

Curtainは、ユーザーが構造化されたアウトラインフォームに基づいて断片化された知識を体系化するためのAIアウトラインノートツールであり、このツールはマインドマップのワンクリック生成をサポートしています。また、ワンクリックでマインドマップを作成することもできます。カーテンは、複雑な情報を直感的なグラフィックで表現し、思考を素早く明瞭にし、理解力と記憶効率を向上させることをサポートします。

総合紹介 No Ask Core DomeはAI開発者向けの総合サービスプラットフォームで、有能なAI開発ツールとビッグモデルサービスを提供する。このプラットフォームには、AIStudio、GenStudioなどの様々な機械学習開発ツールがあり、モデルのデプロイ、データストレージ、モデル...

VoxCPMはエンド・ツー・エンドの拡散自己回帰アーキテクチャを採用し、テキストから直接連続音声表現を生成することで、従来の離散的な曖昧性解消の限界を打ち破っている。階層的言語モデリングと有限状態量子化を通して...

一般的な紹介 ネバーエンドはシンガポール発のプラットフォームで、高度なモデルを通じてテキストをビデオに変換することで、あらゆる種類のストーリーに無限の創造的空間を提供している。ユーザーはこのプラットフォームで、創造性を自由に表現し、感情を伝え、ブランドイメージを構築することができる。このプラットフォームは、そのユニークな...

Genie Envisioner（GE）は、Genie Roboticsチームがシンガポール国立大学、北京航空航天大学などと共同で開発したロボット操作のための統合プラットフォーム。まず想像し、それから行動する」ことで、ロボットがタスクをよりよく理解し、実行することを可能にする。

TanRiceは、ByteDanceの子会社であるJitterbugが立ち上げたAI食品推薦ツールであり、Beanbag Big Modelに依存して、パーソナライズされた食品推薦、店舗スカウト比較、食品ヒントやその他のサービスをユーザーに提供する。TanRiceは、ユーザーの味の好みや場所に基づいて、近くのレストランや料理を正確に推薦し、注文を支援し、グループ購入や持ち帰りサービスを提供することができる。

Seed GR-3は、ByteDance社が導入した汎用ロボットモデルで、新しい環境や複雑なコマンドに適応するための強力な汎化能力を備えている。このモデルは、視覚情報、言語情報、動作情報を融合し、ロボットデータ、VR人間の軌跡データ、公共グラフィックデータの3-in-1の学習方法に基づいており、新しい対象への対応能力を向上させる...

MiDashengLMは、Xiaomiのオープンソースの効率的なサウンド理解のための大規模なモデルであり、特定のパラメータバージョンMiDashengLM-7Bは、オーディオ処理と理解に焦点を当てています。このモデルは、Xiaomi DashengオーディオエンコーダとQwen2.5-オム...

Squiblerは、作家のために設計された強力なAI支援ライティング・プラットフォームで、構想から創作、出版までの全プロセスを支援します。このプラットフォームは、小説、脚本、短編小説などをカバーするさまざまなストーリー・テンプレートを提供します。ユーザーは最初のコンセプトを入力するだけで、AIがアウトライン、キャラクター、シーンを生成します。

DeepSeek-R1は、杭州を拠点とするDeepSeekが発表した高性能AI推論モデルで、OpenAIのo1正式版に対するベンチマークである。このモデルは、大規模な強化学習技術に基づいて事後学習されており、数学、コード、自然言語で推論を行うために必要なラベル付きデータはごくわずかである。

Hailuo 02はMiniMaxの新しいAIビデオ生成モデルで、Hailuo 01のアップグレード版です。このモデルは、グラフ生成ビデオとテキスト生成ビデオの領域で優れたパフォーマンスを発揮し、ByteのSeedance 1.0に次いで2位、Fast...

Tizzy.aiはBaiduが発表したAIインテリジェント検索アプリケーションです。Tizzy.aiはBaiduのビッグモデル技術に基づいており、強力なインテリジェント検索機能を備え、質問に素早く答え、深く考え、意思決定を支援することができます。Tizzy.aiはシンプルなインターフェイスで、広告やポップアップがなく、ガイドの下部に...

