AIニュース

SAM 2（Segment Anything Model 2）は、Meta社が開発したAIオブジェクトセグメンテーションモデルで、リアルタイムの画像および動画オブジェクトセグメンテーションに特化しています。ゼロショット汎化機能を備え、未知のオブジェクトを正確にセグメント化し、統一されたアーキテクチャを採用しています。

Wordwareは、日常的な言語を使って誰でも複雑なAIエージェントやアプリケーションを構築できる統合開発環境（IDE）です。ユーザーはプログラミングの知識がなくても、あらかじめ用意されたツールやモデルを使って、カスタマイズされたアプリケーションを迅速に開発できます。

Qwen2-Mathは、アリババの同義千文プラットフォームが開発し、Qwen2言語モデルを基盤とした、数学的問題を解決するためのオープンソースAIモデルです。複雑な数学的問題を解決するために特別に設計されています。専用の数学コーパスで事前学習を行い、指示に基づいて微調整を行った後、以下の性能を発揮します。

Aideは、コードコメント、言語変換、スマートペースト、バッチ処理、変数命名、カスタムコマンドなどの機能を備えた、無料のオープンソースAIプログラミングプラグインです。開発者がコードを迅速に理解、記述、リファクタリングするのに役立ちます。Aideは以下をサポートしています...

MaxKBは、Feizhi Cloudが提供するオープンソースのAI知識ベース質問応答システムです。ドキュメントアップロード、オンラインドキュメントクローリング、自動テキスト分割、ベクトル化などの機能をすぐに利用できます。ユーザーはMaxKBをサードパーティのビジネスシステムに簡単に組み込むことができます。

ExAvatarは、DGISTとMetaのCodec Avatars Labが共同開発した3Dデジタルアバター生成モデルです。短い動画から人物画像をクローンし、3Dデジタルアバターに変換します。スマートフォンのスキャン機能に対応しており、全身の動きや表情を素早く捉えることができます。

Tailorは、顔認識や音声認識などのインテリジェント技術を統合した、無料のオープンソースAI動画編集ツールです。動画編集、生成、最適化という3つの主要機能を提供し、顔編集、音声編集、ナレーション生成、字幕作成などを行うことができます。

StableDragは、テンセントが南京大学と共同開発したAI画像編集フレームワークです。まるで画像に高精度GPSを搭載するように、画像のドラッグ操作を安定かつ正確に行うことができます。どんな調整をしたい場合でも、StableDragは正確な操作をサポートします。

La Platformformeは、Mistral AIが提供するAI開発ツールで、ユーザーはAIモデルを微調整・最適化し、特定のアプリケーションシナリオやデータセットにより適したものにすることができます。La Platformformeでは、ユーザーは独自のデータを使用できます。

Zhipu AI Open Platformは、開発者向けの大規模モデル開発プラットフォームです。高度なモデル機能、豊富な開発リソース、カスタマイズ可能なナレッジベース、アプリケーション体験センターを統合し、開発者がGLM大規模モデルの技術的可能性を最大限に活用できるよう支援します。

GLM-4-longは、Zhipu AIが開発した200万文字のテキストモデルで、そのAPIはZhipu AIオープンプラットフォームBigModelで利用可能です。非常に長い入力をサポートし、非常に長いテキストやメモリベースのタスクを処理するように設計されており、コンテキスト長は...

Deep-Live-Camは、オープンソースのAIリアルタイム顔交換ツールで、ユーザーは1枚の画像だけで動画内の顔をリアルタイムで交換できます。CPU、NVIDIA CUDA、Apple Silicon、Core MLなど、複数のハードウェアプラットフォームをサポートしています。

Qwen2-Audioは、アリババ傘下のTongyi Qianwenチームがリリースした最新のオープンソースAI音声モデルです。直接音声入力と多言語テキスト出力に対応し、音声チャット機能と音声分析機能を備え、8つ以上の言語をサポートしています。Qwen2-Audioは…

Imagen 3は、Googleが開発したAI画像生成モデルで、高品質でリアルな画像を生成できます。Imagen 3は、キーワードの理解力が高く、より多くのディテールを捉え、幅広いビジュアルスタイルを生成できます。Googleのテキストベースの画像生成技術に基づいています。

EAFormerは、復旦大学が開発したAIテキスト分割フレームワークです。写真内のテキスト検出に優れており、背景からテキストを正確に分離できます。テキストの輪郭がぼやけていたり、背景が複雑だったりする場合でも、EAFormerは優れた性能を発揮します。

WiseFlowは、ウェブサイト、WeChat公式アカウント、ソーシャルメディアプラットフォームなど、複数のソースからデータをインテリジェントに抽出・分類するオープンソースのAI情報マイニングツールです。統計学習と大規模言語モデル（LLM）を組み合わせ、さまざまなニュースページをサポートしています。

Agentsは、AIWavesが開発したAIエージェント開発ツールです。ユーザーはAIモデルを微調整・最適化し、よりインテリジェントでパーソナライズされたAIエージェントを構築できます。Agentsプラットフォームを通じて、ユーザーはAIモデルをカスタマイズできます。

MiniCPM-Vは、Wallfacer Intelligence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。80億個のパラメータを持ち、画像と動画の理解において優れた性能を発揮します。MiniCPM-Vは、単一画像の理解においてGPT-4Vなどのモデルを凌駕し、iPadなどのデバイスへの実装を初めてサポートしたモデルです。

VideoDoodlesは、Adobeが複数の大学と共同開発したAIビデオ編集フレームワークです。ユーザーは手描きのアニメーションをビデオに簡単に挿入でき、ビデオコンテンツとのシームレスな統合を実現します。ビデオフレームを前処理することで、システムは2Dアニメーションを提供します。

CharacterFactoryは、大連理工大学のIIAUチームが開発したAIキャラクター生成ツールです。拡散モデルを用いることで、参照画像を必要とせず、一貫した特徴を持つキャラクターを迅速に生成できます。必要なGPUメモリはわずか2.5GB、学習時間は10分です。

UniBenchは、MetaFairが開発したビジュアル言語モデル（VLM）評価フレームワークであり、VLMの包括的な評価を提供します。UniBenchには、物体認識、空間理解、推論など、50以上のベンチマークテストが含まれています。

Retinex-Diffusionは、Retinex理論に基づいたAIベースの画像照明制御技術であり、より自然で繊細かつ重層的な画像の明るさと暗さを実現します。Retinex-Diffusionはモデルの再学習を必要とせず、画像内の要素を認識することで機能します。

EXAONE 3.0は、LG AI Researchが開発したオープンソースのAIモデルで、7億8000万個のパラメータを持ち、英語と韓国語に特化して設計されています。EXAONE 3.0は、英語と韓国語の両方の言語テストで非常に優れた性能を発揮するだけでなく、実世界のユースケースや数式処理においても卓越した能力を発揮します。

DressCodeは、上海科技大学、ペンシルベニア大学、およびDeemos Technologiesが共同開発した3D衣服生成フレームワークです。テキストによる説明に基づいて、様々なスタイルや素材の3D衣服モデルを自動的に生成できます。