Meta、地域課題を解決する第1回Llama革新賞の受賞者を発表
Metaは、アフリカや中東、アジア太平洋などでLlamaを活用し地域課題の解決に取り組む組織を表彰する「Llama Impact Innovation Awards」の受賞者を発表した。選出されたプロジェクトには最大3万5000ドルの資金と広告クレジットが提供され、多言語医療支援や教育ツールなどに役立てられる。
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
IBMとNASA、気象・気候向けオープンソース基盤モデル「Prithvi WxC」を公開
IBMとNASAは40年分の地球観測データで事前学習した気象・気候AI基盤モデル「Prithvi WxC」をHugging Faceでオープンソース公開した。単一の予報特化型とは異なり、局地予測や最大12倍の高解像度化など多様な解析タスクに対応する。
アリババが100以上の「Qwen 2.5」をオープンソース化、動画生成AIも発表
アリババクラウドは0.5から72 billionパラメータ規模の「Qwen 2.5」モデル100種類以上をオープンソースコミュニティ向けに公開しました。あわせて「通義万相」の新たなテキスト動画生成モデルや、長尺動画を理解するQwen2-VLも披露しています。オープンソースAIの選択肢が一気に広がる動きです。
LAIONが画像データセットを再公開、不適切リンク2236件を削除
Stable Diffusionの学習データを作成したLAIONが、児童性的虐待素材（CSAM）のリンクを排除した「Re-LAION-5B」を公開した。外部機関の協力のもと2236件の疑わしいリンクを削除し、旧データセットを利用中の組織に速やかな移行を求めている。
MetaがLlamaの成長実績を公開：DL数は累計3.5億件に迫り、クラウド利用量は倍増
MetaはLlamaシリーズの最新データを公表しました。Hugging Faceでの累計ダウンロード数は前年比10倍超の約3.5億回に到達。クラウド各社でのトークン消費量も2024年5〜7月で倍増し、8月には最大サイズの405B版が最も利用されたといいます。オープンモデルが企業の基盤技術として定着しつつあります。
マイクロソフトが「Phi-3.5」3種をMITライセンスで公開
米マイクロソフトは小型AIモデル「Phi-3.5」シリーズ3種を公開した。38億パラメータのMini、419億のMoE、41.5億のVisionで構成され、全モデルが128kトークンに対応する。商用利用可能なMITライセンスで提供され、コード理解などで高い性能を示す。
Nous Researchが「Hermes 3」公開、最大405Bまで対応
Nous Researchは汎用言語モデル「Hermes 3」を発表した。サイズは8B、70B、405Bの3種類を展開。ロールプレイ、エージェントタスク、関数呼び出し、長文の整合性が強化されている。Lambdaとの協業で訓練され、無料のチャットUIも公開された。
Webブラウザで動く3D Gaussian Splatting編集ツール「SuperSplat」がオープンソース公開
PlayCanvasの創設者Will Eastcott氏が、ブラウザ上で3D Gaussian Splattingを直接編集できるオープンソースツール「SuperSplat 1.0」を公開した。インストール不要でPLYファイルをドラッグ＆ドロップし、不要な点群の削除や向きの修正が行える。現時点では出力時の球面調和関数回転など一部制限がある。
Google、Gemma 2の内部構造を可視化する「Gemma Scope」を公開
Googleは大規模言語モデルの内部メカニズムを解明するためのツール群「Gemma Scope」をオープンソース公開した。Gemma 2の2Bおよび9B向けに400以上のスパースオートエンコーダーを提供し、3000万以上の特徴量を抽出可能にする。ハルシネーションや欺瞞といった安全リスクの解明と対策を後押しする。
Activisionが『Call of Duty: Warzone』のCalderaマップデータをオープンソース化
Activision は『Call of Duty: Warzone』の Caldera マップに関するデータセットを GitHub でオープンソース公開しました。OpenUSD 形式で提供され、マップのジオメトリや匿名のプレイヤー移動データが含まれます。ゲーム業界最大級の公開データセットであり、AI モデルの学習や生成技術の研究支援を目的としています。
