IBMがGranite 3.2をオープンソース公開、「思考スイッチ」付き推論と文書特化VLM
IBMはGranite 3.2を発表し、Apache 2.0ライセンスでHugging Face等に公開した。APIで思考プロセスをオン・オフできるGranite 3.2 Instructに加え、企業向け文書理解に特化した初の公式視覚言語モデルGranite Vision 3.2 2Bを提供する。
オープンソース · デイリー
水
2月26日 水曜日
金
2月21日 金曜日
DeepSeekが来週5つのリポジトリをオープンソース化へ、コア技術を完全公開
金曜日、DeepSeekはXで来週から5つのコードリポジトリを公開し、基礎コードやデータを全面開示すると発表した。研究者や開発者はR1などの基盤技術を自由にダウンロードして改良できるようになる。クローズド路線をとるOpenAIに対し、完全な透明性で勝負を挑む形だ。
木
2月20日 木曜日
Hugging FaceがSmolVLM2を公開：最小256Mで端末上での動画理解を実現
Hugging Faceは軽量マルチモーダルモデルSmolVLM2をリリースした。2.2B、500M、256Mの3サイズを用意し、500M版は2.2Bに匹敵する動画理解性能をわずかなメモリ消費で発揮する。MLXに対応しiPhone単体でローカル動作する。
水
2月19日 水曜日
Perplexityが検閲解除版「R1 1776」を公開、推論性能は維持
PerplexityはDeepSeek-R1をベースに検閲を排除した後学習モデル「R1 1776」をオープンソースで公開した。約300の規制トピックを含む4万件のプロンプトで再学習を実施。オリジナルの高い数学・推論性能を保ちつつ、機微な話題への回答制限を緩和した。重みはHugging Faceで配布されている。
金
2月14日 金曜日
百度、大規模言語モデル「Ernie 4.5」を6月30日にオープンソース化へ
Baiduは次期大規模言語モデル「Ernie 4.5」シリーズを6月30日にオープンソース化する方針を発表した。今後数カ月でユーザー向けに展開を始め、その後にコードを公開する。DeepSeek-R1の台頭を受けた戦略転換とみられ、年内にはErnie 5の投入も計画されている。
火
1月21日 火曜日
Tencent、高品質3D生成モデル「Hunyuan3D 2.0」をオープンソース公開
Tencent は高解像度テクスチャ付き 3D アセット生成システム「Hunyuan3D 2.0」を公開した。形状生成 DiT とテクスチャ合成モデルの 2 段階構成を採用し、単一画像からの高品質メッシュ生成に加え、手作りの白モデルへの質感付与にも対応する。
水
1月15日 水曜日
MiniMaxが「MiniMax-01」をオープンソース公開、400万トークン対応
MiniMaxは「MiniMax-01」シリーズをオープンソースで公開した。独自アーキテクチャ「Lightning Attention」を採用し、4560億パラメータ規模で最大400万トークンのコンテキスト処理に対応する。重みはGitHubで提供されている。
金
1月10日 金曜日
UCバークレー、450ドルで学習できる推論モデル「Sky-T1」を完全公開
UCバークレーのNovaSkyチームは、OpenAIのo1-previewに匹敵する推論モデル「Sky-T1-32B-Preview」を公開した。厳選した1.7万件のデータを用い、8基のH100で19時間・450ドル未満で学習を完了。コードやデータ、重みもすべてオープンソース化されている。
Adobeが「TransPixar」をオープンソース公開：透過背景のAI動画を直接生成
Adobe Researchと香港科技大学が動画生成モデル「TransPixar」を公開した。従来のAI動画が不透明な背景しか出せなかったのに対し、透過情報を持つRGBA動画を直接生成できる。煙や光といったVFX素材の合成が格段に容易になる。
水
1月8日 水曜日
マイクロソフト、14Bモデル「Phi-4」の重みをHugging Faceで完全OSS化 MITライセンスで商用利用も可能
米Microsoftは、140億パラメータの推論特化型モデル「Phi-4」の公式モデル重みをHugging Face上で完全オープンソース公開した。従来のAzure限定から、商用利用可能なMITライセンスでの提供に移行。開発者はTransformersやvLLMを用いてローカル環境に自由に導入できる。
火
12月10日 火曜日
英サリー大、家庭向けGPUで即時生成できる「NitroFusion」を公開
サリー大学の研究チームは文字入力とほぼ同時に画像を生成できるAIモデル「NitroFusion」をオープンソース公開した。一般的なコンシューマー向けグラフィックカードで動作し、1〜4ステップで速度と画質を調整可能。高額なクラウド環境や月額課金なしで手元での試作を加速させる。
金
12月6日 金曜日
Metaが「Llama 3.3 70B」公開 405B級の性能を大幅な低コストで実現
MetaはテキストAIモデル「Llama 3.3 70B」を発表した。事後学習技術の進化により、巨大な405Bモデルと同等の性能をはるかに低いコストで発揮し、MMLUなどのベンチマークでGPT-4oを上回る。Hugging Faceなどで入手可能だ。
木
12月5日 木曜日
Googleが「PaliGemma 2」を発表：Gemma 2ベースで微調整も容易に
Googleはビジョン言語モデル「PaliGemma 2」を発表した。Gemma 2をベースに画像理解能力を備え、複数サイズを展開する。従来のPaliGemmaからコード変更を抑えて移行できる差し替え互換性を持ち、特定タスク向けの微調整が手軽に行える。
金
11月29日 金曜日
アンドリュー・エン氏のチームが「aisuite」公開：文字列1行でLLMを切り替え
アンドリュー・エン氏のチームがオープンソースのPythonライブラリ「aisuite」を公開した。OpenAIやAnthropic、Ollamaなどの異なるAPIを共通化し、コード内の文字列を書き換えるだけでモデルを即座に切り替えられるようにする。
月
11月25日 月曜日
Anthropicがオープンソース規格「MCP」を発表：AIと企業データを標準接続
AnthropicはAIと社内ツールを双方向で連携させる標準規格「Model Context Protocol（MCP）」をオープンソース化しました。Claudeだけでなくあらゆるモデルに対応し、GitHubやSlackなどのデータに接続可能。BlockやReplitが導入を進める一方、OpenAIなど他社を巻き込めるかが普及の鍵となります。
