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。
オープンソース · デイリー
金
8月9日 金曜日
水
7月31日 水曜日
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。
火
7月30日 火曜日
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。
火
7月23日 火曜日
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。
金
7月19日 金曜日
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。
火
7月16日 火曜日
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。
金
7月5日 金曜日
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。
木
7月4日 木曜日
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。
水
7月3日 水曜日
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。
木
6月27日 木曜日
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。
水
6月19日 水曜日
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。
火
6月18日 火曜日
Meta、画像・テキスト混在のChameleonや音声電子透かしなど5つの研究モデルを公開
MetaのFAIRチームは新たな5つのAI研究成果を公開した。画像と文章を同時処理できるChameleon、和音やビートで制御可能な音楽生成JASCO、検出速度を最大485倍に高めたAI音声透かしAudioSealなどが含まれる。
月
6月17日 月曜日
Apple、Hugging Faceで20のCore MLモデルと4つのデータセットを公開
AppleはHugging Face上で、端末内動作に特化した20種類のCore MLモデルと4つのデータセットを公開した。FastViTやDepthAnythingなどを含み、ネット接続なしで高速処理とユーザーのプライバシー保護を両立できる。
DeepSeekがCoder V2をオープンソース公開、GPT-4 Turbo超えを記録
中国のDeepSeekは、MoE構成のコード特化型モデル「DeepSeek Coder V2」をオープンソースで公開した。338のプログラミング言語と128Kコンテキストに対応し、HumanEvalなどの主要ベンチマークでGPT-4 TurboやClaude 3 Opusを上回るスコアを記録。商用利用可能なMITライセンスで16Bと236B版が提供される。
木
6月6日 木曜日
オープンソースモデル「Qwen2」公開、5サイズ展開で文脈長は最大128K
Qwenチームは新世代オープンソースモデル「Qwen2」を公開した。0.5Bから72Bまで5つのサイズを揃え、27言語の追加データを学習。全サイズでGQAを採用し、7Bと72Bの指示チューニング版は最大128Kトークンの文脈長に対応する。72Bを除く中小モデルにはApache 2.0ライセンスが適用されている。