「OpenClaw 2.0」公開、ブラウザ版刷新やチーム向け共有セッションに対応
オープンソースのAIプラットフォーム「OpenClaw」がバージョン2.0を公開した。ブラウザアプリを一新したほか、既存のChatGPTやClaudeの契約やAPIキーを使って導入を簡素化。文脈を保持したまま複数人で共同作業できるクラウド共有セッション機能も導入された。
オープンソース · デイリー
日
8月30日 日曜日
金
8月28日 金曜日
ZAI、7530億パラメータのフル版「GLM-5.3」をオープンソース公開
ZAIが7530億パラメータのテキスト特化型オープンモデル「GLM-5.3」の重みをHugging Faceで公開した。前世代と同じベースモデルを採用しつつ、事後学習のみでコーディングやエージェント処理性能を大幅に引き上げた。コミュニティによる量子化版を使えばローカル環境のマルチGPUでも稼働できる。
テンセント、770Bのオープンソースモデル「Hy4 preview」公開：実務特化と自己改善ループが強み
テンセント・混元は総パラメータ770B・アクティブ49B、コンテキスト長1Mの新世代モデル「Hy4 preview」をオープンソース公開した。プログラミングや財務などの実務現場向けに最適化され、訓練や演算子最適化をモデル自身が関与して改善するループを導入。元宝やWorkBuddyで提供が始まっている。
水
8月26日 水曜日
「Code World Model」公開：コード生成AIが状態を保持し、破綻しない動画世界を実現
研究チームが「Code World Model」を発表しコードを公開した。世界のルール更新と映像生成を分離し、コーディングエージェントが背後でコードを書いて永続的な世界状態を管理し、微調整済み MiniMax-H3 が映像をレンダリングする。AI が物体の位置や過去の出来事を忘れず、長期的に一貫した世界をシミュレートできる。
火
8月25日 火曜日
BreezeBlueが「Breeze-TTS-2」公開：初動40ms未満、テキスト指示で声質を設計
BreezeBlueが音声合成モデル「Breeze-TTS-2」の重みと推論コードを公開した。日英両言語に対応し、H100環境で初動レイテンシ40ms未満を実現する。音声参照なしにプロンプトだけで声質を生成できるほか、テキスト内に笑いやため息などの感情表現を挿入可能。コードはApache 2.0、重みは研究・非商用限定。
崩れた3Dレンダリングを修復、動画AIを活用する「FixAnything」公開
研究チームが3Dレンダリングの不具合を修復するAI「FixAnything」をオープンソース公開した。3DGSやNeRFの視点変更で生じる穴や浮遊ノイズを、動画拡散モデルの先見性を活かして補正し、整合性の取れた滑らかな動画を生成する。
木
8月20日 木曜日
1本の通常動画から4Dキャラを生成 オープンソース「4DAnyone」公開
単眼の人物動画から自由な角度で観察できる4Dガウシアンスプラッティングモデルを再構成する「4DAnyone」が公開された。3D骨格情報を用いて多視点映像を補完し、従来手法より高い一貫性を実現。コードと約12GBのモデルが提供されている。
水
8月19日 水曜日
オープンソースMacアプリ「OpenHistory」登場：ローカルAIで日報を自動作成
オープンソースのMacアプリ「OpenHistory」が公開された。端末内のローカル推論を活用して作業履歴を自動記録し、1時間ごとや1日単位のAI要約を作成する。データは端末内に保持され、安全なMCP経由でローカルエージェントとも連携可能だ。
Magiviz：脚本から動画完成まで全自動化するオープンソース AI 映像スタジオ
ItusiAI は AI 動画制作プラットフォーム「Magiviz」をオープンソース公開しました。脚本作成からキャラクター設計、絵コンテ、動画生成、結合までの 5 段階パイプラインを備え、Veo や Kling など複数モデルに対応。Stripe 決済やユーザー管理も内蔵され、API キーを設定すれば商用運用も可能です。
わずか1.7GBの超小型音声合成「Audio8TS」、数秒の音声でローカル声クローン
超軽量テキスト読み上げモデル「Audio8TS」が公開された。パラメータ数は約 1 億、モデル全体で 1.7GB に収まり、わずか数秒のリファレンス音声から声質を再現できる。ONNX INT8 形式も用意され、一般的な PC の CPU でも手軽にローカル音声クローンを動かせる。
火
8月18日 火曜日
Block、デスクトップ向けAgent作業環境「Berd」をオープンソース公開
Blockは、デスクトップ向けAgent統合環境「Berd」をオープンソースで公開した。会話やファイル、スキル、個別の人格を持つ複数Agentを永続的なキャンバス上にまとめ、ローカルのフォルダやリポジトリと連携しながら作業を進められる。チャットの域を超えて実用的なタスクをこなす自律環境として注目される。
月
8月17日 月曜日
音声Agent向け記憶システム「VoiceMem」公開：左脳と右脳で感情と事実を分離
音声Agent向け長期記憶システム「VoiceMem」がオープンソースで公開された。事実を扱う「左脳」と感情・好みを追跡する「右脳」に分離し、ユーザーが話している間に先回りして検索する。応答遅延は134ミリ秒にとどまり、会話中の不自然な停止を防ぐ設計が施されている。
yetoneがCumoraをオープンソース化：AIが同僚のように自律して働くコラボツール
