最新のAIリソース

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。

DeepSeek V3.1は、DeepSeekが導入した新世代のAIモデルで、前モデルのV3をベースに重要なアップグレードが施されています。 DeepSeek V3.1は、思考モードと非思考モードを柔軟に切り替えることができるハイブリッド推論アーキテクチャを導入しており、思考...

Qwen-Image-Editは、Ali Tongyiによって導入された、200億のパラメータを持つQwen-Imageアーキテクチャ上に構築された、万能画像編集モデルです。このモデルはセマンティック編集と外観編集の両方の機能を兼ね備えており、画像に対して低レベルの視覚的外観編集を行うことができます（例：追加、削除...

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...

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。

DINOv3は、Meta AIが開発した次世代の自己教師付き視覚ベースモデルであり、自己教師付き学習パラダイムを使用して、ラベル付けデータなしで画像の特徴を学習する。データ準備の改善とGramアンカリングの導入により、特徴量の劣化問題を解決し、汎化能力を向上させている。

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...

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。

Hunyuan-GameCraftはTencent Hunyuanチームのオープンソースインタラクティブゲームビデオ生成フレームワークです。1枚の画像とプロンプトから、非常にダイナミックなゲームビデオを生成するフレームワークで、キーボードとマウスを使ってリアルタイムでビデオコンテンツを制御するユーザーをサポートします。

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。

RynnRCPは、Ali Dharma Instituteによるオープンソースのロボットコンテキストプロトコル（RCP）であり、身体化された知能の開発の敷居を下げ、開発プロセス全体を開放します。RynnRCPは、RCPフレームワークとRobotMotionモジュールで構成されています。RCPフレームワークは、能力の抽象化とマルチプロトコルのサポートを通じて、...

RynnECはAlibaba Dharma Instituteが導入した世界理解モデルで、具現化知能タスクに焦点を当てている。このモデルは、映像データと自然言語を組み合わせたマルチモーダル融合技術に基づいており、シーン内のオブジェクトを多次元から解析し、オブジェクトの理解、空間認識、映像ターゲットのセグメンテーションなどの機能をサポートする。

Matrix-3Dは、Skywork AIチームによるオープンソースのフレームワークで、探索可能なパノラマ3D世界の生成に特化している。このフレームワークは、パノラマビデオ生成と3D再構成技術を組み合わせて、1枚の画像やテキストプロンプトから高品質で全方位探索可能な3D世界を生成します。

GLM-4.5Vは、Smart Spectrumによって導入された世界有数のオープンソース視覚推論モデルであり、1060億の総パラメータと120億の活性化パラメータを持つ。このモデルは、新世代のテキストベースモデルGLM-4.5-Airをベースに学習され、強力な視覚理解・推論能力を持ち、画像、動画...

Matrix-Game 2.0は、Kunlun SkyWork AIがリリースした自社開発のインタラクティブワールドモデルです。Matrix-Game 2.0は、業界初のオープンソース、リアルタイム、長シーケンスの汎用シナリオ用インタラクティブ生成モデルであり、複数のシナリオを25FPSで動作させることができる。

Baichuan-M2は、Baichuan Intelligenceが発表したオープンソースの医療用拡張マクロモデルです。医療分野で高いパフォーマンスを発揮し、特にHealthBenchのレビューでは60.1というスコアで、OpenAIのgpt-oss120bや他の多くのオープンソースモデルを上回り、世界的な...

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。

SkyReels-A3は、崑崙ワールドワイドグループが開発した音声駆動型デジタルヒューマンクリエーションツールです。SkyReels-A3は、音声駆動型デジタル人体作成ツールで、簡単な入力（例：肖像画像と音声）で高品質の動的ビデオコンテンツを生成したり、静止画を「生き生きと」させたり、既存のビデオのセリフを新しいリップシンクに置き換えてキャラクターが自動的に合わせることができます...

MiniMax Speech 2.5は、MiniMaxチームによって開発された高度な音声生成モデルです。音声合成の分野において、特に多言語の表現力、音色の再現精度、言語カバー率の点で大きな進歩を遂げています。このモデルは40の言語をサポートしています。

GPT-5はOpenAIがリリースした最新の言語モデルで、いくつかのアップグレードが施されています。リアルタイム・ルーターを内蔵した統合知能システムで、問題の複雑さに応じて効率的な思考モードと深い思考モードを自動的に切り替え、迅速な応答と正確な回答を可能にする。

dots.vlm1は、Little Red Book hi labがオープンソース化した初のマルチモーダルビッグモデルです。ゼロからトレーニングされた12億パラメータの視覚コーダーNaViTとDeepSeek V3 Large Language Model (LLM)をベースに、強力な視覚認識とテキスト推論を備えています。

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...