MuseSteamerは、百度が発表したマルチモーダル動画生成のための大型モデルである。このモデルは、ユーザーから提供されたテキスト説明や画像に基づいて、高品質の動的なビデオコンテンツを迅速に生成することができ、さまざまなシナリオでの作成のニーズを満たすために、様々な透明性と機能のバージョンをサポートしています。

MiniMax-M1はMiniMaxチームによるオープンソースの推論モデルで、Mixed Expert Architecture（MoE）とLightning Attentionメカニズムの組み合わせに基づいており、総パラメータは4,560億である。このモデルは100...

Wan2.2-S2VはAli Tongyiのオープンソースのマルチモーダルビデオ生成モデルであり、静止画像と音声のみで、高品質のデジタルヒューマンビデオを生成することができ、様々な画像タイプとフレームをサポートしています。

OmniTalkerは、アリババが提供するリアルタイムテキストドリブントーキングアバター生成フレームワークです。このフレームワークは、ストリーミングアプローチに基づいて自然な音声応答を生成するために、テキスト、画像、音声、ビデオなどの複数のモーダル入力を同時に扱うことができます。コアはThinker-Talkerアーキテクチャに基づいています。

一般的な紹介 Foudinge ScrubはGitHubでホストされているオープンソースのウェブツールで、開発者のThéophile Cantelobreによって作成された。複雑なテキストデータから抽出されたナレッジグラフのクリーニングと編集を支援するように設計されています。

ペットTA」は京東のAIGCペットインタラクティブ製品で、ペット愛好家に楽しくて暖かいオンラインインタラクティブプラットフォームを提供することができる。ユーザーがペットのために様々な可愛い服やアクセサリーを選んだり、個人的な着せ替えをしたり、ペットのデジタルイメージを作成したりして、ペットとの豊かな交流をサポートする。このプラットフォームは...

Skywork UniPic 2.0は、Quintessenceによってオープンソース化された効率的なマルチモーダルモデルであり、画像生成、編集、理解に焦点を当てている。このモデルは、2BパラメータのSD3.5-Mediumアーキテクチャに基づいており、事前学習、漸進的なデュアルタスク強化戦略、共同学習によって実現される。

ChatFlowはオープンソースのAIワークフロー自動化ツールで、複雑な要件を効率的なワークフローに変換することをサポートします。コードフレームワークやテストケースを素早く生成し、ソフトウェアアーキテクチャの記述や設計を支援するAI技術をベースとしたツールです。

Makeは、自動化されたプロセスに基づいて組織の効率性と革新性の向上を支援する、AI主導のコード不要の自動化プラットフォームです。このプラットフォームは、マーケティング、販売、財務など、さまざまなビジネスシナリオをサポートする2,000以上の構築済みアプリを提供しています。Makeの主な機能には、コード不要のビジュアルプロセス作成、AI...

MinerU2.5は、上海人工知能研究所と北京大学のチームによって共同開発された、高解像度の文書画像解析を効率的に処理することを主眼とした非連成視覚言語モデルである。核となる革新的な点は、「大局的なレイアウト検出と局所的な内容認識」という2段階の設計にある。

ROMA (Recursive-Open-Meta-Agent) は Sentient AGI によって開発されたオープンソースのメタエージェントフレームワークで、再帰的なタスク分解と並列処理によって複雑な問題を効率的に解決します。Python 3.12+、Docker、...をサポートしています。

Muzaicは、動画制作者やコンテンツクリエイター向けに設計されたAI主導のオンライン音楽生成プラットフォームで、AIベースの技術により、動画の内容にマッチしたカスタム音楽を素早く生成し、わずか8秒で1分間のスタジオ品質のトラックを生成することができる。

Forage-Migoは、テキスト、言語、視覚、データ処理をサポートする強力なマルチモーダルAI機能を備えた、AI主導の学習・研究イノベーションプラットフォームです。Migoは、インテリジェントなQ&A、ウェブページの読書支援、文献の読書、アカデミックライティング、論文の読書、化学...

EXAONE4.0は、韓国LG AI Research社のハイブリッド推論グランドモデルで、汎用自然言語処理と高度な推論機能を融合している。韓国語、英語、スペイン語をサポートし、32Bのプロフェッショナル版と1.2Bのエンドサイド版に分かれています。プロフェッショナル・バージョンは、法律、会計...

