LangChain、コードベースのWikiを自動生成・更新する「OpenWiki」を公開
LangChainはコードベースのドキュメントを自動生成・保守するオープンソースCLI「OpenWiki」を公開した。CLAUDE.mdにWikiへの参照を追加してAgentに文脈を渡し、GitHub Actionでコミット差分を検知して自動更新するため、肥大化したファイルを抱えずに最新情報を維持できる。
LangChainはコードベースのドキュメントを自動生成・保守するオープンソースCLI「OpenWiki」を公開した。CLAUDE.mdにWikiへの参照を追加してAgentに文脈を渡し、GitHub Actionでコミット差分を検知して自動更新するため、肥大化したファイルを抱えずに最新情報を維持できる。
マイクロソフトはAgentのスキル文書を学習可能なパラメータとして扱うオープンソース「SkillOpt」を発表した。モデルの重みを変更せずテキスト空間で検証と更新を繰り返し、GPT-5.5のベンチマークスコアを23.5ポイント向上させた。
研究チームは、単眼動画から物体ごとに分離された物理シミュレーション対応の4Dメッシュシーンを生成するシステム「OVOW」を公開した。追加学習なしでQwen3-VLやSAM 3を組み合わせ、物体の動きや変形を含むシーンを再構築する。非商用研究向けに公開されており、40GB以上のVRAMが推奨される。
中国の美団が1.6兆パラメータのMoEモデル「LongCat 2.0」をオープンソース公開した。最大の注目点は、35兆トークン超の事前学習をNVIDIA製GPUを使わず、独自のAI ASICクラスタのみで完遂したことだ。代替ハードウェアでも最先端モデルの訓練が可能であることを実証した。
マイクロソフトが「Resource2Skill」をオープンソース公開した。人間向けの解説動画やコードを自動蒸留し、AIエージェントが実行できるマルチモーダルなスキルに変換する。MCPサーバーと連携し、Web制作やExcel、Blenderなどの実務を自律実行させる。
Einsia AI傘下のNavers Labがオープンソース基盤「BrowserBC」を公開した。ブラウザ上の操作履歴と画面遷移を記録し、LLMが自然言語の「スキルカード」へ蒸留。座標を機械的になぞるのではなく、任意のエージェントが手順と成否を自律判断して実行できる仕組みを提供する。
Ornithはエージェント型コーディングに特化したオープンソースモデル群「Ornith 1.0」を公開した。最小9Bから最大397B MoEまで展開し、人間が組んだ枠組みに依存せず独自の足場ワークフローを自ら生成して課題を解く。SWE-benchなどで大型モデルに匹敵し、Hugging Faceにて21GBのGGUF版も配布中だ。
Metaは社内で8年開発され1万3000以上のアプリを支えるデザインシステム「Astryx」をオープンソース公開した。React 19ベースの150以上のコンポーネントとCLIを備え、人間だけでなくAIエージェントもスムーズにUIを構築できる設計が特徴だ。
Nous ResearchはHermes Agentに「/learn」コマンドを追加した。コードディレクトリやWeb URL、直前の対話ログを渡すだけで、エージェントが内蔵ツールを使って標準仕様のスキル定義ファイルを自動生成する。追加の専用エンジンを必要とせず、ローカル環境でもリモートでもそのまま動作する。
Kreaは画像生成モデル「Krea 2」のモデル重みをオープンソースとして公開した。微調整向けにトレーニング途中の未蒸留モデルとした「Raw」と、多様な表現力を持つ高速な蒸留モデル「Turbo」の2種類を用意。外部の開発者が自前環境で自由にカスタマイズできるようになった。
香港科技大学の研究チームは参照画像の一貫性を保ったまま動画を生成できる「Domain Shuttle」をオープンソースで公開した。実写、2D アニメ、3D キャラなど異なる画風の被写体を同一シーンで破綻なく合成できる。Wan 2.2 を基盤とし、GitHub でコードと 35GB のモデルが提供されている。
InternScienceが自律的な複数ステップ実行とツール呼び出しに特化した35B MoEモデル「Agents A1」をオープンソース公開した。GAIAなどの主要ベンチマークで超巨大モデルに匹敵する性能を示し、21GBのQ4量子化版を使えば民生用PCでもローカル実行できる。
Liquid AIは11言語に対応する350Mパラメータの検索モデル「LFM2.5-ColBERT-350M」と「LFM2.5-Embedding-350M」を公開した。従来のデコーダを双方向エンコーダへ改良し、高速な単一ベクトル型と高精度なトークン単位型を用意。GGUF形式も提供され、CPUやエッジ環境で手軽に多言語検索を実行できる。
Ai2は言語指示に基づき物体の3D運動を予測するモデル「MolmoMotion」と116万本の動画データセットをオープンソースで公開した。Molmo 2をベースにし、画像内の指定点と指示文から数秒先の3D軌跡を推定する。シミュレーション実験ではロボットのピッキング成功率が76.3%に向上した。
動画編集フレームワーク「PermaVid」が公開された。動画編集時に後続フレームで変更が消えてしまう一貫性の問題に対し、見た目と3D深度構造を別々に保持する2系統のメモリを導入。全体のスタイル変更や物体編集でも破綻を防ぎ、ローカル環境での実行コードも提供されている。
Moonshot AI がコード特化型モデル「Kimi K2.7 Code」をオープンソースで公開した。総パラメータ 1 兆(活性化 320 億)の MoE 構造で、思考トークン消費を前世代比で約 30% 削減。長時間のコーディングタスクに特化し、GPT-5.5 や Opus 4.8 に迫る性能を持つという。
Zyphra はオープンソースの音声合成モデル「ZONOS2」を公開した。総パラメータ 80 億、アクティブ 9 億の MoE 構造を採用し、600 万時間超の音声データで学習。日本語を含む多言語に対応し、低遅延で 44.1 kHz の高音質音声クローンを Apache 2.0 で提供する。
Googleは実験的オープンモデル「DiffusionGemma」を公開した。従来の1トークンずつの生成から脱却し、テキスト拡散技術で256トークンを並列出力することでGPU推論を最大4倍高速化した。26B MoE設計で量子化時は18GB VRAMに収まるが、生成品質は標準のGemma 4に劣る。