Hugging FaceがカスタムAI助手機能を公開:無料かつオープンモデル選択可能、GPTsに対抗
Hugging Faceは、OpenAIのカスタムGPTに対抗する「Hugging Chat Assistants」の提供を開始した。ChatGPT Plusの月額20ドル契約とは異なり完全無料で、Llama 2やMixtralなどのオープンモデルを自由に選択できる。ただし現時点ではWeb検索やRAG機能には対応していない。
Hugging Faceは、OpenAIのカスタムGPTに対抗する「Hugging Chat Assistants」の提供を開始した。ChatGPT Plusの月額20ドル契約とは異なり完全無料で、Llama 2やMixtralなどのオープンモデルを自由に選択できる。ただし現時点ではWeb検索やRAG機能には対応していない。
Hugging Face は Google Cloud との戦略的提携を発表した。開発者は Google Kubernetes Engine や Vertex AI 上で Hugging Face のオープンモデルを手軽に学習・デプロイできるようになり、TPU などのインフラも活用可能になる。オープンソース資産とクラウド基盤が連携し、企業の独自 AI 構築が一段と身近になりそうだ。
米TechCrunchはHugging Faceの2人組チーム「H4」が対話型AIのオープンソース化を推進していると報じた。Zephyr-7B-αの開発を手がけ、1000基超のA100 GPUを活用しつつ、アライメント手法やコードをコミュニティに無償公開している。
MetaはHugging FaceおよびScalewayと提携し、オープンソースAIスタートアップ育成プログラムを発表した。パリのSTATION Fを拠点に5社を支援し、FAIR研究者による技術指導や計算資源、開発ツールを提供する。
Replitはコード補全モデル「Replit Code V1.5 3B」をHugging Faceでオープンソース公開した。30億パラメータながら1兆トークンで訓練され、30のプログラミング言語に対応。微調整後はCodeLlama 7Bを上回る性能を発揮し、商用利用も可能だ。
CloudflareはWorkers AI、Vectorize、AI Gatewayを発表した。ユーザー近くのGPUを利用した低遅延な推論実行、ベクトル検索用ストレージ、キャッシュを活用したコスト監視機能を提供する。データはローカルに保持されモデル学習には使われない。
Hugging FaceのDiffusersライブラリに新型画像生成モデル「Würstchen」が統合された。画像を42倍という極限レベルで圧縮する独自構造により、SDXLを上回る生成速度と低メモリ消費を実現。学習コストもSD 1.4比で最大16分の1に抑えられており、高性能GPUを持たない環境でも扱いやすい。
Hugging FaceのDiffusersチームがSDXL向けT2I-Adapterの公式サポートを発表した。ControlNetと比較してパラメータ数は79M、容量は158MBと約94%軽量化。低スペックなGPU環境でも高速かつ精密な画像制御が可能になる。
TIIはHugging Faceで1800億パラメータのオープン言語モデル「Falcon 180B」を公開した。3.5兆トークンで事前学習され、Llama 2 70Bを上回りPaLM 2-Largeに匹敵する性能を示す。商用利用には厳格な制限があり、推論にはA100が8枚必要だ。
オープンソースAIプラットフォームのHugging Faceが、評価額45億ドルで2億3500万ドルのシリーズD資金調達を発表した。出資元にはGoogle、Amazon、NVIDIA、Intel、AMDなど主要テック大手が名を連ね、プラットフォーム上のモデルやデータセット総数も100万件を突破した。
Hugging FaceはVMwareと提携し、企業向けコード支援ソリューション「SafeCoder」を発表しました。自社VPC内でStarCoderを微調・推論でき、コードが外部に出ない安全性が特徴です。「自社専用のオンプレ版GitHub Copilot」を合法かつ安全に運用できます。
NVIDIAとHugging Faceは、DGX CloudスーパーコンピューティングをHugging Face上に統合する提携を発表した。ノードあたり8基のH100またはA100を備えた「Training Cluster as a Service」を提供し、企業独自データによるモデル訓練をワンクリックで支援する。数か月以内に提供予定。
IBMとHugging Faceは、NASAの衛星データを活用して開発した地理空間基盤モデルをオープンソース化した。ラベル付きデータを半減させつつ従来技術より精度を15%向上させており、森林伐採の追跡や洪水予測といった気候変動研究の分析を一気に加速させる狙いがある。
Hugging Face はブラウザや Node 環境から LLM にツール実行権限を与える新ライブラリ「Agents.js」を公開した。画像生成やキャプション作成などのマルチモーダルツールを標準搭載し、独自のモデルやツールも拡張可能。ただし環境上で任意コードを実行する仕様のため、セキュリティリスクへの注意も呼びかけている。
Hugging Faceは動画と音楽の自動生成を検証する実験的デモ「AI WebTV」を公開した。ChatGPTでプロンプトを展開し、Zeroscope V2で動画を生成、FILMによるフレーム補間とMusicGenの音楽を組み合わせてFFmpegで常時配信する。生成品質には課題が残るものの、完全自律型のオープンソース動画配信パイプラインを実証した。
AMDはHugging Faceのハードウェアパートナープログラムに参画したと発表した。transformersライブラリにROCm SDKを統合し、EPYCやRyzen、Instinct GPU上でのモデル学習と推論を最適化する。Nvidia一強のAIインフラ市場において、開発者に費用対効果の高い代替選択肢を提供する狙いだ。
Hugging Face はアブダビ TII が開発したオープン言語モデル「Falcon」ファミリーへの対応を発表した。Apache 2.0 ライセンスで商用利用が可能で、Falcon-40B は LLaMA-65B を抑えてオープン LLM リーダーボードの首位を獲得。Multi-Query Attention により推論時のメモリ消費も大幅に抑えられている。
IBMは年次イベント「Think」で、企業向けAI・データ基盤「Watsonx」を発表した。モデル開発用「Watsonx.ai」、データ保管用「Watsonx.data」、統制用「Watsonx.governance」で構成され、Hugging Faceとも連携する。データのプライバシーや透明性を重視する企業へ向け、内製化支援で競合に対抗する狙いだ。
Hugging FaceとServiceNowはコード生成AIモデル「StarCoder」を公開した。150億パラメータを備え、80以上のプログラミング言語に対応する。最大の特徴は、企業を含め誰もがロイヤリティフリーで商用利用できる点だ。有料のGitHub Copilotに対する透明性の高いオープンな対抗馬となる。
Hugging FaceはChatGPTに対抗するオープンソースチャットAI「HuggingChat」を公開した。Open Assistantの最新モデルと推論APIで駆動する。商用クローズドAPIに対抗するオープンな選択肢として注目される。