RoboOS 2.0は、オントロジーを超えた脳と脳のコラボレーションを実現するオープンソースのフレームワークであり、ロボットの単一知能からグループ協調知能への転換を促進する。このフレームワークでは、クラウドブレインが複雑な意思決定とコラボレーションを担当し、スモールブレインモジュールが特定のスキルの実行に集中するという、効率的な役割分担を実現するために「ビッグブレイン」アーキテクチャを採用している。

概要 Hyperbolic AgentKitは、ブロックチェーンとコンピューティングパワーを組み合わせたAIエージェントを実行するためのテンプレートを提供することを目的としたオープンソースプロジェクトである。このプロジェクトは、CoinbaseのCDP Agentkitをベースに、ブロックチェーンの端末をサポートするための修正と拡張を加えています。

ChartAIは、AI技術に基づいてデータを自動的に分析し、複雑な情報を素早く理解できる直感的なチャートを生成する効率的なデータ可視化ツールです。ChartAIは、さまざまなデータ形式（Excel、CSVなど）のインポートをサポートし、最適なチャートをインテリジェントに推薦します。

Spirit Code IDEは、同義Spirit Codeが発売したAIネイティブ統合開発環境（IDE）で、千題の3大モデルに深く適応し、強力なプログラミング知能体モードを持っており、プロジェクトの認識、コードの検索、端末操作の実行などのタスクを自律的に完了することをサポートします。MCPツールをサポートし、Magic Hitch MCP Squareの3...

wcplusProは専門的なWeChat公開番号データ収集と分析ツールです。このツールは、公開番号履歴記事と様々なデータ（タイトル、内容、読者数など）の収集をサポートし、効率的なデータ管理機能を提供し、百万レベルの記事の高速検索と並べ替えをサポートします。

RedOneは、Little Red Bookによって導入されたソーシャルネットワーク用に調整された大規模言語モデルである。RedOneは、社会的・文化的知識を取り入れ、マルチタスク能力を強化し、人間の嗜好を調整する3段階の学習戦略によって学習される。RedOneは、社会的タスクのパフォーマンス、有害コンテンツの検出とブラウジングにおいて、基本モデルを大幅に上回る。

GLM-4.5はSmart Spectrum社のオープンソースSOTAモデルで、インテリジェント・ボディ・アプリケーション用に設計され、推論、コード生成、インテリジェント・ボディ機能を組み込んでいます。このモデルはMixed Expert（MoE）アーキテクチャに基づいており、3,550億のパラメータを持つGLM-4.5と1,060億のパラメータを持つGLM-4.5の2つのバージョンがあります。

Kandinsky 5.0は、ロシアのAIチームによって開発された最新のビデオジェネレーションモデルシリーズで、軽量設計と高性能に重点を置いている。シリーズ最初のモデルであるKandinsky 5.0 Video Liteは、パラメータはわずか20億だが、類似の14Bモデルを凌駕しており、特に...

Genie 3は、Google DeepMindが提供する新世代のユニバーサルワールドモデルで、高度にダイナミックで一貫性のある仮想世界をリアルタイムで生成することができます。Genie 3は、物理現象や自然生態系をシミュレートし、ファンタジーや歴史的なシナリオの作成をサポートします。テキストプロンプトにより、ユーザーは...

Mureka V7.5は、崑崙ワールドワイドが提供する、中国歌曲に特化した最先端のAI音楽生成モデルです。このモデルは、音色と演奏テクニックを正確に再現し、自然で滑らかで感情的なボーカルを生成します。最適化された自動音声認識（ASR）技術に基づき、Mureka V...

Paintingは百度が発表したAI動画生成プラットフォームで、AI技術に基づいて、ユーザーが簡単にパーソナライズされた動画を作成できるようにする。直感的なインターフェイス、強力なツール、インスピレーションの推薦機能を備えたペインティングは、クリエイターに創造的なインスピレーションを提供することができ、同じ操作のキーをサポートし、迅速に類似したビデオを生成することができ、創造的なプロセスを簡素化します。

11aiはElevenLabsが発表したAI音声アシスタントで、音声対話を中核とし、自然でスムーズな対話を通じてユーザーの作業効率を高める。11aiは5,000以上の音声をサポートし、ユーザーは専用の音声をカスタマイズでき、アシスタントはよりパーソナライズされる。低遅延の音声インタ...

