xAIが「Grok 2.5」をオープンソース化、Grok 3も約半年後に公開へ
xAIが2024年の主力モデル「Grok 2.5」をオープンソース化し、Hugging Faceでモデル重みの配布を開始した。研究や非商用利用は無料だが、他モデルの訓練への利用は制限される。イーロン・マスク氏はGrok 3も約6か月後に公開予定だと明かした。
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。
xAIが2024年の主力モデル「Grok 2.5」をオープンソース化し、Hugging Faceでモデル重みの配布を開始した。研究や非商用利用は無料だが、他モデルの訓練への利用は制限される。イーロン・マスク氏はGrok 3も約6か月後に公開予定だと明かした。
イーロン・マスク氏はX上で、xAIのAIモデル「Grok 2」を来週オープンソース化すると表明した。新世代のモデルを開発するたびに前世代を公開するという同社の方針に基づくもの。大手AI企業がクローズド化を進めるなか、開発者コミュニティへの還元と透明性をアピールする狙いがある。
香港大学などの研究チームが、PC操作AIエージェントの開発基盤「OpenCUA」をオープンソースで公開した。2万2600件以上の操作データと画面記録ツール、思考連鎖を活用した訓練手法を備え、性能面でOpenAIやAnthropicの商用モデルに迫る水準を達成している。
ByteDanceのSeedチームはHugging Face上で「Seed-OSS-36B」をApache-2.0ライセンスでオープンソース公開した。360億パラメータを備え、ネイティブで512Kトークンの長文脈処理に対応する。推論量を調整できる「思考バジェット」機能も備え、商用利用を含め無償で利用可能だ。
Nvidiaは、単一のA10 GPU向けに最適化された小型オープンモデル「Nemotron-Nano-9B-v2」を公開しました。MambaとTransformerのハイブリッド構造で最大6倍の高速化を実現し、開発者は/thinkなどのトークンで推論思考の有無やトークン上限を柔軟に制御できます。
NVIDIAは25の欧州言語に対応する音声データセット「Granary」をオープンソース公開した。約100万時間の音声を含み、高精度な「Canary-1b-v2」と高速処理に優れた「Parakeet-tdt-0.6b-v3」モデルも同時にHugging Faceで提供される。
GoogleはGemma 3シリーズの最小モデル「Gemma 3 270M」を発表した。パラメータ数はわずか2.7億で、指示追従や構造化テキスト出力を標準装備。テキスト分類やデータ抽出など、特定用途に絞った低コストかつ高速なファインチューニングに最適化されている。
Robloxはチャットからグルーミングや児童虐待の兆候を検知するAIツール「Sentinel」をオープンソース化した。毎日60億件以上のメッセージをリアルタイムで解析し、2025年には1200件の潜在事案を特定。上半期の検知事例の35%は通報前の能動的検知によるものだという。
Skyworkはリアルタイムで長時間の対話に対応した世界モデル「Matrix-Game 2.0」を公開した。先週発表されたDeepMindのGenie 3が非公開だったのに対し、本作は25FPSでの描画と数分間の連続操作に対応し、完全なオープンソースとして提供される。
MicrosoftはOpenAIの公開に合わせ、GPU最適化されたオープン推論モデル「gpt-oss-20B」をWindows端末向けに提供開始した。開発者はFoundry LocalやVS CodeのAI Toolkitを使い、ローカル環境ですぐに推論を実行できる。
OpenAIはApache 2.0ライセンスのオープン推論モデル「gpt-oss-120b」と「gpt-oss-20b」を公開した。思考連鎖やツール実行に対応し、20b版は16GBメモリの端末でローカル稼働する。自前の環境で高度な推論AIを低コストに動かせる点が大きい。
アリババは20BのMMDiT画像基盤モデル「Qwen-Image」を公開した。英中両言語での複雑なテキスト描画や段落レイアウト、高精度な画像編集をネイティブでこなす点が特徴。画像生成AIが苦手としてきた中国語の文字崩れを大幅に改善するオープンソースモデルとなる。
KreaはBlack Forest Labsと共同開発した画像モデル「FLUX.1 Krea [dev]」のオープン重みを公開した。FLUX.1-devと完全な互換性を持ち、テカテカした肌や過度な背景ボケといった「AI特有の質感」を解消。100万件未満の厳選データによる事後学習で、独自の美意識とリアルな描写を追求した。
Tencent Hunyuanは「Hunyuan3D World Model 1.0」をオープンソース公開した。1行のテキストや画像から探索・対話可能な3D空間を生成でき、CG制作フローとも互換性を持つ。ゲーム開発やVR制作の効率化を目指す。
Mistral AIは音声理解モデル「Voxtral」の24B版と3B版をApache 2.0ライセンスで公開した。最大40分の音声や音声からの直接関数呼び出しに対応し、Whisper large-v3を超える精度を半額以下のAPI価格で提供する。
OpenAI のサム・アルトマン CEO は、翌週に予定していたオープンウェイトモデルのリリースを延期すると発表しました。高リスク領域の精査と追加の安全性テストに時間が必要だと説明。モデルの重みは一度公開すると回収できないため、慎重を期す姿勢を示しています。
金曜日、Moonshot AI は1兆パラメータ(アクティブ320億)の MoE モデル「Kimi K2」をオープンソースで公開した。自律エージェントとコーディングに特化し、LiveCodeBench では GPT-4.1 を上回る53.7%を記録。新開発の MuonClip 最適化手法により、学習時の不安定さも解消している。
Rekaは210億パラメータモデル「Reka Flash 3.1」と量子化ライブラリ「Reka Quant」をオープンソース公開した。強化学習の刷新でコーディング性能を高めつつ、3.5bit圧縮でも性能低下を最小限に抑え、低スペック環境でのエージェント運用を身近にする。
Mistral AIはAll Hands AIと共同開発したコーディング特化モデル「Devstral」を発表した。24BパラメータのDevstral Small 1.1はApache 2.0でオープンソース公開され、SWE-Bench Verifiedで53.6%を記録。上位のDevstral MediumはAPI経由で提供される。
Googleはオープン医療マルチモーダルモデル「MedGemma 27B Multimodal」と軽量画像エンコーダー「MedSigLIP」を発表した。単一GPUやモバイル端末でも動作可能で、医療データプライバシーを自社で保護しながら開発できる環境を提供する。