Tencent Hunyuan、Hy4のオープンウェイトを公開
Tencent HunyuanはHy4のオープンウェイトをリリースした。ネイティブマルチモーダルのフラッグシップMoEモデルとして位置づけられ、総パラメータ数770B、アクティブパラメータ49Bで、1Mコンテキストをサポートする。安全評価…
マルチモーダルテーマでは、テキスト以外の AI 能力を追います。画像の理解と生成、音声・動画の入出力、クロスモーダル検索やインタラクションなど、視覚・音声・動画分野の製品化に関心のある読者向けにモデルとツールの更新をまとめ、原文リンクも残します。
テキスト以外の能力:画像を理解する、画像とテキストの混合理解、音声・動画の入出力に対応するモデルと製品の進展。
Tencent HunyuanはHy4のオープンウェイトをリリースした。ネイティブマルチモーダルのフラッグシップMoEモデルとして位置づけられ、総パラメータ数770B、アクティブパラメータ49Bで、1Mコンテキストをサポートする。安全評価…
ArenaはGemini 4 Neonリリース後の第一手実測動画を共有した。Peter Gostevは3Dシーン、ゲーム、UI、データ可視化などのタスクでOpus、Fable、Astra、Solと比較し、最先端への接近度を評価した。
Google DeepMindは11月18日、条件を満たすGoogle AI Ultra加入者向けに新たなProject Genie体験を公開し、Genie 4を初提供するとともにGenie 3を更新した。
Tencent HunyuanはHy4 flashのオープンウェイト化を発表した。Hy4 flash-FP8とHy4 flash-Baseの2バージョンを含む。モデルは224Bパラメータ(活性化12B)で、1Mコンテキストをサポートし、ネ…
GoogleはGemini 4 Hydrogenが世界規模でGoogle Searchに展開されたと発表し、Search史上最大のモデルアップグレードと述べた。アップグレードには、ユーザー意図のより良い理解、よりスマートなquery fa…
Satya Nadella氏はIgnite 2026の基調講演で、frontierエコシステムを構築する複数の製品アップデートを発表した。
GoogleはGemini 4 Carbon(gemini-4-carbon、1M共有トークンプール、11月30日まで$2.00/$10.00 per 1M tokens)をリリースした。
Tencent HunyuanはHy4 flashを発表した。総パラメータ224B(うち64BのEngramパラメータ)、活性化12Bで、マルチモーダルと1Mコンテキストに対応し、API価格はHy4を大幅に下回る(入力0.5元、出力2元/…
QwenはQwen4 Maxのリリースを発表した。Artificial Analysisのデータによると、Intelligence Indexスコアは43で、Qwen3.8 Max(xhigh)より9ポイント高く、Kimi K3.1 Pr…
World LabsはワールドモデルAtlasを全員に公開すると発表し、李飛飛氏はこれをリポストしてユーザーが構築するコンテンツへの期待を表明した。公式はユーザー向けにアプリとAPIエンドポイントを提供しており、Atlasでキーフレーム、…
Artificial AnalysisがGoogleの新リリースGemini 4 Hydrogenを評価した。新たに追加されたxhigh推論ティアはIntelligence Indexで54点を記録し、Claude Sonnet 5.5(…
DeepSeekはAPIで、これまでアプリの対話サービスで使用していた機能を開放した。開発者は対応するパラメータを有効にするだけで利用でき、ツール呼び出しとコンテキストの結合はサーバー側で行われる。
一次请求最多带 1000 道判断题,官方称端到端大约 0.2 秒出结果,输出不收费。 2026 年 11 月 11 日,Google 推出 Gemini Decisions API,背后是新模型 Gemini Decision 1,模型名…
Google は Gemini Decisions API を発表した。新しいモデル Gemini Decision 1 がこれを支え、150-250ms のエンドツーエンド遅延内でテキスト、画像、音声、動画、PDF(最大 256K トー…
MiniMax 发布了开放权重图像模型 H3-Image,支持文生图、参考图生成和改图,最多 16 张参考图。官方称可直接生成 4096×4096 的 4K 图,并称不到 10 秒(测试硬件未说明)。想先用,可以走海螺 AI、开放平台 A…
筆者は Claude Fable 5.2 と Gemini 4 Carbon を実測・比較した結果、Fable 5.2 の際立った違いは美意識にあり、これはベンチマークでは評価できないが直感的に感じ取れるものだと述べている。
Baidu は ERNIE 5.5 Flash Preview をリリースした。従来の Base モデルを基にした最初のポストトレーニング版で、総パラメータ 280B、活性化パラメータ 14B、1M コンテキストをサポートする。モデル A…
OpenRouterは自作のスキャンページ8枚(264項目のキー値)を用いて、15の視覚モデル、Mistral OCR、TesseractによるOCR性能を実測した。
Anthropicが未明にClaude Fable 5.2を正式リリース。筆者は動画アニメーション、Three.jsの3Dシーン、Apple静安店の3Dウェブページなど10のタスクをいち早く実測し、すべて一発で生成、生成動画に事実誤認は見…
Claude公式動画は、Claude Mythos 5.2が遺伝子治療の送達に用いられるタンパク質外殻である完全なAAVカプシド構造を予測したと紹介した。モデルはコードを書き、隣接する5本鎖のグループに対してオープンソースのフォールディン…