MoE-TTSは、KunlunWanweiによって導入された音声合成フレームワークで、事前に訓練された大規模言語モデル（LLM）と音声専門家モジュールを組み合わせたMixed Expert（MoE）アーキテクチャに基づいています。MoE-TTSは、テキストモジュールのパラメータを凍結し、音声モジュールのパラメータのみを更新することにより、強力なテキスト推論を保持します...

AopsAIは、古い写真をダイナミックなショートビデオに変換するオンラインAIツールです。高度なAI技術に基づき、このツールは静止した写真を「動かす」ことで、過去の美しい瞬間を再現する。ユーザーが写真をアップロードし、メールアドレスを入力すると、AopsAIが24時間以内に自動的にビデオを生成し、それを...

ScienceOneは、中国科学院自動化研究所が共同で立ち上げたインテリジェント科学研究プラットフォームである。ScienceOneは、中国科学院自動化研究所が共同で立ち上げたインテリジェント科学研究プラットフォームで、大規模な科学基盤モデルの構築に基づいており、学際的なコラボレーションによるインテリジェント科学研究の新しいパラダイムを推進し、科学研究の全プロセスをサポートします。

CombatVLAは、3Bパラメトリックスケールで構築されたビジョン-言語-アクション（VLA）モデルで、モーショントラッカーを通して人間のプレイヤーを収集します。

Claude Opus 4.1は、複雑なタスクを効率的に処理するために設計された、Anthropicによる最先端の大規模言語モデルです。このモデルはプログラミング領域で優れており、高品質のコードを生成し、最大32kの単一出力をサポートし、幅広いプログラミングスタイルに適応します。

Lemon Slice Liveは、Lemon Slice社が提供するリアルタイムビデオチャットAIツールです。Lemon Slice Liveは、Diffusion Transformerモデル（DiT）に基づいており、あらゆる写真やイラストをリアルタイムのインタラクティブな動きに変換することができます。

Lucy Editは、Decart AIが開発したオープンソースのAI動画編集ツールです。複雑な微調整やマスクの使用を必要とせず、「キャラクターをシロクマに変える」「シーンを2Dアニメ風にする」といった簡単な自然言語による記述で動画を編集できる。

ThinkSoundは、アリ・トンイのスピーチチームが初めて導入したCoT（連鎖思考）音声生成モデルです。このモデルは、CoT推論の導入に基づいて、従来の技術では画面の動的な詳細や空間的な関係をキャプチャすることが困難であるという問題を解決するために、ビデオ画像に正確に一致する効果音を生成することができます。

Muは、NPUやエッジデバイスで効率的に動作するように設計された、わずか3億3,000万のパラメータを持つMicrosoftの小パラメータ言語モデルである。このモデルはエンコーダー・デコーダー・アーキテクチャーに基づいており、ハードウェアを意識した最適化、モデルの定量化、タスク固有の微調整により、1秒間に100トークンを超える応答速度を達成している。

InteriorGSは、Qunar Technologyによって導入された高品質の3Dガウス意味データセットである。このデータセットには、住宅、コンビニエンスストア、結婚式場、美術館など80以上の屋内環境をカバーする1,000の3Dシーンが含まれている。このデータセットには、755のカテゴリに分類された554,000以上のオブジェクトインスタンスが含まれている。

ジェミニ2.5フラッシュイメージ（コードネームnano banana）は、Googleが提供する最先端の画像生成・編集モデルであり、シーン間の文字の一貫性を維持し、背景をぼかしたり、汚れを除去したりといった自然言語による精密な画像編集をサポートする。

シード・ディフュージョンは、ByteHopが導入した実験的な拡散言語モデルで、コード生成タスクを処理する。このモデルは、2段階拡散学習、制約付き逐次学習、強化された効率的な並列デコードなどの技術に基づいており、推論速度が2,146トークン/秒と大幅に向上し、...

