AIニュース

EvoQualityは、ByteDanceと香港城市大学が共同で開発した、自己進化型のビジュアル言語モデルフレームワークであり、参照画像のない画像の品質評価に重点を置いています。

Hojo-ASR-V1は、スタートアップチームHojoが開発したオープンソースの自動音声認識モデルです。Whisper特徴抽出、Qwen3-Omni音声エンコーディング、Conformer適応、Qwen3-4B言語モデルデコーディングというアーキテクチャを採用しています。

HPC-Opsは、Tencent Hunyuan AI Infraチームが開発した、オープンソースの産業グレード高性能大規模モデル推論演算子ライブラリです。アテンション、MoE、GEMM、サンプリング、通信融合などのコアモジュールを網羅し、BF16/FP8および混合精度をネイティブにサポートしています。

HiDream-O1-Image-1.5は、Zhixiang Futureが開発した商用利用可能な画像生成モデルで、ネイティブのフルモーダルUiTアーキテクチャに基づいています。人工知能による生画像解析のリーダーボードにおいて、ELOスコア1265で世界第3位、中国国内第1位にランクインしています。

MiMo Codeは、Xiaomiの大規模モデル開発チームが開発したオープンソースの端末AIプログラミングアシスタントです。OpenCodeをベースにしており、MITライセンスで提供されています。MiMo Codeには、期間限定で無料提供されているMiMo-V2.5マルチモーダルモデルが含まれており、さらに…をサポートしています。

SpaceMindは、iFlytek社が開発したインテリジェントな宇宙エージェントアーキテクチャであり、宇宙をレベル2.5の能動的なインテリジェントエージェントへと進化させ、知覚、理解、記憶、意思決定、実行能力を備える。

DiffusionGemmaは、Google DeepMindが公開した実験的なオープンソースのテキスト拡散モデルです。このモデルは、Gemma 4アーキテクチャとGemini Diffusionの研究に基づいて構築されており、26B MoE設計を採用し、並列拡散を利用しています。

Khalaは、中央音楽学院と清華大学が共同開発したオープンソースのAI音楽モデルで、高忠実度な楽曲生成を目的としています。このモデルは64層の深層音響トークン階層を採用し、テキストによる説明や歌詞に基づいた楽曲生成をサポートしています。

North Mini Codeは、Cohereが開発したオープンソースのエージェント型コーディングモデルです。このモデルはMoEアーキテクチャを採用しており、パラメータは合計30バイト、アクティベーションはわずか3バイトで、256Kのコンテキストと64Kの出力に対応しています。

MusaCoderは、Moore Threadsが開発したオープンソースのコードモデルで、PyTorchオペレーターから高性能なCUDA/MUSAカーネルを生成するために使用されます。

Nextie Alphaは、Nextieが発表した業界初の認知モデルで、エッジ展開に必要なパラメータはわずか40億個です。「Xiaoiceの父」と呼ばれるLi Di氏が率いるこのモデルは、オープンソースの推論モデルに基づき、強化学習を用いて知識と認知を分離し、…

cmuxは、AIコーディングエージェント向けに特別に設計されたオープンソースのターミナルツールです。Gitブランチ、プルリクエストのステータス、ポート、エージェント通知を垂直タブで集約して表示し、インテリジェントな通知リングを使用して確認待ちのタスクを正確に特定します。

Claude Fable 5は、Anthropic社が開発した最も強力なAIモデルであり、フラッグシップとなるthosクラスの安全モデルです。その基盤となるアーキテクチャはClaude Mythos 5と完全に同一ですが、保守的な安全機能が追加されています。

SCAIL-2は、Zhipuが清華大学の劉永金教授の研究グループと共同でオープンソース化した、第2世代の映画グレードのキャラクターアニメーションフレームワークです。拡散トランスフォーマー（DiT）アーキテクチャに基づいており、エンドツーエンドのトレーニングを通じて高品質なアニメーション転送を直接実現し、従来の手法を不要にします。

Gemini 3.5 Live Translateは、Googleの最新のリアルタイム翻訳モデルであり、70以上の言語でほぼリアルタイムの音声間翻訳をサポートしています。

Bigsetは、アメリカのスタートアップ企業TinyFishが開発したオープンソースのマルチエージェントシステムで、AGPL-3.0ライセンスで提供されています。ユーザーは必要なデータを自然言語で記述するだけで、システムが自動的にテーブル構造を推論したり、リアルタイムネットワークからエージェントをディスパッチしたりすることができます。

Meituan傘下のLongCatチームが開発したWBenchは、インタラクティブなビデオワールドモデルを対象とした、初の体系的な複数ラウンド評価ベンチマークです。自然、都市、ファンタジーなど6つのテーマを網羅し、289のテストケースと1058のインタラクションラウンドが含まれています。

VitaBench 2.0は、MeituanのLongCatチームが発表した、実生活シナリオにおける長期的な動的ユーザーモデリングに基づくインテリジェントエージェント評価のための初のベンチマークです。56人のシミュレーションユーザー、819の複雑なタスク、2000を超える動的な嗜好、そして6つの...

ABot-Earth 0.5は、アリババグループの子会社である高徳地図が開発した世界初のネイティブ3D都市ワールドモデルで、自動化された3D都市工場として位置づけられています。ユーザーは衛星画像またはテキストによる説明を1つ入力するだけで、システムは最大10台のコンシューマーグレードGPUで動作します。

Kairos-HomeWorldは、Daxiao Roboticsが香港中文大学および深セン河楷学院と共同開発した、世界初の完全インタラクティブな3D住宅モデルです。このモデルは、テキストから構造へのシームレスな移行を実現するために、4段階の階層的生成アーキテクチャを採用しています。

CopilotKitは、オープンソースのAIネイティブアプリケーションフロントエンドオペレーティングシステムです。このツールは、制御型、宣言型A2UI、オープン型の3つの生成UIモードをサポートしており、AIエージェントがチャットウィンドウを超えてアプリケーションと直接対話することを可能にします。

Open Code Reviewは、アリババが提供するオープンソースのAIコードレビューCLIツールです。このツールは、アリババグループが長年培ってきた実務レベルのノウハウに基づいて開発され、数万人の開発者に利用され、100万件以上のレビュータスクを実行してきました。

PawBenchは、Tongyi Labsが開発した汎用インテリジェントエージェント評価ベンチマークです。パーソナルアシスタントやエージェントのシナリオ向けに設計されており、基本モデルと動作フレームワーク（Harness）を同一の評価システムに統合しています。

PlanningBenchは、テンセント渾源チームが中国人民大学高陵人工知能学院をはじめとする複数の機関と共同で開発したオープンソースのフレームワークです。大規模言語モデルのプランニング能力の評価とトレーニングに重点を置いています。