AIニュース

Keye-VL-2.0-30B-A3Bは、Kuaishouが独自開発したマルチモーダル大規模モデルで、オープンソース化されており、30Bレベルモデルの主要な基盤となっています。このモデルは、マルチモーダルシナリオにDSAスパースアテンションを初めて導入し、最大256Kの超長尺コンテキストをサポートすることで、1時間レベルのビデオ処理を可能にします。

Xiaomi Auto World Modelは、Xiaomi Autoが発表した運転支援ワールドモデルであり、3D再構築（WorldRec）とビデオ生成（WorldGen）を深く連携させた初のモデルです。

SkyClaw-v1.0は、Kunlun Tech AIが開発した高性能エージェントモデルです。数百万トークンを含む長文のコンテキストをサポートし、OpenClaw、Hermes、Claude Code、Codexといった主要なエージェントフレームワークに高度に適合しています。

AgentScope 2.0は、Tongyi Labsがリリースしたオープンソースのマルチエージェント開発フレームワークです。安定した動作、セキュリティ制御、実世界のシナリオにおける本番環境への展開に重点を置いており、モデルの耐障害性、パーミッションシステム、リファクタリングされたコンテキスト管理、ミドルウェアなどの機能を追加しています。

MiniCPM5-1Bは、Wallfacer Intelligence、清華大学、およびOpenBMBオープンソースコミュニティが共同開発した、10億パラメータのエッジサイドテキストベース大規模モデルです。AA-Indexリーダーボードで17.9のスコアを獲得し、20億パラメータ以下のすべてのモデルを凌駕し、同クラスで世界トップクラスのモデルとなりました。

Dulusは、約12,000行のPythonコードで構成されるオープンソースのCLI AIエージェントで、Claude、GPT、Gemini、DeepSeek、Kimi、Qwenなど40種類以上のモデルをサポートしています。このツールは、ブラウザ上でWebベースのAIアプリケーションの訪問者セッションを直接キャプチャできます。

Reasonixは、DeepSeek専用に設計されたオープンソースのターミナルプログラミングエージェントです。バイト単位のプレフィックスキャッシュメカニズムに基づいた追記専用ランタイムループを採用し、99.82%のキャッシュヒット率を実現し、長時間のセッションにおける入力コストを大幅に削減します。

DataBuddyは、Tencent Cloudが企業データインフラストラクチャ向けに開発したネイティブAIエージェントワークベンチです。WorkBuddyと同じHarnessフレームワークに基づいて構築されており、データ分析、ガバナンス、エンジニアリングという3つの主要シナリオを網羅しています。

BitCPM-CANNは、Wallfacer Intelligence、清華大学、およびOpenBMBオープンソースコミュニティが共同で開発した1.58ビットの3進数大規模モデルです。これは、ファーウェイの国内コンピューティングプラットフォームであるAscend上でエンドツーエンドで完全に学習された、中国初の1.58ビット3進数大規模モデルです。

FreeLLMAPIは、オープンソースでOpenAIと互換性のあるプロキシサービスであり、約14のAIサービスプロバイダーからの無料クォータを単一のAPIエンドポイントに集約し、毎月合計約13億トークンの無料推論クォータを提供します。

Command A+は、Cohere Labsが開発したオープンソースのマルチモーダル大規模モデルです。ハイブリッドエキスパートアーキテクチャを採用し、パラメータ総数は218バイトですが、活性化パラメータはわずか25バイトで、強力なパフォーマンスと推論効率のバランスが取れています。このモデルは、128Kの超長尺シーケンスをサポートしています。

ソフトウェア著作権資料作成スキルは、実際のローカルプロジェクトのソースコードを読み込むことで、中国のソフトウェア著作権申請要件を満たすソースコードドキュメント、ユーザーマニュアル、申請書を自動的に生成するオープンソースのソフトウェア著作権スキルです。

Horizonは、ユーザーが独自のAIニュースレーダーを構築できる、オープンソースのAI駆動型情報集約システムです。このツールは、RSS、Hacker News、GitHub、Reddit、Telegram、Twitter/Xなど、複数のソースからの情報収集をサポートしています。

Mega-ASRは、南洋理工大学（NTU）、シンガポール国立大学（NUS）、上海人工知能研究所が共同でオープンソース化した、堅牢で包括的なシナリオに対応する音声認識プラットフォームモデルです。このモデルは、基盤となるアーキテクチャとしてQwen3-ASR 1.7Bを使用しており、以下の用途向けに設計されています。

CodeGraphは、AIコーディングエージェント向けの事前インデックス付きコード知識グラフツールであり、MCPプロトコルを介してClaude Code、Cursor、Codex CLI、OpenCode、およびHermes Agentと深く統合されています。ツリー構造を利用し、...

SenseNova-Skillsは、OpenSenseNovaチームが開発したオープンソースのモジュール型AIオフィススキルライブラリで、Agentランタイム向けに特化して設計されています。このツールには、インフォグラフィック生成、PowerPointプレゼンテーション作成、Excelデータ分析、ディープラーニングなどの機能が統合されています。

LLM Councilは、Andrej Karpathy氏によるオープンソースのマルチモデルコラボレーションフレームワークです。OpenRouterを使用して、ユーザーからの質問を複数の大規模モデル（Claude、GPT、Geminiなど）に分散させ、各モデルがそれぞれ独立した応答を生成します。各モデルは匿名性を維持します。

ReadFrogは、オープンソースのAI搭載型没入型翻訳ブラウザ拡張機能です。Chrome、Edge、Firefoxに対応し、ブラウザ上のあらゆるコンテンツを翻訳・解釈できます。文脈認識翻訳と単語強調表示分析を活用しています。

Hy-MT2は、テンセント渾源がオープンソース化した次世代の大規模翻訳モデルです。1.8B、7B、30B-A3Bの3つのサイズがあり、33言語間の相互翻訳と5つの少数民族言語/方言間の翻訳をサポートしています。

Stable Audio 3 は、Stability AI による次世代のオープンソース音声生成モデルです。ストリームマッチング潜在空間拡散アーキテクチャに基づいており、テキストから音楽や効果音への変換、音声編集、および継続をサポートしています。Stable Audio 3 は Sma...

Autoresearchは、Andrej Karpathy氏によるオープンソースのAI自律型研究実験フレームワークです。このフレームワークにより、AIエージェントは単一のGPU上でナノチャットのトレーニング実験を自動的に実行できます。ハイパーパラメータの調整、トレーニングの実行、結果の分析と検証などを自律的に行います。

LongCat-Video-Avatar 1.5 は、Meituan の LongCat プラットフォームから提供される、音声駆動型のオープンソースのデジタル人間ビデオ生成フレームワークです。このモデルは、136億パラメータの基本ビデオ生成モデル LongCat-Video をベースに構築されており、音声エンコーダーを組み込んでいます。

GLM-5.1-HighSpeedは、Zhipu AIのフラッグシップとなる高速・大規模モデルAPIです。GLM-5.1の全機能を維持しながら、TileRT高性能推論エンジンにより400トークン/秒の出力速度を実現し、新たな世界記録を樹立しました。

CloudDMは、ClouGenceチームが開発したオープンソースのデータベース開発・管理プラットフォームです。CloudDMは、データクエリ、SQL監査、アクセス制御といったコアデータベース機能を統合したプラットフォームで、MySQLをはじめとする30種類のデータソースをサポートしています。