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。

gpt-ossはOpenAIのオープンソース推論モデルファミリーで、開発者向けに効率的で柔軟かつ容易に導入できるAIソリューションを可能にします。

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...

MOSS-TTSDは清華大学のSpeech and Language Labによって開発されたオープンソースの音声対話モデルです。MOSS-TTSDはテキスト対話スクリプトを自然で滑らかな表現力豊かな対話音声に変換することができ、英語と中国語のバイリンガル生成に対応しています。

AudioGen-Omniは、Racerのマルチモーダルオーディオ生成モデルで、ビデオやテキストなどの入力に基づいて高品質のオーディオ、スピーチ、歌を生成します。AudioGen-Omniは、マルチモーダル拡散トランスフォーマーや位相整合トランスフォーマーなどの高度な技術に基づいています。

LangExtractは、大規模言語モデル（LLM）を使用して、構造化されていないテキストから構造化された情報を抽出するGoogleオープンソースのPythonライブラリです。ユーザー定義のコマンドと少ないサンプル数で、...からの臨床メモのような重要な詳細を効率的に識別し、整理することができます。

Qwen-Imageは、Alibaba Tongyi Qianqianチームによってリリースされたオープンソースの画像生成ベースモデルです。200億のパラメータを持ち、マルチモーダル理解、高解像度コーディング、拡散モデリングの3つのモジュールを組み込んだマルチモーダル拡散変換アーキテクチャ（MMDiT）を採用しています。

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。

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。

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。

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。

ScreenCoderは、UIデザインのスクリーンショットを高品質のHTML/CSSコードに素早く変換できるオープンソースのスマートツールです。モジュラー・マルチ・インテリジェンス・アーキテクチャをベースに、ビジュアル理解、レイアウト・プランニング、コード合成技術を組み合わせたツールで、高精度でセマンティックなフロントエンド・コードの生成をサポートします。

Gemini 2.5 Deep Thinkは、複雑なタスクを解決するために設計されたGoogleのAI推論モデルである。国際数学オリンピック(IMO)2025で金メダルを獲得したモデルの亜種であり、並列推論によって複雑なタスクを解くように設計されている。

MindLinkは崑崙ワールドワイドウェブによって起動されたオープンソースの推論の大規模なモデルです。適応推論機構を使用すると、タスクの複雑さに応じて柔軟に推論モードを切り替えることができ、単純なタスクが迅速に生成され、複雑なタスクの詳細な推論、アカウントに効率と精度を取る。計画駆動型の推論のパラダイムは、 "考える "タグを削除するには、減らす...

君K2高速版（きみK2-turbo-preview）は、月の裏側君によって導入された高性能言語モデルである。Kimi K2をベースに最適化されたモデルで、出力速度が大幅に向上し、1秒間に40トークンを生成することができます...

dots.ocrは、Xiaohongshu hi研究室によってオープンソース化された多言語文書解析モデルで、17億パラメータの視覚言語モデル（VLM）に基づいており、読み順を維持しながら文書のレイアウト検出と内容認識を効率的に行うことができます。

HYPIRは、中国科学院深圳先端技術研究所のDong Chaoのチームによって導入された、画像復元のための大規模なモデルである。HYPIRは、テキストを明瞭に保ちながら、古い写真を素早く復元し、解像度を向上させることができる。

FLUX.1 Krea [dev]は、Black Forest LabsとKrea AIによるテキスト生成グラフィカルモデルです。このモデルは、入力されたテキスト記述に基づいて、高品質でリアルな画像を生成し、従来のA...

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...

ワイドリサーチは、複雑で大規模なタスクを処理するために設計されたManusプラットフォームの強力な機能です。このプラットフォームは、システムレベルの並列処理メカニズムとインテリジェンスコラボレーションプロトコルによって、同時に動作する数百の汎用インテリジェンスをサポートします。

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、...

暁星秀は京東保健が発表したAI感情漫画生成製品で、現在テスト段階にある。同製品は感情漫画ストーリー生成を核心機能としており、ユーザーは音声やテキスト入力で感情を表現したり、ストーリーを語ったりすることができ、AIは入力に基づき、マッチした4コマ漫画やストーリー解釈を生成する。

1688 AIバージョンはアリババの1688プラットフォームが発表したインテリジェント・ビジネス・アシスタント・アプリケーションで、小規模Bバイヤーと商人向けに設計されている。1688プラットフォームの膨大なデータに基づき、ビジネスチャンスプッシュ、商品推薦、アイデア創出、企業照会などの機能を提供し、ユーザーが市場ダイナミクスを正確に把握し、迅速...

