本文へスキップ
IFAI

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。

直近7日間で14件

  1. 拡散指数 55

    アリババ、始端と終端の2コマから動画を補間する「Wan2.1-FLF2V」をオープンソース公開

    アリババが14Bパラメータの動画生成モデル「Wan2.1-FLF2V」をオープンソース公開した。ユーザーが指定した最初と最後のフレームから滑らかな移行動画を生成し、一貫した画風と自然な動きを保つ。公式サイトで5秒・720pの動画を無料で生成できるほか、Hugging FaceやGitHubでも重みが公開されている。

  4. 拡散指数 59

    Together AI、o3-mini匹敵の推論モデル「DeepCoder-14B」をオープンソース公開

    Together AIとAgenticaは、コード推論特化の14Bモデル「DeepCoder-14B-Preview」をオープンソースで公開した。DeepSeek-R1蒸留モデルをRLで強化学習し、LiveCodeBenchで60.6％を記録してOpenAIのo3-miniに匹敵する性能を達成。データセットや学習ログ、高速化ツールも併せて公開された。

  6. 拡散指数 64

    Meta、初のMoE多モーダル「Llama 4」公開：1000万トークン対応

    Metaは初のMoE型ネイティブ多モーダルオープンモデル「Llama 4 Scout」と「Maverick」を発表しました。両モデルともにアクティブパラメータは17Bで、Scoutは最大1000万トークンの文脈長を処理できます。約2兆パラメータの教師モデルBehemothも予告されています。

  7. 拡散指数 34

    Sentient、オープンソースAI検索「ODS」公開　Perplexityに対抗

    Sentient Foundation の研究チームがオープンソースのAI検索フレームワーク「Open Deep Search（ODS）」を公開した。Perplexity や ChatGPT Search に対抗する設計で、検索ツールと推論エージェントを組み合わせる。DeepSeek-R1 と連携させたテストでは Perplexity などを上回る精度を記録した。

  9. 拡散指数 41

    Perplexity、MoE通信ライブラリをオープンソース化：最大10倍の高速化を実現

    PerplexityはMoEモデル向けの高速通信ライブラリ「pplx-kernels」をオープンソースで公開しました。標準的なAll-to-All通信と比べて最大10倍の転送速度を達成し、CPUを介さないGPU直接通信と計算・通信のオーバーラップを実現。移植性を保ちつつ分散推論のレイテンシを大幅に削減できます。

  10. 拡散指数 51

    OpenAI、GPT-2以来となるオープン言語モデルを数か月以内に公開へ

    OpenAIはGPT-2以来初となるオープン言語モデルを今後数か月以内にリリースすると発表し、コミュニティからのフィードバック受付を開始した。サム・アルトマンCEOによると、o3-mini相当の推論能力を備え、自前ハードウェアでも動作する見込みだという。

  11. 拡散指数 49

    OpenAI、競合Anthropic提唱のデータ連携規格「MCP」をサポートへ

    OpenAI は Anthropic が策定したオープンソース規格「Model Context Protocol（MCP）」を自社製品へ導入すると発表した。まずは Agents SDK で提供され、デスクトップ版 ChatGPT や Responses API にも順次対応する。競合同士が同じ接続標準で合流し、ツール連携の標準化が一気に加速しそうだ。

  12. 拡散指数 46

    Google、創薬特化のオープンモデル群「TxGemma」を公開

    Googleは創薬・治療法開発に特化したオープンモデル群「TxGemma」を公開した。Gemma 2をベースに開発され、2B、9B、27Bの3サイズで予測特化版と対話版を提供する。最大サイズの27B予測版は、66の創薬タスク中64項目で先行モデルと同等以上の性能を示している。

  13. 拡散指数 47

    DeepSeekが改良版「DeepSeek-V3」を公開、MITライセンスへ移行

    DeepSeekは大規模言語モデル「DeepSeek-V3」の改良版を公開し、ライセンスを商用利用しやすいMITライセンスへ変更しました。独自ベンチマークではプログラミング精度が向上しており、4ビット量子化によりMac Studio上で約20トークン/秒の動作も確認されています。

  15. 拡散指数 58

    Googleがオープンモデル「Gemma 3」公開、画像認識と128K文脈に対応

    Googleはオープンウェイトモデルの最新版「Gemma 3」を公開した。1Bから27Bまでの4サイズを展開し、4B以上は画像とテキストの両方を扱えるマルチモーダルに対応。文脈長は最大128kトークンに拡張され、27B版はGemini 1.5 Proを上回る性能を示している。

  17. 拡散指数 51

    Tencent混元、画像から動画を生成する13Bモデルをオープンソース公開

    Tencent混元は画像生成動画モデル「HunyuanVideo-I2V」の重みとLoRA学習コードをオープンソース公開した。130億パラメータを備え、画像1枚から音効付きの5秒間2K動画を生成でき、リップシンクや動作駆動にも対応する。GitHubなどで入手できるほか、Web上でも体験可能。