アリババ、「Qwen3.6-35B-A3B」を公開 35B規模ながら3Bのアクティブパラメータで動作
AlibabaのQwenチームはスパースMoEモデル「Qwen3.6-35B-A3B」をApache 2.0ライセンスでオープンソース公開した。総パラメータ350億・アクティブ30億でありながら、10倍規模に匹敵するエージェントコーディング性能やマルチモーダル推論モードを備える。
オープンソース
Llama、Qwen、DeepSeekなどオープンソース・オープンウェイトのモデルと、注目のデータセット、フレームワーク、開発ツール。
新しいニュースを見る
Mozilla子会社MZLA、オープンソースのセルフホスト型AIクライアント「Thunderbolt」公開
Mozilla子会社のMZLA Technologiesはセルフホスト型AIクライアント「Thunderbolt」をオープンソースで公開した。deepsetのHaystackフレームワークを統合し、主要OSに対応。組織のデータ主権を確保しつつ対話や自動化を実行できる。
Tencentが3D世界モデル「HY-World 2.0」をオープンソース公開、編集可能な3Dアセットを直接生成
TencentのHunyuanチームはマルチモーダル3D世界モデル「HY-World 2.0」をオープンソース公開しました。従来の動画生成型とは異なり、テキストや画像、動画からBlenderやUnityに直接取り込めるメッシュや3DGSアセットを出力し、物理衝突判定を備えた自由な探索が可能です。
NVIDIAが3D世界生成ツール「Lyra 2.0」をオープンソース公開、動画からロボット訓練環境を構築
NVIDIA は動画から一貫性のある 3D 空間を構築できる世界生成フレームワーク「Lyra 2.0」をオープンソースで公開した。サイズはわずか 131MB で、3D ガウススプラッティングにより視点を変えても破綻しないシーンを生成可能。作成した環境は Isaac Sim にエクスポートしてロボットの自律訓練に活用できる。
「Spark 2.0」公開、1億超の3Dガウススプラットをブラウザでストリーミング描画
Three.jsベースのオープンソースプロジェクト「Spark 2.0」が公開された。WebGL2を活用したストリーミングLoDシステムを導入し、スマートフォンやVR端末などのブラウザ上で1億個超の3Dガウススプラットからなる大規模シーンを滑らかにストリーミング描画できる。
NVIDIA、量子コンピューティング向けオープンAIモデル「Ising」を発表
NVIDIAは量子プロセッサの校正と誤り訂正を支援するオープンAIモデル群「Ising」を発表した。視覚言語モデルにより校正時間を数日から数時間に短縮し、デコードモデルは業界標準のpyMatchingと比べて最大2.5倍高速かつ3倍高精度な処理を実現する。
オープンソース「RotorQuant」登場：Google超えの10倍KVキャッシュ圧縮
オープンソースのKVキャッシュ圧縮アルゴリズム「RotorQuant」が公開された。クリフォード回転子を用いることでGoogleのTurboQuantを上回り、10倍の圧縮率を保ちながらプリフィル速度を5.3倍、デコード速度を28%高速化した。長大なコンテキストを単一GPUで動かす敷居を大きく下げる技術だ。
MiniMax、コーディングAI「M2.7」をオープンソース公開 SWE-ProでSOTA記録
MiniMaxはコーディング特化モデル「M2.7」を正式にオープンソース公開した。SWE-Proで56.22％、Terminal Bench 2で57.0％を記録してSOTAを達成。モデル重みはHugging Faceで配布されており、MiniMaxのAPI経由でも利用できる。
4K画像編集に対応したオープンソースツール「EditCrafter」が登場 ファインチューニング不要で動作
事前学習済み拡散モデルを用いて最大4K解像度の画像編集を可能にするツール「EditCrafter」が公開された。モデルの再学習なしで元のディテールを維持した編集ができる一方、彩度が高くなりやすい傾向があり、4K処理には24GBのVRAMが必要となる。
単一画像から骨格付き3Dモデルを生成する「AniGen」公開、そのままアニメーション可能
単一の画像から関節リグが組み込まれた3Dアセットを直接生成できる「AniGen」のコードが公開された。ランプや動物などの写真を読み込むだけで、後処理なしにアニメーションソフトへ直接インポートできる。ローカル実行には18GB以上のVRAMを備えたNVIDIA製GPUが必要となる。