Steps Deep Researchは、Steps Starが発表した効率的なAIリサーチツールで、複雑な問題のリサーチを自律的に完了し、専門的なレポートを短時間で作成することができる。このツールは、金融、コンサルティング、ヘルスケア、法律などの分野向けに設計されており、詳細な検索機能と情報統合機能により、業界レビューで優れた評価を得ている。

Runway Alephは、Runwayが発表した先進的なAIビデオ編集モデルで、シンプルなテキストコマンドをベースに、ビデオコンテンツの追加や削除、スタイル変更、環境調整、カメラの動きの最適化などを素早く行うことができる。ユーザーは複雑な操作をすることなく、簡単に冗長な要素を削除し、シーンを変更することができます...

WebShaperはアリババのTongyi Labが立ち上げたAIトレーニングデータ合成システムで、形式的モデリングと知能拡張メカニズムに基づいて高品質でスケーラブルなトレーニングデータを生成し、AI知能の複雑な情報検索能力の向上を支援する。このシステムは「知識投影」の概念を導入している。

Skywork UniPicは、KunlunWanweiによるオープンソースのマルチモーダル事前学習モデルで、画像理解、テキスト生成画像、画像編集の3つのコア機能を持つ。このモデルは、MARエンコーダとSigLIP2バックボーンを組み込んだ自己回帰アーキテクチャに基づいており、1.5Bのパラメータゲージを持つ。

ChatGPT Studyは、ソクラテスのような質問、足場となる回答、パーソナライズされた質問を通して、ユーザーが能動的に考え、段階的に問題を解決できるようガイドします。

Tongyi Wanphase Wan2.2は、アリババがオープンソース化した先進的なAI動画生成モデルで、総参照数は270億件に上る。このモデルには、テキスト生成ビデオ、グラフ生成ビデオ、統合ビデオ生成の3つのモードがあり、テキストの説明、画像、またはその両方の組み合わせに基づいて高品質のビデオを生成することができます。

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。

Coze Studioは、AIアプリケーションの構築、展開、管理を簡素化するために開発者向けに設計された、ByteDanceのオープンソースAIインテリジェントボディ開発プラットフォームです。Coze Studioは、プロンプト、RAG、プラグインをサポートするワンストップ開発環境を提供します。

Coze Loopは、ByteDance社のCozeプラットフォームのオープンソースAIインテリジェンス開発・運用保守管理プラットフォームです。キューワードエンジニアリング、エージェント効果評価、パフォーマンスモニタリング、チューニングなど、開発、デバッグ、評価、モニタリングに至るまで、完全なライフサイクル管理を開発者に提供します。

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。

Intern-S1は、上海人工知能研究所が発表した科学的マルチモーダルグランドモデルである。このモデルは言語能力とマルチモーダル能力を深く統合しており、クロスモーダル科学構文解析、言語と視覚の融合、科学データ処理、科学的質問応答、実験設計、最適化などの強力な機能を備えている。

Hunyuan3D世界モデル1.0（Hunyuan World 1.0）は、Tencentのオープンソース業界初の没入型ローミング、インタラクティブ、シミュレーション世界生成モデルです。このモデルは、パノラマ視覚生成と階層的な3D再構成技術を統合し、テキストや画像の入力をサポートして、36...

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。

Opalは、Google Labsが提供する革新的なAIアプレット生成プラットフォームで、ユーザーはコードを書くことなく、AIアプリを素早く作成・共有することができます。

Qwen-MTは、アリ・トンイ・サウザンド・クエスチョンズチームが立ち上げた最先端のQwen-MT-機械翻訳モデルで、強力なQwen3アーキテクチャに基づいており、92言語の相互翻訳をサポートし、95%以上の世界人口をカバーしています。このモデルは、軽量なMoE ...

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。

MonkeyCodeは、プライバシーとセキュリティを重視する開発チームのために設計された、オープンソースのエンタープライズグレードのネイティブAIプログラミングアシスタントです。MonkeyCodeは、コードデータのセキュリティを確保するために、プライベートデプロイとオフラインでの使用をサポートしています。MonkeyCodeは、コードデータのセキュリティを確保するために、プライベートデプロイとオフラインでの使用をサポートしています...