Meituan の LongCat は LongCat-2.5 をオープンソース化し、MIT ライセンスで商用デプロイと追加トレーニングをサポートする。モデルの総パラメータは1.6兆、トークンあたり約480億をアクティベートし、100万ト…
MetaはMuse Ember(muse-ember-1.0)をリリースした。最小かつ最高効率の複雑推論実行モデルと位置づけ、ツール呼び出し、コーディングのサブタスク、ルーティング、抽出、長文書解析など、エージェントの日常的な反復タスクに…
AnthropicはClaude Fable 5.2とClaude Mythos 5.2をリリースした。両者は同一の基盤モデルであり、MythosはCyberまたはLife Sciences Verification Programを通じ…
Ant GroupのBailingはネイティブマルチモーダルモデルLing-3.2-flashをリリースした。総パラメータは560B、1ステップあたり25Bをアクティブ化し、1Mのネイティブ長コンテキストをサポートする。視覚フィードバック…
Thinking Machines Lab は第2世代モデル Inkling 2 Small をリリースした。594B の総パラメータ、17B のアクティブパラメータを持つ MoE モデルで、画像入力と variable effort に…
2026 年 11 月 5 日,Meta 在官网新闻稿宣布:Muse App 的实时语音和表情虚拟形象开始在美国推开,覆盖手机、网页和 Mac。Connect 2026 上演示过的能力,这次是正式落地产品;点右上角电话图标就能开聊。这和站…
Google Research は Beth Israel Deaconess Medical Center とハーバード医科大学と共同で、Nature にマルチモーダル AI システム AI-PPG-ACC-HTN を発表した。市販のス…
Preferred Networksは自社の翻訳サービスで使用する翻訳特化LLM「PLaMo 3 Translate」をオープンウェイトとしてHugging Faceで公開した。0.8B、2B、8B、31Bの4サイズを提供する。
MeituanのLongCatチームはLongCat-2.5をリリースした。総パラメータ数1.6兆、1トークンあたり約480億がアクティブ化され、長期的なエージェントタスクを主眼とし、視覚理解とエージェントコーディングを組み合わせ、重みは…
Tencent Hunyuan は Hy4 正式版をリリースした。Hy4 preview と比べて事前学習と事後学習の規模を拡大し、初めて視覚機能と PC 操作サポートを導入した。GameDev と GameLogic の評価ではそれぞれ…
Anthropicの生物学研究ラボは、Claudeを活用して原核細胞で初となるvault粒子の3D構造を取得したと報告した。クライオ電子顕微鏡により7つの候補タンパク質のうち4つがvault様粒子を形成することが確認され、そのうちファージ…
FigmaはFigma Weaveを発表した。継続的な制作需要に応えるクリエイティブチーム向けのプラットフォームで、Weaveの制作ワークフローとFigmaのフレームを接続する。Weaveは接続されたノードで画像と動画の生成・編集を担い、…
Philipp Schmid氏がSundar Pichai氏の投稿を引用:Google Project Suncatcherは数週間前に原型衛星を打ち上げた後、軌道上への指令送信、TPUの起動、プロンプトの実行に成功し、地上で最初の完全な…
Moonshot AI(Kimi)は公式チュートリアルを公開し、Kimi K3.1 Pro の 3D 制作ワークフローを詳解した。パラメトリックモデリングとメッシュモデリングの 2 方式、および対応ツールの選択について説明している。記事で…
OpenRouterはチュートリアルを公開した。PDFをファイル形式で厳密なJSON schemaとともにファイル読み取り可能なモデルに送信し、表を型付きの行として返させる方法を解説する。括弧内の損失、桁区切り、脚注記号などのクリーニング…
vLLM チームは、Mistral の新フラッグシップモデル Mistral Large 4 に対する Day 0 サポートを発表した。同モデルは1Tパラメータ、トークンあたり49Bを活性化するネイティブマルチモーダル MoE モデルで、…
面壁智能は MiniCPM-OCR シリーズを発表しオープンソース化した。MiniCPM-OCR 1.0(1.3B)は Real5-OmniDocBench で 93.68 点、OCRBench v2 で 54.7 点の SOTA を達成…
Google は次世代世界モデル Genie 4 を発表した。Genie 3 と比べ、写真級のリアルさや物体衝突などの物理シミュレーションが大きく進歩している。ユーザーは WASD とデュアルスティックでキャラクターやカメラをリアルタイム…
Google Gemini は SynthID 検出機能の統合を発表した。ユーザーは Gemini で「Is this AI generated?」と尋ねるだけで、画像、動画、音声ファイルが Google AI によって生成されたかどうか…
Google DeepMindはワールドモデルGenie 4を発表した。リアルタイム対話型シミュレーションとより高いフォトリアリズムを特徴とし、リアルタイムワールドモデルとして初めて環境音やリアルタイム対話可能な人物の会話を含む音声をネイ…
PR
Orange Relay(pro.nat6.net)は高品質な AI API 中継サービスです。リーズナブルな価格、安定した品質、Claude・GPT・Gemini など主要モデルに幅広く対応しています。
Orange Relay を見る