AIニュース

Cowartは、Doubao DesktopのプロダクトマネージャーであるZhong Erxin氏によって開発された、OpenAI Codex用のオープンソースプラグインです。tldrawフレームワークをベースに構築されたローカルの無限キャンバスツールで、Codexからローカルの電子ホワイトボードに画像を配置することができます。

Xiaomi Miloco 2.0は、XiaomiがMiMo-V2.5-Pro大型モデルをベースに開発したオープンソースのスマートホームAIソリューションです。OpenClawを介してエージェントとして接続し、マルチモーダルな知覚、プロアクティブなインテリジェンス、継続的なタスク管理などを実現します。

Sakana Fuguは、Sakana AIが開発したマルチエージェントオーケストレーションシステムで、単一のAPIを使用してパフォーマンスの高いモデルを動的にスケジュールします。このシステムは、思考者、実行者、検証者の役割を割り当て、事前定義されたワークフローを必要とせずに、選択、委任、合成を自動的に完了します。

SpatialClawは、NVIDIA ResearchとKAISTが共同開発した、学習不要の空間推論フレームワークです。コード・アズ・アクションのメカニズムを用いて、永続的なPythonカーネル内で複雑な3D/4D空間推論タスクを繰り返し実行します。（最後の文は不完全で、おそらく別の無関係な点を指していると思われます。）

MaineCoonは、ソーシャルインタラクションシナリオに最適化された、世界初のリアルタイムオーディオおよびビデオ自己回帰型ワールドモデルです。このモデルは220億個のパラメータを持ち、単一のGPUで47.5 FPSのリアルタイムストリーミング生成を実現し、1秒未満のインタラクティブな応答をサポートします。

LOGOS（Language Of Generative Objects in Science）は、アリババ傘下のATH-Token Foundryが中国人民大学ヒルハウス人工知能研究所と共同でオープンソース化した、初の統一科学文法およびマルチドメイン科学生成基盤です。

EchoBirdは、TauriとRustを使用して開発されたオープンソースのAIエージェントデスクトップ管理ツールです。このツールは、Model Nexusプラットフォームを介して、Claude Code、Codex、OpenClawなど12種類以上のエージェントを統合します。

Grok Imagine Video 1.5は、xAIが開発したグラフベースのビデオモデルで、Aurora自己回帰エンジンをベースに構築されています。このモデルは、静的グラフからネイティブ同期オーディオ付きのショートビデオをワンクリックで生成でき、最大720pの解像度などに対応しています。

AgentCanvasは、Vstormが提供するオープンソースのPydantic AI可視化ツールです。Logfireトラッキングと統合されたAIエージェントの実行時ログを自動的にインタラクティブなHTMLフローチャートレポートに変換し、各ステップを明確に表示します。

ACE-Egoは、DaXiao Roboticsが香港中文大学のMMLabと共同開発した、オープンソースの脳ベースのマルチモルフィック身体操作（VLA）モデルです。このモデルは、6,000時間以上の人間の一人称視点ビデオを使用して事前学習されており、カメラ空間の動きと形態学的条件を組み込んでいます。

Image-to-LoRA-V2 (i2L-V2) は、Moda コミュニティが開発したオープンソースのトレーニング不要のスタイル変換ツールです。1～8 枚のスタイル画像をアップロードし、単一の推論で生画像モデルの LoRA ウェイトを予測できます。

Qwen-Robot Suiteは、物理世界における知能を実現するためにアリババ同義が開発した基盤となるモデルスイートです。これには、Qwen-RobotNav（ナビゲーション）、Qwen-RobotManip（操作）、Qwen-RobotWorld（世界モデル）などが含まれます。

turbovecは、Google ResearchのTurboQuantアルゴリズムのオープンソース実装です。Rustで記述され、Pythonバインディングも付属しており、RAGシナリオ向けの高性能ベクトルインデックスライブラリです。このツールは、データに依存しない量子化戦略を採用しています。

Seedance 2.0 Miniは、ByteDanceのVolcano Engineによって開発された、コスト効率が高く軽量なビデオ生成モデルです。コアとなるマルチモーダルリファレンス生成機能を維持しながら、生成コストを約50%削減し、Seedanceへの変換速度を向上させています。

OpenSquillaは、オープンソースで自己ホスト型のトークンベースの高効率マイクロカーネルAIエージェントランタイムであり、「同じ予算でより高い知能密度」を重視しています。最小限のマイクロカーネルアーキテクチャ（コアは約100行のコードのみ）を採用し、ローカルMLを活用しています。

Ponytailは、オープンソースのAIエージェントコード削減プラグインです。Claude Code、Codex、Cursorなど、10種類以上の主要なAIコーディングツールに、経験豊富で怠惰な開発者のミニマリスト的な思考を注入することで、エージェントにコード記述の簡素化を促します。

Gemini-SQL2は、Google Researchが開発した最新のAIモデルで、Gemini 3.1 Proをベースにしており、最高レベルのテキストからSQLへの変換機能を誇ります。このモデルは、BIRDベンチマークのシングルモデルトラックで80.04%の精度を達成しました。

GLM-5.2は、Zhipuが発表した次世代のオープンソース大規模モデルです。100万のコンテキストを持ち、MITライセンスの下でオープンソース化されています。エージェントコーディングと超長コンテキスト機能に重点を置いています。

PP-OCRv6は、Baidu PaddleOCRチームが発表した第6世代のオープンソースOCRモデルです。今回初めて、Tiny（1.5M）、Small（7.7M）、Medium（34.5M）の3つのモデルサイズを導入し、ブラウザからサーバーまでの全プロセスをカバーしています。

openPangu 2.0は、HuaweiのオープンソースPangu大型モデルのメジャーアップグレードであり、最大505BパラメータのProバージョンと92BパラメータのFlashバージョンを提供します。すべてのモデルは、512Kの超ロングコンテキスト、Ascendを使用したネイティブ深度チューニング、および...

SkillSpectorは、NVIDIAが提供するオープンソースのAIエージェントスキルセキュリティスキャンツールです。Claude Code、Codex CLI、Gemini CLIなどのプラットフォームにスキルをインストールする前に、脆弱性、悪意のあるパターン、セキュリティリスクを自動的に検出できます。

Kimi K2.7コードは、Moonshot AIがオープンソース化した新世代プログラミングモデルです。K2.6と比較して、長コンテキストプログラミングシナリオにおける命令遵守率と長時間実行タスクのパフォーマンスが大幅に向上し、過剰な思考を軽減します。

html-ppt-skillは、HTMLベースのAIプレゼンテーションスキルです。このツールは、ブラウザがネイティブにサポートするHTMLファイルの出力に対応しており、36種類のテーマ、31種類のレイアウト、47種類のアニメーション、15種類の完全なテンプレートが含まれています。（アジェンダ…）

SwarmFlowは、openJiuwenが開発したオープンソースのマルチエージェント制御型ワークフローオーケストレーションフレームワークです。オーケストレーションとインテリジェンスを分離し、協調プロセスはシステムによって安定的に実行され、推論と判断はエージェントによって処理されます。