Seed LiveInterpret 2.0は、ByteDanceのSeedチームによって発表された、中国語と英語の双方向翻訳をサポートする最先端の同時通訳モデルです。このモデルは、実際の翻訳に近い精度を持ち、平均音声対音声遅延はわずか2-3秒と、非常に低い遅延を実現しています。

Excel MCP Serverは、Microsoft ExcelをインストールすることなくExcelファイルを操作するためのモデルコンテキストプロトコル（MCP）ベースのサーバーツールです。

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。

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。

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...

Qwen3-Coderは、Ali Tongyi Qianqianチームによって導入された最先端のコード生成モデルです。このモデルは480Bのパラメータと35Bの活性化パラメータを持ち、ネイティブの256Kトークンコンテキストをサポートし、最大1Mトークンまで拡張できる。

OpenReasoning-Nemotronは、数学、科学、コードにおける推論タスクの処理をサポートするために、NVIDIAによってオープンソース化された一連の大規模言語モデルです。このモデルは、DeepSeek R1 0528モデルをベースに抽出されており、1.5Bのパラメータスケールを持っています。

Seed-Xは、ByteDanceのSeedチームが立ち上げた多言語翻訳モデルで、70億のパラメータを持ち、28言語の双方向翻訳をサポートする。このモデルは、多言語データの事前学習、コマンドの微調整、強化学習技術を組み合わせて、複雑な言語パターンを効率的に処理し、翻訳品質を向上させる。

JoyAgent-JDGenieは、オープンソースの軽量汎用マルチインテリジェンスシステムです。

TRAE SOLOは、ByteDance社が立ち上げたAIプログラミングアシスタントTRAEが、AI技術でソフトウェア開発プロセスを簡素化するために導入したAI自動開発アシスタントです。TRAE SOLOは、ユーザーのニーズを理解し、要件を入力するためのテキスト記述、音声コマンド、ファイルアップロードをサポートし、自動的に計画を立てます。

Fogsightは、Large Language Models（LLM）に基づき、抽象的な概念を鮮やかなアニメーションに変換する革新的なAIアニメーション生成エージェントです。ユーザーがトピックを入力すると、Fogsightはバイリンガルのナレーションと映画のようなビジュアルで完全なアニメーションを生成します。

Goedel-Prover-V2は、プリンストン大学、清華大学、NVIDIAなどの主要機関が提供するオープンソースの定理証明モデルである。このモデルは、階層的データ合成、検証者による自己修正、モデルの平均化などの革新的な技術に基づいており、自動化された形式証明のパフォーマンスを大幅に向上させる。

BytePlusは、BytePlus社が海外で多様なサービスを提供するために立ち上げた、エンタープライズレベルのインテリジェント・サービス・プラットフォームです。このプラットフォームは、コンテンツ配信と高速化（CDN）、パーソナライズされた推薦、拡張現実、データ処理と分析、リアルタイムのオーディオおよびビデオ通信、人工知能と機械学習などの強力な機能をカバーしています。

Flying Book Miaohuは、Flying Bookが発表したエンタープライズグレードのAIネイティブシステム構築プラットフォームです。このプラットフォームは、マルチエージェントアーキテクチャを通じて、企業のビジネス要件を実際のアプリケーションに素早く変換し、要件分析から機能設計、アプリケーション開発、問題解決までの全プロセスをサポートする。ユーザーはダイアログを使用して、軽量なアプリケーションを簡単に構築できる。

MirageLSDは、Decart AIチームによる世界初のリアルタイムストリーミング拡散AIビデオモデルであり、40ミリ秒という低レイテンシーと24フレーム/秒のスムーズな出力で、無制限のリアルタイムビデオ生成を可能にする。

Kimi Playgroundは、Dark Side of the Moonが提供する開発者向けのAIツール呼び出し体験プラットフォームです。Kimi Playgroundは、AIが様々なツール（例えば、天気予報の検索、ホテルの予約、データ分析など）を呼び出し、複雑なタスクを完了させることを可能にするだけでなく、...

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...

