ByteDanceは、統合型マルチモーダルモデルであるMamoda 2.5を発表した。

ByteDanceは、世界初の250億レベルの統合マルチモーダルモデルであるMamoda2.5をオープンソース化しました。Qwen3-VL-8Bアーキテクチャをベースとしたこのモデルは、250億のパラメータを持ち、1回の反復処理でアクティブ化されるパラメータは約3億個です。テキストから画像への変換、テキストから動画への変換、動画編集など、あらゆるタスクにおいて最先端のパフォーマンスを実現しています。推論速度はAlibabaのWan2.2の12倍、MeituanのLongCat Videoの18倍高速で、動画編集のレイテンシはわずか9.2秒です。このモデルは、複数の動画編集ベンチマークテストで1位を獲得し、クローズドソースのSoraやKlingに匹敵するパフォーマンスを発揮しています。