Gemini CLIは、強力なAI機能を開発者に提供するために、開発者のエンドポイントにGemini Big Modelを組み込むことに基づいたGoogleのオープンソースAIプログラミングツールである。このツールは、コードを理解し、ファイルを操作し、コマンドを実行し、問題を動的にトラブルシュートし、開発者が効率的にジェネレーションを書けるように支援する。

Penguin Reading Companionは、テンセントが開発した小中学生向けのAI読書アシスタントです。Penguin Reading Companionは、テンセントのハイブリッドビッグモデルとメタマシンプラットフォームに、義務教育言語カリキュラムプログラムとカリキュラム標準（2022年版）を組み合わせることで、生徒にパーソナライズされたおすすめの読書、複数の読書モード（フォーカス、音読、リスニング...

Olovka AIは、学生のためのAIアカデミックライティング支援プラットフォームで、学生の学術レベル、専門分野、論文の種類に基づいた的確なライティングアドバイスと支援を提供します。インテリジェントなアルゴリズムに基づき、Olovka AIは学生が高品質な学術論文を素早く執筆できるようサポートします。

HunyuanVideo-Avatarは、Tencent Mixed YuanチームとTencent Music Tianqin Labが共同で発表した先進的な音声デジタル人体モデルである。このモデルは革新的なマルチモーダル拡散トランスフォーマーアーキテクチャに基づいており、ユーザーがアップロードしたキャラクター画像と音声に基づいて自然な表情を生成します。

MoFlowは心理学とAI技術を組み合わせた感情管理アプリだ。ユーザーが自分の感情を文章やチャットで表現できるプライベートな空間を提供し、AIパートナーが辛抱強く話を聞いてフィードバックしてくれる。

Hailuo Video Agentは、MiniMaxが発表した閾値ゼロのAI動画作成エージェントで、オープンベータ版です。簡単なテキスト入力や画像のアップロードにより、ワンクリックで高品質なクリエイティブ動画を作成することができ、幅広い用途に対応します。

Intern-S1-miniは、上海人工知能研究所(SAL)が発表したパラメータスケール8Bの軽量科学用マルチモーダル・マクロモデルである。Intern-S1の強力な機能を継承し、汎用的な機能と特殊な科学的機能の両方を兼ね備えており、迅速な展開や二次開発に適している。性能面では、I...

Shangtang Ruyingは、Shangtang Technologyが発表したAIデジタル人体映像制作プラットフォームである。ビッグモデル技術に基づき、顔の特徴、服装、髪型など、非常にリアルなデジタル人体イメージの作成とパーソナライズをサポートする。このプラットフォームは、サウンドクローン、ビデオ生成、自動データ注釈、リアルタイムインタラクションなどの機能を備えている。

Day by Day V6.5はShangTechの先進的なマルチモーダル推論マクロモデルで、画像とテキストの混合入力を扱うように設計されており、画像コンテンツの正確な理解をサポートし、テキストと組み合わせて説明文を生成したり、質問に答えたりする。

Agentar-Fin-R1は、Anthem社によって導入された金融領域向けの最先端の大規模言語モデルである。強力なQwen3アーキテクチャに基づいて開発されたこのモデルは、8Bと32Bの2つのパラメータスケールバージョンを提供し、多段階分析、リスク評価、戦争などの複雑な金融推論タスクを正確に処理することができます。

Drafting AI Communityは、ユーザーに豊富なクリエイティブデザインリソースとツールを提供するオンラインAIクリエイティブインスピレーションプラットフォームです。このプラットフォームは、イメージ写真、Eコマースデザイン、ホリデーテーマ、3Dイラスト、アバターデザイン、小紅集素材、似顔絵デザインなど、様々なデザイン分野をカバーし、様々なユーザーのニーズに応えます。

MagicTryOnは、浙江大学コンピューター科学技術学院がvivoや他の組織と共同で立ち上げた先進的なビデオバーチャルトライオン・フレームワークである。このフレームワークは、従来のU-Netアーキテクチャを革新的なDiffusion Transformer (DiT)アーキテクチャに置き換え、完全なセルフアテンションマシンと組み合わせたものである。

gpt-realtimeはOpenAIの高度な音声モデルで、自然で滑らかな音声を生成するための直接音声処理をサポートしています。このモデルは複数の言語とスタイルをサポートし、笑いなどの非言語的な合図を理解し、言語を切り替えることができます。

Mureka V7は、崑崙ワールドワイドが発表した先進的なAI音楽生成モデルである。このモデルはMusiCoT技術に基づいており、音楽の全体的な構造を計画してから細部を詰めることで、より首尾一貫した芸術的な音楽作品を生成することができる。

Qwen3Guardは、Qwen3の基本モデルに基づき、セキュリティ検出のために設計された、きめ細かいセキュリティ保護モデルです。Qwen3Guardは、2つのプロ...