GLM-Experimentalは、Wisdom Spectrum AIが発表した実験的な大規模言語モデルで、現在Z.aiプラットフォームで利用可能です。このモデルにはPPTを自動生成する機能があり、ユーザーがトピックやキーポイントを入力すると、明確な構造でフォーマットされたプレゼンテーションを素早く生成することができます。

プロンプトフォージ（PromptForge）は、AIキューを効率的に作成、テスト、最適化するための強力なAIキューエンジニアリングワークベンチです。プロンプトフォージ（PromptForge）は、マルチモデル比較とダイナミックパラメーターチューニングをサポートするインテリジェントな生成機能により最適化提案を提供し、ユーザーに柔軟な比較を提供します。

VikingDBは、Volcano Engineによって立ち上げられた高性能なクラウドネイティブベクトルデータベースで、大量の高次元ベクトルデータを処理するために設計されています。VikingDBは、リアルタイム同期書き込み、非同期書き込みなど、さまざまなデータ書き込み方法を備えており、さまざまなシナリオのデータ処理ニーズに対応します。

ロボブレイン2.0は、ロボットに強力な知覚、推論、計画能力を提供するオープンソースの先進的な具現化脳モデルである。ロボブレイン2.0は、7Bと32Bの2つのバージョンで構成され、視覚エンコーダーと言語モデルを統合したヘテロジニアスアーキテクチャを採用し、ロボットをサポートする...

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。

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...

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...

Voxtralは、Mistral AIが提供する最先端のオープンソース音声モデルで、強力な音声転写・理解機能を通じて、人間とコンピュータの自然な対話の発展をサポートします。このモデルには、大量生産用の24Bとローカル展開用の3Bの2つのバージョンがあります。

k2は、Moonshot AIが提供する優れたコードとエージェント機能を備えたMoEアーキテクチャのベースモデルで、1Tの総パラメータと32Bの起動パラメータを備えています。一般知識推論、プログラミング、数学、エージェントの主要カテゴリにおけるベンチマーク性能テストにおいて、k2モデルは...

Grok 4はxAIの最新大型AIモデルであり、Grok 4は前モデルに比べ推論能力が10倍向上している。このモデルの優れた推論能力は、SATやGREなどの難関試験で満点に近いスコアを可能にし、多くのベンチマークテストで他の最先端モデルを凌駕している...

GenFlow Super Hitchhikerは、百度文献図書館が発表した汎用AIエージェントで、ユーザーは自然言語コマンドを入力するだけで、タスクを独自に分解し、百度文献図書館の14億のドキュメントライブラリやオンラインリソースを呼び出し、PPT、レポート、チャート、ポスターなどのフルモダルコンテンツを極めて高速に生成することができる。

TRAEエージェントは、高度な大規模言語モデル（LLM）をベースに構築された、ByteDanceのオープンソースのインテリジェントソフトウェアエンジニアリングアシスタントです。TRAEエージェントは、コードベースの探索、問題の再現、修正案の策定、高品質なコード生成など、複雑なソフトウェア開発タスクを効率的に処理します。

ハイグレスMCPは、インベスト・トゥデイが発表した革新的なプラットフォームで、従来の金融データAPIを最新のMCPサービスに迅速に変換することをサポートします。ハイグレスMCPは、コーディング不要の簡単な設定に基づき、REST APIをMCPサーバーに変換することができます。

CodeBuddy IDEは、Tencentが発表したAI主導のフルスタック開発アシスタントで、開発効率を向上させるインテリジェントな手段に基づいています。CodeBuddy IDEは、強力なAIコード補完機能を備えており、リアルタイム予測をサポートし、コードフラグメントを自動的に補完して反復労働を削減します。

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...

Chat Healing Small Universeは、Jingdong Healthが発表したAIメンタルコンパニオン製品である。京東前順の大医療モデルに基づいて発売されたチャットヒーリング小宇宙は、人間のコミュニケーションプロセスと共感能力をシミュレートすることができ、ユーザーに7×24時間のメンタルヘルスサポートを提供する。ユーザーは、テキスト、絵文字、または音声に基づいて、AIキャラクターのリトルフィッシュと対話し、エモ...

Shortcutは、AIによる革新的なExcel支援ツールです。インテリジェントなアルゴリズムに基づき、データ入力、編集、計算、整理など、さまざまな複雑なExcelタスクを素早く完了することができます。Shortcutは基本的な操作を処理し、高度なゴールドへの対処をサポートします。

StarFlowエージェントは、Liblibによって中国ユーザーのために設計されたワンストップのクリエイティブデザインエージェントです。StarFlowエージェントは、Lovartのフルスタックインテリジェントデザイン機能を継承し、中国語の意味論、東洋の美学、ローカルシナリオに完全に適応します。ユーザーは文章を入力するだけで、Agen...

Step-Audio-AQAAは、StepFunチームによる、Audio Query-Audio Answer (AQAA)タスクのためのエンドツーエンドの大規模音声言語モデルです。従来の自動音声認識(AQAA)に頼ることなく、音声入力を直接処理し、自然で正確な音声応答を生成することができます。

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。