yetoneはマルチエージェント協調型チャットツール「Cumora」をオープンソース公開した。指示待ちのボットとは異なり、AI自身がアイデンティティと記憶を持ち、カンバンタスクの引き受けやメール送受信、エージェント同士の会議を自発的にこなす。人間とAIが対等な同僚として同じ画面で働けるのが特徴だ。
土
8月15日 土曜日
アリババのQwen、世界30億ダウンロード突破でMetaやGoogle超え首位に
Hugging Faceのレポートによると、アリババのQwenシリーズは過去半年の世界ダウンロード数が30億回を突破し、MetaやGoogleを抜いてオープンモデル首位となった。2026年のGoogleは4億1800万回、Metaは2億2700万回だった。Qwenは460以上のモデルを公開し、派生モデルは30万件を超えている。
金
8月14日 金曜日
アリババ、Apache 2.0で「Qwen3.8-27B」の重みをオープンソース公開
アリババはネイティブマルチモーダルモデル「Qwen3.8-27B」の重みをApache 2.0ライセンスで公開した。27BパラメータでQwen3.7-Plusを上回り、262Kのネイティブコンテキスト（YaRNで最大1M）に対応する。MaxレベルのQwen3.8-2.4T-A95Bも公開中だ。
木
8月13日 木曜日
ByteDanceが全モーダル動画編集「Bernini 2」をOSS公開、モデル単体で180GB
ByteDanceは自然言語で既存動画を編集できるオープンソースモデル「Bernini 2」を公開した。カメラアングルの変更や背景の差し替え、新規オブジェクトの挿入に対応する。意味プランナーと拡散レンダラーを組み合わせた構成だが、モデル単体で180GBあり、ローカル環境での実行ハードルは極めて高い。
DeepSeek、エージェント基盤「DeepSeek Harness」をオープンソース公開
DeepSeekはエージェントフレームワーク「DeepSeek Harness（dsh）」をオープンソース公開した。「すべてがプラグイン」というCordisベースの設計を採用し、Web UIも標準で付属する。現在は開発者プレビュー段階にあり、破壊的変更も予想される。
Xiaomiが「MiDashengLM-Gen」を公開：音声・音楽・環境音をまとめて一括生成
Xiaomiの研究チームは統合オーディオシーン生成モデル「MiDashengLM-Gen」をApache 2.0で公開した。構造化プロンプトから話者の音声、BGM、効果音、環境音を1つの16kHz音声として同時に生成できる。バックボーンにQwen3-1.7Bを採用している。
水
8月12日 水曜日
オープンソースの世界モデル「Evoke」登場：14Bモデルが画像と操作からリアルタイムに世界を生成
インタラクティブ世界モデル「Evoke」が完全オープンソースで公開された。画像1枚とジョイスティック操作を入力するだけで、わずか3ステップで操作に即座に応答する動画を生成できる。パラメータ数は140億で、コードと重み（約57GB）はGitHubで提供されている。
火
8月11日 火曜日
NVIDIAがNemotron 3.5 Lightning公開：常駐エージェント実行に特化した30B MoE
NVIDIAはオープンモデルNemotron 3.5 Lightningを発表した。総パラメータ30B・活性3BのMoE構成で、ツールの呼び出しや検証など高頻度の実行タスクに特化。PinchBenchではQwen3.6 35Bより30%高速にタスクを処理する。
オープン動画モデル「LTX-2.5」公開：10秒映像を6.8秒で生成、ComfyUIに統合
LTXがオープンウェイトの動画生成モデル「LTX-2.5」を公開した。Nvidia GB200スーパーチップ2基のローカル環境で、10秒の720p動画を6.8秒で生成する。ComfyUIにネイティブ対応し、年間経常収益1000万ドル未満の組織は商用利用も含め無料で利用できる。
HKUDSがAutoSwarmをOSS化：Claude CodeやCursorなど複数AIを連携
香港大学HKUDSがマルチエージェント協調フレームワーク「AutoSwarm」をオープンソース公開しました。Claude CodeやCodex、Cursorなど分断されたエージェント間で文脈や記憶を共有し、タスクを並列分担して回答を1つに統合します。主要OSのCLIやIDE拡張に対応します。
月
8月10日 月曜日
Cactusが超小型モデル「Needle 2」発表：45Mパラメータ、28MBメモリで動作
Cactusが4500万パラメータの超軽量モデル「Needle 2」を公開しました。バイナリサイズは14MB、メモリ消費は約28MBでGPUも不要です。Raspberry Pi 5や格安スマホなどの小型端末で、オフラインでのツール呼び出しや端末制御を高速にこなせます。
IndexTTS 2.5が公開：日英中など5言語に対応、感情制御と高速推論を実現
オープンソースの音声合成モデルIndexTTS-2.5が公開された。日本語、中国語、英語、スペイン語、アラビア語の5言語に対応し、数秒の参照音声から高精度にクローン可能。vLLMによる本番環境デプロイにも対応する。
Meta、30Bの端末向けエージェントAI「Muse Glimmer」をオープンソース公開
Metaは300億パラメータの自律エージェント向けモデル「Muse Glimmer」をApache 2.0で公開した。4ビット量子化により20GB未満に収まり、消費者向け単一GPUやMacで動作する。ツール呼び出しや画像理解に対応し、ネット接続なしでローカルに常駐エージェントを動かせるのが強みだ。
