AIニュース

HumanOmniV2は、アリババ傘下のTongyi Labが開発したオープンソースのマルチモーダル推論モデルです。このモデルは、強制的な文脈要約メカニズム、大規模モデル駆動型の多次元報酬システム、およびGRPOベースの最適化トレーニング手法に基づいて、マルチモーダル推論の課題に取り組んでいます。

Skywork-R1V 3.0は、Kunlun Wanweiが開発したオープンソースのマルチモーダル推論モデルであり、強力なクロスモーダル推論能力と学際的な汎化能力を備えています。このモデルは、全国大学入学共通試験（高考）の数学テストで142点という高得点を獲得し、多分野推論評価モデル（MMMU）でも優れた成績を収めました。

Grok 4は、xAIの最新の大規模AIモデルであり、前モデルと比較して推論能力が10倍向上しています。このモデルは卓越した推論能力を備えており、SATやGREといった難易度の高い試験でほぼ満点に近いスコアを獲得し、複数のベンチマークテストでも優れたパフォーマンスを発揮しています。

TradingAgents-CNは、マルチエージェント大規模モデルに基づいた中国向け金融取引意思決定フレームワークです。TauricResearch/TradingAgentsをベースに開発されており、中国のユーザーに包括的なドキュメントシステムと現地サポートを提供します。

PromptForgeは、AIを活用したツールチップエンジニアリングワークベンチであり、ユーザーがAI生成キューを効率的に作成、テスト、最適化するのに役立ちます。このプラットフォームは、インテリジェントな生成機能に基づいたAI支援によるキュー構築および最適化の提案を提供し、高度な分析機能を備えています。

RoboBrain 2.0は、知覚、推論、計画を統合し、複雑なタスクの実行をサポートする強力なオープンソースの身体化脳モデルです。RoboBrain 2.0には、異種環境に基づいた7B（軽量版）と32B（フルスケール版）の2つのバージョンがあります。

RoboOS 2.0は、Zhipuが開発したオープンソースのクロスオントロジー脳間協調フレームワークであり、特に身体化された知能向けに設計されています。このフレームワークはマルチロボット協調をサポートし、統合されたMCPプロトコルとサーバーレスアーキテクチャに基づいて軽量な展開を実現することで、開発のハードルを下げています。

EXAONE 4.0は、韓国のLG AI Researchが独自開発したハイブリッド推論モデルです。このモデルは、一般的な自然言語処理と高度な推論機能を統合しており、韓国語、英語、スペイン語に対応しています。32Bのプロフェッショナル版と1.2Bの簡易版が提供されています。

Voxtralは、Mistral AIが開発した高度な音声モデルで、優れた音声文字起こし機能と深い理解能力を活用し、音声を人間とコンピュータの自然なインタラクション形態へと進化させます。Voxtralは24Bバージョンと3Bバージョンがあり、それぞれ以下のような用途に適しています。

Excel MCP Serverは、モデルコンテキストプロトコル（MCP）に基づいたサーバーツールで、Microsoft Excelをインストールすることなく、AIエージェントを使用してExcelファイルを操作できます。Excel MCP Server...

Seed GR-3は、ByteDanceのSeedチームが開発した汎用ロボットモデルで、高い汎用性、長距離タスク処理能力、柔軟な物体操作能力を備えています。

OxyGentは、JD RetailのOxygenチームによって開発されたオープンソースのマルチエージェントコラボレーションフレームワークです。開発者がマルチエージェントシステムを効率的に構築するのに役立ちます。OxyGentは、ツール、モデル、エージェントをプラグイン可能なモジュール（Oxy）に抽象化し、次のような機能をサポートしています。

Seed LiveInterpret 2.0は、ByteDanceのSeedチームが開発したエンドツーエンドの同時通訳モデルで、中国語と英語の双方向翻訳に対応しています。人間とほぼ同等の翻訳精度と極めて低い遅延を実現し、「聞きながら話す」ことを可能にします。

KAT-V1はKuaishouのオープンソースの自動思考モデルで、バージョン40Bと200Bが利用可能です。このモデルは思考機能と非思考機能を統合しており、問題の難易度に基づいて思考モードを自動的に切り替えます。バージョン40Bの性能はDeepinの性能に匹敵します。

Qwen-MTは、強力なQwen3アーキテクチャをベースに、アリババの同義千文チームが開発した機械翻訳モデルです。このモデルは、世界人口の95%以上をカバーする92言語間の高品質な翻訳をサポートし、多様な多言語ニーズに対応できます。

MonkeyCodeは、プライベート展開とオフライン使用をサポートし、コードのプライバシーとセキュリティを確保する、オープンソースのエンタープライズグレードAIプログラミングアシスタントです。MonkeyCodeは、さまざまな大規模ローカルモデルと互換性があり、コード補完、自然言語プログラミングなどの機能を備えています。

SuperDesignは、デザイナーや開発者がIDE内で直接UIプロトタイプ、コンポーネント、ワイヤーフレームを生成できるオープンソースのAIデザインエージェントです。このツールは自然言語入力に対応しており、複数のデザインオプションを並行して生成できるため、ユーザーは迅速に…

Agentar-Fin-R1は、Ant Financialが金融セクター向けに開発した大規模言語モデルで、金融シナリオにおける推論能力、信頼性、ドメイン専門知識を強化します。このモデルはQwen3ベースモデルに基づいて開発され、8Bと...

Step 3は、StepStarがリリースした最新世代の基盤となる大規模モデルであり、推論時代向けに特別に設計され、高いパフォーマンスと極めて高いコスト効率を両立させています。MoEアーキテクチャを採用し、合計321Bのパラメータと38Bの活性化パラメータを誇り、初の…

Higgs Audio V2は、Boson AIのLi Mu氏とそのチームによって開発されたオープンソースの音声モデルです。1000万時間以上の音声データで学習されており、多言語対話生成、自動韻律調整、音声クローン、歌唱機能などを備えています。

Qwen3-235B-A22B-Thinking-2507は、アリババが提供する世界最強のオープンソース推論モデルです。2350億個のパラメータを持つスパースハイブリッドエキスパート（MoE）アーキテクチャに基づいており、アクティベーションごとに220億個のパラメータをアクティブ化し、94個のTransformerレイヤーを備えています。

Coze StudioはByteDanceが提供するオープンソースのAIエージェント開発プラットフォームで、開発者がAIエージェントを迅速に構築、デプロイ、管理できるよう支援します。Prompt、RAG、プラグイン、Wなどをサポートするワンストップの開発環境を提供します。

Coze Loopは、ByteDanceのCozeプラットフォームが開発・運用するオープンソースの管理プラットフォームで、AIエージェントの開発と運用に特化しています。開発者に対し、開発、デバッグ、評価から監視まで、ライフサイクル全体にわたる管理機能を提供します。

Intern-S1は、上海人工知能研究所が世界人工知能会議で公式にオープンソース化して公開した、科学的なマルチモーダル大規模モデルです。言語とマルチモーダル性能を統合し、バランスの取れた高い開発能力を備え、多分野にわたる専門知識が豊富です。