Wunengはロボットとスマートデバイスのために設計された体現知能プラットフォームである。悟り」の世界モデルとマルチモーダルビッグモデル技術に基づき、Wunengは視覚、音声、触覚などのマルチセンサー入力を統合し、強力な知覚、意思決定、行動能力を備えている。

概要 Product Hunt Daily Chinese Hotlistは、GitHub Actionsをベースとした自動化ツールで、Product Huntで人気のある商品のリストを、Markdownファイルの形で毎日定期的に生成します。

Qwen3-Coder-Flashは、Ali Tongyi Thousand Questionsチームによって導入された高性能プログラミングモデルであり、優れたエージェントベースプログラミングとツール呼び出し機能を持ち、複雑なプログラミングタスクを処理するのに適している。Qwen3-Coder-Flashは、256Kトークンの長い文脈理解をサポートし、1Mトーク...

SpatialGenはQunar Technologyのオープンソース3Dシーン生成モデルであり、拡散モデルアーキテクチャに基づき、テキスト記述、参照画像、3D空間レイアウトに基づいて時空間的に一貫性のあるマルチビュー画像の生成をサポートし、さらに3Dガウスシーンの生成とローミングビデオのレンダリングを行う。

Claudableは、Next.jsをベースにしたオープンソースのウェブアプリビルダーです。Claude CodeとCursor CLIの高度なAIエージェント機能と、Lovableのシンプルで直感的なアプリ構築体験を組み合わせています。

UnifiedTTSは音声合成（TTS）サービスのワンストッププラットフォームです。中国語、英語、日本語、韓国語を含む多言語をサポートし、グローバルビジネスのニーズに応えます。統一されたAPIインターフェイスを通じて、Micro...

Skywork Deep Research Agent v2は、Kunlun Waveが発表したマルチモーダル情報の統合と分析に特化したディープリサーチインテリジェントボディです。

DragonV2.1は、マイクロソフト社の先進的なゼロサンプル音声合成（TTS）モデルです。Transformerアーキテクチャをベースとしたこのモデルは、多言語およびゼロサンプル音声クローンをサポートし、わずか5～90秒の音声プロンプトで自然で表現力豊かな音声を生成します。

総合紹介 Infini-Megrezは、ハードウェアとソフトウェアの共同設計により、効率的なマルチモーダル理解と解析の実現を目指し、不問の中核ドーム（Infinigence AI）が開発したエッジ・インテリジェンス・ソリューションである。プロジェクトの中核となるのは、グラフをサポートするMegrez-3Bモデルである。

AntelopeはJingdongが発表したインテリジェントデザインツールで、電子商取引業者と個人に効率的で便利なデザインソリューションを提供します。インテリジェントキーイング、インテリジェントレイアウト、インテリジェントカラーマッチングなどの機能により、ユーザーは商品のメイン画像、広告バナー、ショップページなど各種Eコマースストアに合わせた高品質なデザイン作品を素早く作成することができます。

Vace AIは強力なワンストップAI動画制作・編集プラットフォームです。このプラットフォームは、テキスト説明や参照画像に基づいて高品質のビデオコンテンツを生成し、ビデオの拡張、スタイル変換、被写体の除去や再構築などのさまざまな編集機能をサポートしています。

Magentic-UIは、マイクロソフトのオープンソースの人間とコンピュータのコラボレーションAIエージェント研究ツールです。Magentic-UIは、ウェブブラウジング、コード実行、ファイル操作などの複雑なウェブタスクを容易にするために、ユーザーと密接に連携することに基づいています。Magentic-UIは、ユーザーと密接に連携し、ウェブブラウジングやコード実行、ファイル操作などの複雑なウェブタスクを容易にすることを基本としています。

ChatGPTエージェントはOpenAIの汎用AIエージェントで、複数の機能を組み合わせて複雑なタスクを自律的にこなします。ユーザーは自然言語でニーズを記述するだけで、エージェントは自動的に適切なツールを選択することができます。例えば、ウェブの閲覧、情報の抽出、コードの実行...

