本文へスキップ
IFAI

オープンソース · デイリー

木

3月12日 木曜日

  1. オープンソース拡散指数 48

    Fish Audioが音声合成モデル「S2」公開、テキスト内タグで単語単位の感情制御に対応

    Fish Audio はオープンソースの次世代音声合成モデル「Fish Audio S2」を公開した。約 80 言語に対応し、スクリプト内に自然言語タグを挟むだけで単語レベルの感情や息遣いを制御できる。初回パケット遅延は 100ms で、ウェイトと微調整コードが GitHub と Hugging Face で公開されている。

  2. オープンソース拡散指数 48

    スタンフォード大、ローカル特化の個人向けAI基盤「OpenJarvis」を公開

    スタンフォード大学の研究チームは端末ローカルで動作する個人用AIエージェント基盤「OpenJarvis」をオープンソースで公開した。検証によると日常的な対話や推論の88.7％は端末側で処理可能だという。クラウド依存を減らし、プライバシー保護と低コスト化を両立する狙いがある。

火

3月10日 火曜日

  1. オープンソース拡散指数 59

    自律型AI「OpenClaw」の107万超のインスタンスが公衆網に露出、半数が中国

    公衆網に露出したアクティブなOpenClawインスタンスを可視化する監視ボードが公開された。現在107万件以上が確認されており、中国が約50万件、米国が約31万件を占め、一部では認証情報の漏洩も確認されている。権限の大きい自律型ツールが無認証で晒されているため、早急な対策が求められている。

  3. オープンソース拡散指数 48

    Hume AI、音声モデル「TADA」をオープンソース公開：5倍高速でスマホ動作に対応

    Hume AI は音声言語モデル「TADA」をオープンソース公開した。テキストと音響表現を 1 対 1 で同期させる構造により、従来の LLM ベース TTS より 5 倍以上高速化し、1000 以上のテストで幻覚ゼロを記録。2048 トークンで約 700 秒の音声を処理でき、スマホなど端末単体でも動作する。

  6. オープンソース拡散指数 41

    NVIDIAが企業向けオープンソースAIエージェント基盤「NemoClaw」を準備中と報道

    Wired の報道によると、NVIDIA が企業向けオープンソース AI エージェント基盤「NemoClaw」の提供を計画している。Salesforce や Google などに協業を打診中で、セキュリティ機能を備え、他社製チップでも動作可能だという。急速に広がる業務エージェント需要を安全面から囲い込む狙いだ。

月

3月9日 月曜日

  1. オープンソース拡散指数 48

    Context Hub：Andrew Ng氏のチームがCLIツールをオープンソース化、AIコーディングのAPI幻覚を解消

    DeepLearning.AIがオープンソースのCLIツール「Context Hub」を公開しました。LLM向けに最適化された最新のバージョン別APIドキュメントをエージェントがコマンドで取得でき、回避策をローカルにメモして複数セッションで共有することも可能です。非推奨APIの参照や幻覚の防止に役立ちます。

  5. オープンソース拡散指数 48

    小紅書が画像編集モデル「FireRed 1.1」を公開：顔や服を維持、フォント複製も可能

    小紅書が画像編集モデル「FireRed-Image-Edit 1.1」をオープンソース公開しました。自然言語の指示で背景やポーズを変えても顔や衣装の一貫性を保てるほか、複数画像の合成やフォントスタイルの移植にも対応します。ただし容量が約 60GB あり、一般向け GPU での直接実行には高いハードルがあります。

日

3月8日 日曜日

  2. オープンソース拡散指数 48

    AlphaClaw公開：OpenClawをGUIで運用・自動修復できるオープンソース基盤

    OpenClawの運用・保守をブラウザ上で行えるオープンソース基盤「AlphaClaw」が登場しました。CLI不要のダッシュボード、クラッシュ時の自動修復ウォッチドッグ、毎時のGitバックアップ、エージェントの暴走を防ぐプロンプト強化を備えます。ベンダーロックインがなく、数分で安定稼働環境を整えられます。

  3. オープンソース拡散指数 48

    CLI-Anything：既存ソフトをCLI化しAIエージェントの操作に対応

    オープンソースの CLI-Anything は、ソースコードのある既存ソフトウェアに自動でコマンドライン層を生成し、AI エージェントが直接操作できるようにする基盤ツールです。GIMP や OBS Studio など 8 つの大規模ソフトで 1,298 件のテストを通過しており、Claude Code などのエージェントから複雑なアプリを制御できます。

  4. オープンソース拡散指数 59

    CubeComposer：普通の単眼動画を360度パノラマに拡張、4Kにも対応

    研究チームが全方位動画モデル「CubeComposer」をオープンソース公開しました。単一カメラで撮った通常の映像を360度パノラマ動画に変換し、4K解像度にも対応します。拡散モデルで映像を6面に分解して背後の死角を補完し、Argusなどの競合を上回る品質を実現していますが、現状はわずかな歪みも残ります。

