Stability AI、AMD製GPU／APU向けに最適化した「Stable Diffusion」公開 最大3.8倍高速化
Stability AIはAMDと提携し、AMD Radeon GPUおよびRyzen AI APU向けに最適化したONNX版Stable Diffusionをリリースした。SD 3.5とSDXLの計4モデルが対象で、PyTorch版と比較して最大3.8倍高速に動作する。モデルはHugging Faceで公開され、Amuse 3.0でも利用可能。
オープンソース · デイリー
水
4月16日 水曜日
水
4月9日 水曜日
Google、50社以上と連携しエージェント間連携規格「A2A」を発表
Googleは異なるベンダーやフレームワークのAIエージェント同士が安全に協調動作できるオープン規格「Agent2Agent（A2A）」を発表した。SalesforceやAtlassianなど50社以上が参画し、AnthropicのMCPを補完する。年内に正式版を提供する予定だ。
火
4月8日 火曜日
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。
米新興Deep Cogitoがステルス解除、推論モデル「Cogito v1」をオープンソース公開
サンフランシスコのDeep Cogitoは、推論特化型モデル「Cogito v1」シリーズをオープンソースで公開した。3Bから70Bまでの5サイズ展開で、即答と自己反省型の長考を切り替えられるハイブリッド推論やネイティブなツール呼び出しに対応する。Hugging Faceなどで商用利用可能。
土
4月5日 土曜日
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。
金
4月4日 金曜日
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。
水
4月2日 水曜日
AudioX：6GB未満で動画のカットを認識し自動配音する統合音声モデル
統合音声モデル「AudioX」のコードが公開された。モデルサイズは6GB未満で、一般的なGPU環境でもローカル動作する。テキストや画像、無音動画から音声を生成でき、映像のカット切り替えに合わせた効果音付与や音声修復にも対応する。
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。
月
3月31日 月曜日
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。
水
3月26日 水曜日
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。
火
3月25日 火曜日
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。
月
3月24日 月曜日
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。
水
3月12日 水曜日
AIエージェント「Manus」の波に乗り「Browser Use」が急拡大、日次DLは2.8万件に
TechCrunch 報道によると、話題の AI エージェント「Manus」に採用されたことで、オープンソースツール「Browser Use」のダウンロード数が急増した。1 日あたりのダウンロード数は 3 月 3 日の約 5,000 件から 3 月 10 日には 28,000 件へと 5 倍以上に跳ね上がっている。
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。
火
3月11日 火曜日
Reka、21B推論モデル「Flash 3」をオープンソース公開：企業向け基盤Nexusに採用
AIスタートアップのRekaは、スクラッチから学習させた21Bパラメータの推論モデル「Reka Flash 3」のオープンソース化を発表しました。高い推論性能を備え、同日発表された企業向けインテリジェンス基盤「Nexus」のエンジンとしても機能します。
木
3月6日 木曜日
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。
水
3月5日 水曜日
LTX Studio、オープンソース動画モデル「LTXV 0.9.5」公開：商用利用とComfyUIに対応
LTX StudioはオープンソースのAI動画生成モデル「LTXV 0.9.5」を公開した。新たに商用ライセンスに対応し、キーフレーム制御や解像度の向上、アーティファクトの低減を実現。さらにComfyUIをネイティブサポートし、ローカル環境の制作パイプラインに直接組み込めるようになった。
