ChatClawは、Zhimaが開発したオープンソースのAIエージェントで、macOS/Windows/Linuxに対応したわずか30MBのインストールパッケージを備えています。このツールには、ローカル知識ベース、スキルマーケットプレイス、MCP拡張機能、長期記憶、スケジュールタスクが組み込まれており、DingTalkやLarkなどと統合できます。
Uni-1は、Luma AIが開発した統合型画像理解・生成モデルであり、視覚推論と画像生成を単一の自己回帰型Transformerアーキテクチャに統合した初のモデルです。このモデルは、生成前および生成中に構造化された内部処理を実行できます。
SoulX-LiveActは、Soul App AIチームが開発したオープンソースのリアルタイムデジタル人間生成フレームワークで、ストリーミングAR拡散モデルの安定性の課題を解決します。主なイノベーションには、隣接するフレーム間の拡散ステップを整列させるネイバーフォーシング技術などがあります。
gstackは、YCのCEOであるギャリー・タン氏がオープンソース化した、Claude Code向けのAIプログラミングワークフローであり、AIアシスタントを仮想エンジニアリングチームへと変革します。このツールには、CEOレビュー担当者、スタッフエンジニアなど、15種類の専門家ロールが含まれています。
IndexCacheは、清華大学とZhipuチームが開発したスパースアテンション高速化技術です。クロスレイヤーインデックスの再利用によって冗長な計算を削減することで、DeepSeek Sparse Attention（DSA）におけるインデクサの計算オーバーヘッドが高いという問題を解決します。
Qwen3.5-Max-Previewは、アリ・トンイー・チエンウェンチームが発表した主力大規模モデルのプレビュー版です。このモデルは、LMARaena評価プラットフォームにおいて1464点を獲得し、世界トップ5、中国国内では1位にランクインしました。また、基礎能力評価では世界第6位にランクインしています。
Agencyは、エンジニアリング、デザイン、マーケティング、製品など12部門を網羅する144名以上のプロフェッショナルなAIエキスパートを収録したオープンソースのAIエージェントロールライブラリです。各エージェントは独自の個性、専門的なプロセス、そして明確に定義された納品基準を備えています。
Composer 2はCursorの次世代AIプログラミングモデルであり、「知能とコストの最適なバランス」を謳っています。100万トークンあたりわずか2.50ドルで、CursorBenchテストでは約61%のスコアを達成し、パフォーマンスはほぼ...
YouClawは、Chat2DBチームが開発したミニマルなAIエージェントデスクトップクライアントで、AIパーソナルアシスタントとして位置づけられています。このツールは学習曲線がゼロであることを重視しており、環境設定やコーディングは不要です。ダウンロードしてQRコードをスキャンするだけで使用できます。YouClawは…をサポートしています。
Granite-4.0-1b-speech は、IBM が提供するオープンソースの 10 億パラメータの多言語音声モデルです。英語、フランス語、ドイツ語、スペイン語、ポルトガル語、日本語の音声認識に加え、英語との双方向翻訳にも対応しています。また、英語から日本語への翻訳もサポートしています。
Xiaomi MiMo-V2-Omniは、Xiaomiが発表したマルチモーダルエージェントの基本モデルであり、テキスト、画像、音声のモダリティを統合し、知覚、推論、実行機能をネイティブに備えている。
Xiaomi MiMo-V2-Proは、エージェント時代におけるXiaomiのフラッグシップ大型モデルであり、1兆を超えるパラメータ（420億のアクティベーションパラメータ）と、100万トークンの超ロングコンテキストをサポートしています。
Qianfan-OCRは、Baidu Qianfanが開発したエンドツーエンドのインテリジェント文書モデルです。4Bパラメータ視覚言語アーキテクチャに基づいており、文書解析、レイアウト分析、テキスト認識、意味理解を統合しています。
EdgeClawは、Facewall Intelligence、清華大学、OpenBMBが共同開発したオープンソースのAIエージェントフレームワークです。エッジクラウド連携、ローカル展開、セキュリティ、制御性を重視しています。このフレームワークは、公開情報におけるデータセキュリティを確保するために、3層構造のデータセキュリティプロトコル（S1/S2/S3）を先駆的に導入しました。
Xiaomi MiMo-V2-TTSは、Xiaomiがエージェント時代に向けて開発した大規模音声合成モデルです。独自開発のオーディオトークナイザーとマルチコードブックアーキテクチャに基づき、数億時間分の音声データを用いた事前学習と多次元強化学習を経て開発されました。
GPT-5.4 nanoは、OpenAIがリリースしたGPT-5.4の中で最も軽量かつ最速のバージョンであり、極めて高い速度とコストが求められる、シンプルで高スループットなタスク向けに設計されています。
GPT-5.4 miniは、OpenAIが開発した最も高性能な小型モデルであり、高スループットかつ低遅延のシナリオ向けに設計されています。前身のGPT-5 miniと比べて2倍以上の速度を誇り、プログラミング、推論、マルチモーダル理解、コンピュータ利用などのタスクにおいて卓越した性能を発揮します。
Midjourney V8は、Midjourneyの最新画像生成モデルであり、従来モデルより5倍高速で、単語認識とテキストレンダリングが大幅に改善され、2Kの高解像度出力に対応しています。
MindVLA-o1は、Li Autoが発表した次世代自動運転の基本モデルです。独自のマルチモーダルMoEアーキテクチャを採用し、視覚、言語、行動の3つのモダリティを統合しています。
MiniMax M2.7は、Xiyu Technologyが発表した新世代の自己進化型AIモデルです。エージェントハーネスを自律的に構築し、独自のトレーニングプロセスを最適化し、自己反復に参加できます。ソフトウェアエンジニアリングに優れており、SWE-Proモデルは…
Covo-Audioは、Tencentが開発したオープンソースの70億パラメータを持つエンドツーエンドの音声モデルで、連続音声入力を直接処理し、音声出力を生成することができます。その中核となるイノベーションには、階層的な3モード音声テキストインターリーブアーキテクチャ、インテリジェントな話者デコードなどが含まれます。
Leanstralは、Mistral AI初のオープンソースAIコードエージェントであり、リーン4定理の証明に特化して設計されています。このモデルは、合計120B個のパラメータと6B個の活性化パラメータを持つ疎なアーキテクチャを採用しており、形式証明の自動生成とコード検証が可能です。
NemoClawは、NVIDIAが提供するオープンソースのエンタープライズグレードAIエージェントフレームワークです。OpenClawのプラグインとして動作するNemoClawは、OpenShellランタイムを介してセキュリティサンドボックスとポリシーエンジンを提供し、AIエージェントを使用する企業のセキュリティ上の懸念に対応します。
Mistral Small 4は、Mistral AI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。推論（Magistral）、マルチモーダル（Pixtral）、エージェントコーディング（Devstral）の機能を単一のアーキテクチャに統合した初のモデルであり、テキストをサポートしています。