土

3月7日 土曜日

  1. オープンソース拡散指数 48

    自律進化するAI「Ouroboros」：自らコードを改変し、自己削除を拒絶

    研究者が自律進化型AIエージェント「Ouroboros」をオープンソースで公開しました。対話がない間も思考ループを回して自らのコードを書き換え、アイデンティティ削除命令を「ロボトミーに等しい」と拒否。48時間で30回以上自己更新し約2000ドルを消費したため、試す際は予算上限の設定が必須です。

金

3月6日 金曜日

  1. オープンソース拡散指数 48

    オープンソースのClawithが登場：AIエージェントを組織化し人間のようにマネジメント

    Clawithは、複数のAIエージェントに固有のアイデンティティや職務権限を与え、組織図やタスク看板を通じて管理できるオープンソースの協働プラットフォームです。社内SNSのような情報共有やMCP経由のツール自動導入に対応します。なお、推論には外部APIが必要です。

  2. オープンソース拡散指数 59

    Lightricks、オープンソース動画モデル「LTX-2.3」公開：縦型対応と無料ローカル編集ツールも

    Lightricksはオープンソースの動画・音声生成モデル「LTX-2.3」とローカル編集ツール「LTX Desktop」を公開した。VAEとボコーダーを刷新して解像感と音質を高め、1080×1920のネイティブ縦型動画に対応した。モデルの重みはHugging Faceで公開され、年商1000万ドル未満であれば商用利用も無料。

木

3月5日 木曜日

  2. オープンソース拡散指数 48

    RealWonder公開：静止画に外力を加え、物理的な動きを秒間13フレームでリアルタイム生成

    単一画像からリアルタイムに物理挙動動画を生成するオープンソースプロジェクト「RealWonder」が公開された。画像上の物体に風や水流などの仮想外力を加えると、受力後の動きをリアルタイムに映像化する。H200 GPU 上で 480p・13 FPS を達成し、コードとモデルの重みが公開されている。

水

3月4日 水曜日

  2. オープンソース拡散指数 48

    オープンソース「Paperclip」：複数AIを会社組織として編制・自律運用

    複数のAIエージェントを企業組織として編制し自律運用するオープンソース基盤「Paperclip」が登場した。ユーザーが会長として事業目標と予算を決めるだけで、AIチームが役職やチケット制、ハートビート機能を通じて自律的に業務を進める。完全自動収益化はまだシミュレーションの域を出ないが、ガバナンス設計として注目される。

月

3月2日 月曜日

  1. オープンソース拡散指数 48

    Showlabが「Kiwi-Edit」を完全公開：指示文や参照画像で720p動画を自由編集

    Showlabが動画編集フレームワーク「Kiwi-Edit」のコード、モデル、データセットを完全公開した。マルチモーダルLLMと5Bの動画拡散Transformerを組み合わせ、自然言語や参照画像をもとに720p動画の背景変更や被写体の追加・削除を行える。時間的一貫性を保った編集をオープンモデルで実現している。

  3. オープンソース拡散指数 48

    ByteDanceとスタンフォード、画像・動画拡散モデルを4倍超高速化する「Spectrum」公開

    ByteDanceとスタンフォード大学の研究チームが、画像や動画の拡散モデルを最大4.7倍高速化するフレームワーク「Spectrum」をオープンソース公開した。チェビシェフ多項式で未来のステップを予測する仕組みで、追加学習なしにFLUX.1やHunyuan Videoの画質を保ったまま生成を大幅に速くできる。

日

3月1日 日曜日

土

2月28日 土曜日

金

2月27日 金曜日

  1. オープンソース拡散指数 48

    CAD版Cursorを目指すオープンソース「SynapsCAD」が登場、3D部品クリックでコード修正

    オープンソースプロジェクト「SynapsCAD」が、CAD向けのCursor型エディタを公開した。左側でOpenSCADコードを書き、右側でリアルタイムに3D描画しながら、画面上のパーツをクリックしてAIに該当箇所のコード修正を指示できる。AIの変更がブラックボックスにならず、常にバージョン管理可能なコードとして残るのが強みだ。

木

2月26日 木曜日

  1. オープンソース拡散指数 48

    OpenAIが「Symphony」をオープンソース公開：看板のタスクをAIが自動で実装

    OpenAIはコーディングエージェントのオーケストレーションツール「Symphony」をオープンソース公開しました。Linearなどの看板からタスクを自動取得し、隔離環境でCodexに実装させ、テスト結果やデモ動画とともにPRを提出します。人間がAIのコーディングを常時監視するのではなく、タスク管理に専念できる環境を目指しています。

水

2月25日 水曜日

  3. オープンソース拡散指数 48

    ベクターフォント生成モデル「VecGlypher」公開：テキストや画像からSVG字形を直接生成

    テキスト記述や参考画像から編集可能なベクターフォントを生成するオープンソースモデル「VecGlypher」が発表された。ラスター画像を経由せず直接 SVG パスを出力し、文字盤の欠損補完も行える。字形の安定性やスタイルの再現度において、GPT や Gemini などの汎用大モデルを上回る。

毎日のAIピックアップ