動画生成AIの「数を数えられない」問題を解決、オープンソースのNumina公開
プロンプトで指定した物体の数を動画内で正確に守らせるフレームワーク「Numina」のコードが公開された。追加学習を必要とせず、アテンションの不整合を補正して再生成を誘導する仕組みで、Wan2.1などのカウント精度を最大7.4%向上させる。
Overworldがリアルタイム世界モデル「Waypoint 1.5」を公開、RTX 3070で対話可能
Overworld チームは一般向けハードウェアで対話可能なリアルタイム世界モデル「Waypoint 1.5」をオープンソース公開した。720p と 360p の 2 モデルを用意し、RTX 3070 以上の GPU でローカル動作する。巨大クラスタなしで生成世界を自ら歩き回れるのが見どころだ。
ACE-Step 1.5 XL公開：4B DiTで日本語ボーカル付き楽曲をローカル生成
ACE Musicはオープンな音楽生成モデル「ACE-Step 1.5 XL」を公開した。DiTデコーダーを4Bに拡張し、プロンプトと歌詞から日本語ボーカルを含む楽曲を1分未満でローカル生成できる。蒸留版は8ステップで動作し商用モデルに迫る品質だが、実行には最低12GBのVRAMが必要となる。
動画から歩き回れる3D世界を生成 「INSPATIO-WORLD」公開、RTX 4090でも動作
単一の動画から探索可能な3D空間をリアルタイム生成するモデル「INSPATIO-WORLD」のコードが公開された。内部で持続的な空間シミュレーションを構築することで視点を動かしても破綻せず、RTX 4090でも毎秒10フレームで動作する。
Ai2が「WildDet3D」をオープンソース公開：1枚の写真から物体の3Dサイズを即座に推定
Ai2は単眼3D物体検出モデル「WildDet3D」をオープンソースで公開した。1枚の通常画像や動画から物体の実世界サイズ、距離、向きを3Dバウンディングボックスとして推定できる。テキスト指示や画面のタップ入力に対応し、iPhone上でもリアルタイムにAR表示が可能だ。訓練コードやデータセットも完全開放されている。
Z.ai、コーディングモデル「GLM-5.1」をオープンソース公開 SWE-Bench Proで首位
Z.aiはMITライセンスの旗艦エージェント型コーディングモデル「GLM-5.1」を公開した。SWE-Bench Proで58.4点を記録し、GPT-5.4やClaude Opus 4.6を上回った。長期間タスク向けに設計されており、数百回の反復と数千回のツール呼び出しでも性能改善を持続できる。
Hermes AgentにKarpathy氏の「LLM-Wiki」がネイティブ機能として追加
Nous ResearchはAndrej Karpathy氏提唱のLLM-WikiパターンをHermes Agentのネイティブスキルとして実装した。エージェントが永続的なMarkdownナレッジベースを自動構築し、時間の経過とともに自己コンパイルや相互参照を行う。コマンド1つで資料整理などの司書作業をAIに任せられる。
オープンソースAI記憶システムMemPalace：LongMemEvalで初の満点を獲得
Ben Sigman氏と俳優のミラ・ジョヴォヴィッチ氏がAI記憶システム「MemPalace」をオープンソース公開した。ローカルで「記憶の宮殿」構造を用いて会話を整理し、LongMemEvalベンチマークで全問正解の満点を達成。AAAK圧縮により文脈を約120トークンに圧縮し、クラウド不要で動作する。
2D画像内の物体とカメラ視角を自在に動かせる「SpatialEdit」が完全オープンソース化
画像空間編集モデル「SpatialEdit」が完全オープンソースで公開された。写真内の物体の位置や角度を微調整できるだけでなく、カメラのヨー・ピッチ・ズームまで精密に制御可能。ベンチマークで高い幾何学的再現性を示す一方、モデルサイズは約32GBあり、動作にはハイスペックなGPUが必要となる。
Nous ResearchがHermes Agent v0.7.0公開：記憶機能を拡張プラグイン化
Nous ResearchはHermes Agent v0.7.0を公開した。最大の変更点はメモリ機能を拡張可能なプラグイン構造へと刷新したことで、標準の内蔵メモリに加え6種類の外部プロバイダに対応した。hermes memory setupコマンドで自由に切り替えられる。