米ホワイトハウス、現時点でオープンソースAIを規制する必要はないとの報告書を公表
米商務省NTIAはモデルの重みを公開するオープンソースAIについて、現時点で制限を設ける必要はないとする報告書を発表した。オープン化による恩恵を認めつつも、リスクの監視は継続し、脅威が高まれば即座に対処できるよう備える方針だ。
MetaがLlama 3.1を公開：GPT-4o匹敵の405Bモデル、蒸留利用も解禁
Metaはオープンソースモデル「Llama 3.1」を発表した。フラッグシップの405Bモデルは128Kコンテキストに対応しGPT-4oに匹敵する性能を持つ。規約も改定され、モデル出力による小型モデルの蒸留や改善が公式に認められた。
AppleがオープンAIモデル「DCLM」公開、Mistral-7B超えの性能を発揮
Appleなどの研究チームがHugging Face上でDCLMモデル群（7Bおよび1.4B）をオープンソース公開した。重みだけでなく学習データやコードも完全公開されており、7BモデルはMMLUスコア63.7%でMistral-7Bを上回った。端末向け機能ではなくデータ選別の研究成果という位置付けだ。
Mistral、Mamba採用のコード生成モデル「Codestral Mamba」をApache 2.0で公開
Mistral AIは、Mambaアーキテクチャを採用したコード生成モデル「Codestral Mamba」を公開した。Transformerと異なり線形時間での推論が可能で、最大256kトークンの文脈検索を検証済み。Apache 2.0ライセンスで完全無償公開されており、Hugging Faceやla Plateformeで提供される。
Stability AIがSD3のライセンス改定、年商100万ドル未満なら商用利用も無料に
Stability AIはコミュニティライセンスの改定を発表した。SD3 Mediumを含むモデルについて、年間売上100万ドル未満の個人や中小企業であれば無料で商用利用可能となり、生成枚数の制限も撤廃された。あわせてSD3 Mediumの品質問題についても言及し、改善版の早期提供を約束している。
仏Kyutaiがリアルタイム音声AI「Moshi」発表、オープンソースで端末上でも動作
仏AI研究所Kyutaiは遅延わずか200ミリ秒の音声AIアシスタント「Moshi」を発表し、オープンソース化する方針を明かしました。70種類の感情表現に対応し、PCローカル環境でも相手の話を遮りながら自然に会話できます。
LivePortrait：静止画を12.8ミリ秒で駆動する高速ポートレートアニメーション
Kuaishouの研究チームが肖像動画生成フレームワーク「LivePortrait」をオープンソース公開しました。拡散モデルではなく暗黙的キーポイント手法を採用し、人物や動物の静止画を高精度かつRTX 4090で毎フレーム12.8ミリ秒という速度で動かせます。
上海AIラボ、1Mコンテキスト対応の「InternLM 2.5-7B」をオープンソース公開
上海人工知能研究所（Shanghai AI Lab）はオープンソースモデル「InternLM 2.5-7B」を公開した。最大100万トークンのコンテキストウィンドウに対応し、推論やツール利用能力を強化。Hugging Faceの12B以下ベンチマークでトップクラスの性能を記録している。
Googleが「Gemma 2」公開、27Bモデルが倍サイズの競合に匹敵
Googleは次世代オープンモデル「Gemma 2」の9Bと27Bサイズを一般公開した。27Bモデルは倍以上のサイズの競合に匹敵する性能を誇り、NVIDIA H100単体でフル精度推論が可能。商用利用可能なライセンスで提供される。
マイクロソフト、軽量ビジョンモデル「Florence-2」をMITライセンスでオープンソース公開
マイクロソフトのAzure AIチームは、単一のテキストプロンプトで画像キャプション、物体検出、領域分割などを処理できる視覚基盤モデル「Florence-2」をHugging Faceで公開した。232Mと771Mという極めて小型のパラメータサイズながら、ゼロショット評価では数十倍から数百倍規模の大規模モデルを上回る精度を達成している。