AIニュース

Seedream 5.0 Liteは、ByteDanceのSeedチームが発表した新世代のインテリジェント画像生成モデルです。Seedream 4.0と比較して、このモデルは理解、推論、生成において包括的に改善されており、マルチモーダルな統一アーキテクチャを採用し、より高度な機能を備えています。

MiniMaxのM2.5は、100億のアクティベーションパラメータを備えた軽量フラッグシップモデルで、プログラミング機能とエージェント機能に重点を置いています。このモデルは、100 TPS（Claude Opusの約3倍）という超高速推論速度をサポートし、10以上の言語（Go、Rust、Koなど）に対応しています。

Gemini 3 Deep Thinkは、Google DeepMindが開発した推論専用モデルで、深層科学的推論と複雑な問題解決に特化しています。このモデルはARC-AGI-2ベンチマークで84.6%のスコアを達成し、類似モデルを大きく上回っています。

MiniCPM-SALAは、Wallfacer Intelligence社が開発した9Bエッジサイド大規模モデルで、革新的なSALA（スパース・リニアハイブリッドアテンション）アーキテクチャを採用しています。アテンションの75%は線形であり、効率的なグローバルモデリングを処理し、残りの25%はスパースであり、重要な情報を正確に捉えます。

SoulX-Singerは、Soul Appが天津大学および西北工業大学と共同開発した、オープンソースの産業グレードのゼロショット歌唱合成モデルです。このモデルは、42,000時間分の高品質な多言語歌唱データで学習されており、MIDIスコアとF0をサポートしています。

GLM-5は、Zhipu Open Sourceの次世代フラッグシップAIモデルであり、パラメータサイズはGLM-4.5の355Bから744B（40Bアクティベーション）に拡張され、28.5Tトークンで事前学習されています。このモデルは、以前はOpenRouterの人気ランキングでトップに立った謎のモデルでした。

Composer 1.5は、Cursorが独自開発したAIプログラミングモデルで、強化学習を20倍にスケールアップしてトレーニングされています。これは「思考」モデルであり、思考トークン推論コードライブラリを動的に生成し、簡単な質問に迅速に対応することを可能にします。

iFlytek Spark X2は、iFlytekが国産の計算能力を基盤として開発した、次世代の大規模モデルです。293B MoEスパースアーキテクチャを採用し、その総合的な性能は国際トップレベルに匹敵します。数学的推論能力、130以上の多言語対応能力など、その他の機能も国際最高水準に匹敵します。

OpenStorylineは、監督的な思考を備えたXiaohongshu初のオープンソース動画編集エージェントであり、素材の取得や脚本作成からレンダリング出力まで、自然言語による対話を通じて、全工程におけるインテリジェントな制作を可能にします。

Clawraは、OpenClawフレームワークをベースにしたオープンソースのAIバーチャルコンパニオンです。Clawraには、元K-POP練習生で、現在はサンフランシスコ市場でインターンをしているという、完全なペルソナが設定されています。

RynnBrainは、アリババDAMOアカデミーが発表したオープンソースの身体化されたインテリジェント脳モデルであり、ロボットが初めて時空間記憶と物理的な空間推論能力を持つことを可能にする。このモデルはQwen3-VLに基づいてトレーニングされ、独自開発のRynnScaleアーキテクチャを使用している。

Seedream 5.0は、ByteDanceの次世代AI画像生成モデルです。このモデルは初めてオンライン画像検索に対応し、抽象的なプロンプトをより正確に理解し、2K/4Kの高解像度画像を生成します。また、ブラシ編集機能も追加され、…

Qwen-Image-2.0は、アリババの同義千文プラットフォームが提供する新世代の画像生成モデルで、正確なテキストレンダリングとリアルで詳細なテクスチャという2つの主要機能を備えています。このモデルは、1,000トークンのコマンドを使用して、プロフェッショナルなインフォグラフィックやPPTプレゼンテーションなどを直接出力できます。

HY-1.8B-2Bitは、TencentがHunyuanを通じて発表した初の業界標準2ビットエッジサイド大規模モデルです。このモデルは1.8Bモデルをベースに、量子化認識トレーニング（QAT）を用いて圧縮されています。HY-1.8B-2Bitは、パラメータ数がわずか0.3B、サイズがわずか300MBという優れた性能を実現しています。

Riverflow 2.0は、Sourceful社が提供する、マーケティングおよびクリエイティブチーム向けに特別に設計された、プロダクショングレードの画像生成および編集モデルです。このモデルには、PROとFASTの2つのバージョンがあります。PROは最高の品質と一貫性を最優先し、テキストレンダリングに優れています。

PaperBananaは、北京大学とGoogle Cloud AI Researchが共同開発した、学術論文におけるAI研究者にとって時間と労力を要するデータ作成という課題を解決する、自動学術イラスト生成フレームワークです。このシステムは革新的なマルチエージェントアプローチを採用しています。

Nanobotは、香港大学データインテリジェンス研究所がオープンソース化した、超軽量のパーソナルAIアシスタントです。わずか約4,000行のコードで、OpenClawエージェントのコア機能を完全に再現しています。Nanobotは、ウェブ検索、ファイル操作など、様々な機能を備えています。

Seedance 2.0は、ByteDance傘下のJiDreamが発表した次世代AI動画生成モデルで、マルチモーダル参照と効率的な制作機能に重点を置いています。このモデルは、最初と最後のフレーム、ビデオクリップ、音声の包括的な参照をサポートし、カメラの動きのロジックを正確に再現します。

GPT-5.3-Codexは、OpenAの主力インテリジェントコーディングモデルであり、プログラミング能力と専門的な推論知識を組み合わせることで、処理速度を25%向上させ、トークン消費量を半減させています。

Claude Opus 4.6は、Anthropic社の主力AIモデルであり、Claude Opus 4.5のアップグレード版です。このモデルは、100万トークンという超長尺のコンテキストウィンドウを初めてサポートし、プログラミング、推論、複雑なタスク処理の分野をリードしています。

LingBot-VAは、AntLingbo Technologyがオープンソース化した、汎用ロボット制御のための世界初の因果的ビデオアクションワールドモデルです。このモデルは、ビデオワールドモデリングとポリシー学習を自己回帰フレームワークに統合し、ロボットが同時に予測することを可能にします。

Kilo CLI 1.0 は、Kilo Code が開発したオープンソースのコマンドラインツールで、エージェントエンジニアリング専用に設計されています。OpenCode をベースに構築されており、500 種類以上の AI モデルをサポートし、開発者は...

CL-benchは、テンセント渾源と復旦大学が共同で開発した、文脈学習能力を評価するベンチマークです。大規模な言語モデルが、新しい文脈情報から知識をリアルタイムで学習し、応用する能力を測定できます。

MiniCPM-o 4.5は、Wallfacerのオープンソース9Bパラメータフルモーダルフラッグシップモデルであり、SigLip2、Whisper、CosyVoice2、Qwen3-8Bを統合したエンドツーエンドアーキテクチャを採用しています。