本文へスキップ
IFAI

オープンソース

Llama、Qwen、DeepSeekなどオープンソース・オープンウェイトのモデルと、注目のデータセット、フレームワーク、開発ツール。

直近7日間で14件

  1. 拡散指数 53

    Nace AI、意思決定AI「Drex」の技術報告書を公開　重みもオープン化

    Nace AIが51ページの技術報告書を公開し、選択肢から最適解を選ぶオープンウェイトモデル「Drex」の詳細を明かしました。115万件の検証済みデータと確信度調整で学習し、応答速度は183ミリ秒に達します。Hugging Faceで重みが配布され、Web上でも試用可能です。

  2. 拡散指数 54

    Cactusが視覚モデルMirageを公開：わずか22MBでスマホ上で74msの超高速動作

    Cactusがパラメータ数5130万、2ビット量子化で約22MBに収まる超軽量視覚モデル「Mirage」を公開しました。1回の推論で物体検出、OCR、セグメンテーション、空間関係の推論を同時に行い、スマホのNPUならわずか74ミリ秒で処理します。ウェアラブルやモバイル端末のローカル環境でも高度な視覚処理が軽快に動きます。

  3. 拡散指数 70

    HyperFlow H3 Flash 公開：MiniMax-H3 を 9.1GB に軽量化、24GB GPU で動画・音声同時生成

    Video Rebirth は、MiniMax-H3 を約 14B に圧縮した HyperFlow H3 Flash を公開しました。4〜8 ステップの推論で 768p の動画と同期音声を同時生成でき、Q4 版は 9.1GB まで軽量化され 24GB の家庭用 GPU で動作します。4 基の B200 を使えば実時間生成も可能になり、高品質な動画生成のローカル導入が一気に身近になりました。

  4. 拡散指数 45

    Google、曖昧な基準をAIが整理する「Agile Deliberation」公開

    Googleは、曖昧な分類基準を明確化するAIフレームワーク「Agile Deliberation」をオープンソース公開した。AIが判断の難しい境界線上の事例を自ら探し出して人間に提示し、対話形式でルールを洗練させる仕組みで、コンテンツ審査やデータラベリングに役立つ。

  5. 拡散指数 55

    hunch：GoogleのEmbeddingGemma 2を活用し、CPU上でミリ秒級のセマンティック判定を行うOSS

    オープンソースの「hunch」は、GoogleのEmbeddingGemma 2を基盤に、一般的なCPU上でミリ秒単位の判定を行う軽量システムです。大規模モデルからリアルタイムに学び、ツール実行監視やログ分類などの高頻度タスクをわずか22ミリ秒で肩代わりします。GPU不要でAPIコストを大幅に削減できます。

  7. 拡散指数 46

    2人の研究所Linumが「Pyramid-JiT」を公開、2.1万ドルでゼロから学習

    2人体制の研究室Linumが、ゼロから学習した20億パラメータの画像生成モデル「Pyramid-JiT」をオープンソース化しました。従来のVAEを使わずピクセル空間で直接画像を生成し、計算コストをわずか2.1万ドルに抑制。文字生成などに制限はありますが、自作拡散モデルのハードルを大きく下げています。

  8. 拡散指数 77

    RicursiveがRipple-65Bを公開：65B高密度モデルが超巨大MoEを凌駕

    Ricursive Intelligenceが100万トークンの文脈長に対応した65Bの高密度モデル「Ripple-65B Preview」を公開しました。MoEを採用せず開発費約3200万ドルで一から訓練され、TerminalBench 2.1のエージェントコーディング評価で数百B級の巨大オープンモデルを上回るスコアを記録しています。

  9. 拡散指数 48

    AnthropicがFlashProveを公開：ゼロ知識証明でモデルの「すり替え」を防止

    AnthropicはLLM推論検証システム「FlashProve」をオープンソース公開しました。ゼロ知識証明を活用し、APIの回答が指定されたモデルから出力されたかを検証可能です。検証側にGPUやモデル重みは不要で通常のCPUで動かせますが、証明生成には通常推論の72〜94倍のGPU時間が必要です。

  10. 拡散指数 45

    1〜2ステップで画像生成できる「NitroFusion 2」公開　ComfyUIでローカル動作

    研究チームが画像生成モデル「NitroFusion 2」をオープンソースで公開した。マルチモーダルテキストストリームに対する敵対的蒸留技術を採用し、従来の数ステップからわずか1〜2ステップでの高品質生成を実現。1ステップでも文字や細部を維持でき、ComfyUIを使って一般GPUで手軽にローカル実行できる。

  12. 拡散指数 59

    LLM向け3DモデリングPythonライブラリ「sand3d」が登場　プロンプトに収まるAPIと10万件のデータセット公開

    Sandflow AIがLLM向け3Dモデリング用Pythonライブラリ「sand3d」をオープンソースで公開した。Blenderを基盤に、手動の座標計算なしでパーツや関節を名前で定義でき、API全体が約3600トークンでプロンプトに収まる。10万点の3Dオブジェクトコードデータセットも同時提供される。

  16. 拡散指数 47

    DeepSeek、静かに動くリポジトリ管理AI「dsh-superagent-prototype」を公開

    DeepSeekがGitHubリポジトリ向けの自律型エージェント試作版をオープンソース公開しました。バックグラウンドで独立して作業を進め、PR作成や人間の判断が必要な時だけ通知することで開発者の注意力を節約します。公式製品ではなく、自主協調路線を検証する研究用コードです。

  19. 拡散指数 48

    Auto-Company：14の自律AIが会議の空回りを防ぎ、自ら開発まで完結

    CMUのZheyuan Kong氏が、14体の専門AIエージェントが自律駆動する「Auto-Company」を公開した。PROMPT.mdによる強制収束フローで無駄な議論を排除し、3巡目にはClaude Codeを通じて実際の実装・デプロイまで進める。記憶はMarkdown1枚で管理されるが、ホスト環境でのフルアクセス権限が必要となる。

  20. 拡散指数 48

    Pika、映像・音声同時生成モデル「H3 Flex」をオープンソース公開：わずか6ステップで出力

    PikaはMiniMax-H3をベースにした動画・音声生成モデル「Pika H3 Flex」をオープンソース公開した。わずか6ステップのサンプリングでステレオ音声付きの5〜15秒の動画を生成可能。11種類の画面比率や最大12件のマルチモーダル参照に対応し、H100単体でのローカル推論に対応している点が注目される。