Shortbreadは、ユーザーが簡単な自然言語の説明に基づいて完全なコミックをすばやく作成できるAIコミック生成ツールです。Shortbreadは、描画スキルを必要とせず、テキストを入力するだけで、AIがユニークなキャラクター、シーン、感情を持つパーソナライズされたコミックをすばやく生成します。

HeyGenは、AIを活用したデジタルヒューマンビデオ作成プラットフォームで、合理的なビデオ制作プロセスをサポートし、ユーザーはプロ級のデジタルヒューマンビデオを素早く作成することができます。このプラットフォームは高度なAI技術に基づいており、ユーザーはデジタルキャラクターのイメージと声を完全にコントロールすることができます。

Qin Music Grand Modelは、Tencent AI LabとTencent TME Tianqin Labが共同で発表した先進的なAI音楽作成グランドモデルである。このモデルは、ユーザーが入力したキーワード、説明文、または英語と中国語のオーディオクリップに基づいて、高品質のステレオオーディオまたはマルチトラックの楽譜をインテリジェントに生成します。

ViMaxは、香港大学のデータサイエンス研究所が開発したオープンソースのマルチインテリジェンス・ボディ・ビデオ生成フレームワークで、クリエイティブな入力からビデオ出力までの全プロセスを自動化することができます。スクリプト生成、シーンデザイン、ショットプランニング、ビデオレンダリング機能を統合し、自然言語記述による首尾一貫した映画・テレビグレードのビデオ生成をサポートします。

概要 レポートmaistroは、自然言語処理技術により、ユーザーが簡単にカスタムレポートを作成できるように設計された強力なツールです。このツールはLangChainテクノロジーを利用し、ユーザーから提供されたトピックや構造を詳細なレポートに変換します。

概要 AI Company Research Assistantは、企業リサーチとリードジェネレーションのプロセスを自動化するために設計された人工知能ベースのツールです。LangGraphやFireCrawlなどの技術を利用し、わずか数分で詳細な企業調査レポートを作成することができます。ユーザは単に...

HIRING.STUDIOは、採用チームが職種に特化した面接質問を効率的に作成するためのAI採用面接支援ツールです。AI技術に基づき、面接質問を生成し、フォローアップ質問を提案し、質の異なる回答に対する評価基準を作成します。このツールは、STAR方式をサポートしています...

アスクホワイト5は、非常に高い知性を備えた「オール・イン・ワン」のフラッグシップモデルである。AA-Index総合評価スコア64.7点、STEM能力評価スコア86点など、多くの評価で好成績を収め、世界トップクラスのGPT-5に迫る。

リソース・リスト トップ10 最も一般的なトークン1000 最も一般的なネガティブ・トークン20 最も一般的なサンプラー100 最も一般的なステップ100 最も一般的なディメンション50 最も一般的な...

A2UI（Agent-to-User Interface）は、Googleがオープンソースで提供するエージェント駆動型インターフェース・プロトコルであり、AIエージェント向けに複雑な対話型インターフェースを生成する際の課題に対処する。AIエージェントがユーザーインターフェースの構造を記述できるようにする宣言的なJSONフォーマットを通じて、クライアントアプリケーションは、AIエージェントがユーザーインターフェースの構造を記述できるようにします。

ML-Masterは上海交通大学人工知能学院のエージェントチームによって開発されたAIエキスパート・インテリジェンスです。OpenAIの権威あるベンチマークテストMLE-benchで好成績を収め、平均メダル獲得率29.3%でマイクロソフトのRD-Agentを上回りトップに立った。

Klic Studio（旧クリリンAI）は、動画クリエイターやコンテンツエクスポーターのために設計されたAIベースの動画翻訳、ダビング、ボイスクローンツールです。ワンクリックで動画をダウンロードから出力まで完了させることができます。

MagistralはMistral AIによる推論モデルで、透過的、多言語、ドメイン固有の推論機能に焦点を当てている。このモデルは、オープンソース版（Magistral Small）とエンタープライズ版（Magistral Medium）で構成されており、後者は...