最新模型
MiniMax H3、33Bのベースウェイトを公開――映像とステレオ音声をネイティブに同期生成
MiniMax H3は、単一のTransformerで映像と音声のlatentを共同予測し、テキスト、開始・終了フレーム、マルチモーダル参照からの生成に対応する。公開版はローカルで768pの映像・音声を生成できるが、公式の2Kワークフローは依然として、オープンソース化されていない2つのクラウドモジュールに依存している。
Archive
GitHub Repo
GitHub 熱門專案、開源工具、框架、runtime 與重要 release。
最新模型
最新模型
LTX‑2.5、拡散デコーダーと単一パスのマルチショット生成でオープン動画モデルを更新
LTX‑2.5は、学習可能な22Bモデルと8ステップ蒸留モデルの重みを公開し、ショットをまたぐキャラクター、音声、シーンの一貫性を追加した。完全なクイックスタート用コンポーネントは約66 GiBで、Diffusers対応には依然としてmainブランチのインストールが必要だ。また、モデルには売上高基準のコミュニティライセンスによる制限もある。
最新模型
Qwen3.8、Max級として初めて2.4Tパラメータの重みを公開、各tokenで95Bを有効化
AlibabaのQwenがQwen3.8‑2.4T‑A95Bを公開した。512のエキスパートと、線形Attentionおよび標準Attentionのハイブリッド構成により、最長約101万tokenに対応する。推論深度は調整できるものの、入力はテキストのみで、思考モードを無効化できない。実際のデプロイ要件は、一般的なオープンウェイトモデルをはるかに上回る。
代理工具
Bench2Robustが9種類のツール障害を注入、70組中69組のエージェントテストで性能が低下
Amazonの研究チームは、既存のツール使用ベンチマークを「再試行、切り替え、停止」を制御できる障害環境へと改造した。Qwen3-4Bに構造化された復旧情報を追加すると、障害下の小売タスクの合格率は最大16.8ポイント向上したが、解決不能なタスクで正しく棄権できるかは、まだ実際には検証されていない。
生成式影音與 3D
StateFlow、ショットごとの再生成を永続的な3D状態に置き換え、動画プリビジュアライゼーションのユーザー評価で4.5／5を獲得
StateFlowは、オブジェクトのジオメトリ、姿勢、セマンティック状態、カメラを編集可能な3D世界として保存し、動画モデルには視覚的な仕上げを担わせる。30人による実験では動画プリビジュアライゼーションの総合評価が4.5／5に達したが、システムは複数のクローズドモデルに依存しており、コードもまだ公開されていない。
代理工具
強力なモデルがタスク規則を harness にコンパイル、GPT‑5.4‑mini の正解率が0.488から0.912に向上
強いモデルから弱いモデルへのテスト時転移実験で、より強力なモデルが、重みを更新することなく固定された小型モデル向けにルーティング、フォーマット検査、決定論的ソルバーを実装した。最良の harness はベースラインの誤りの約83%を修正したが、その成績は規則としてコンパイル可能な心の理論ベンチマークに大きく依存している。
最新模型
LFM2.5‑VL‑3B、約3GBのメモリで視覚モデルを実行、vLLM、llama.cpp、MLXをネイティブサポート
Liquid AIは、31億パラメータのLFM2.5‑VL‑3Bを公開した。画面上の位置特定、レイアウトOCR、複数画像の理解、関数呼び出し機能を備える。公式測定ではApple M5 Maxで228 token/s、H100 1基での高並行スループットは約11,000 token/sを記録したが、データはまだ独立した再現検証を経ていない。
代理工具
長期記憶の要約が保持した時間表現はわずか3.05%、一文のプロンプトで時系列QAの正解率が31.4ポイント向上
LoCoMoを用いた実験で、汎用的な要約は人物や出来事を保持する一方、日付、時刻、継続時間を選択的に失うことが判明した。時間的アンカーを原文どおり保持するよう明示すると、時系列問題に対する評価モデルの正解率は15.6%から47.0%に上昇した。
AI 數學與形式驗證
OEIS Open、Leanで492件の未解決予想を検証——クロスチェックで合格数を147件から144件に訂正
OEIS Openは、汎用言語モデルに固定予算内で492件の整数列予想を証明または反証させ、当初のSafeVerify評価では147件が合格した。別のLean検証器による再確認では144件となり、形式化ベンチマークが依然として仕様や検証器の違いに左右されることが浮き彫りになった。
代理工具
VAKRAが8,000超のローカルAPIを再実行、エージェントの精度はマルチホップとポリシー制約で急落
IBMのVAKRAは、API、ドキュメント検索、自然言語ポリシーを単一の実行可能な軌跡に統合する。最も高性能なモデルでも、APIインターフェース別の完全正答率は50%〜70.4%にとどまった。ポリシーによって回答不能となる問題では、一部モデルの成功率が2.4%まで低下した。
最新模型
Ling‑3.0‑tinyは各tokenで有効化するパラメータがわずか1.3Bだが、ローカル実行には依然として専用runtimeブランチが必要
InclusionAIは、線形AttentionとスパースMoEを組み合わせた7.9BパラメータのLing‑3.0‑tinyを公開し、BF16、FP8、INT4の重みを提供している。公式によると、FP8はM4 Proで毎秒86〜90 tokenに達するが、vLLMとOllamaのサポートは現時点で上流の安定版に完全には取り込まれていない。
AI 安全
IO Factory、10万体のシミュレーション人格でAI影響工作を再現──ただし現実の説得効果は推定できず
IO Factoryは、ナラティブ計画、エージェントによる投稿、プラットフォーム上の露出、オーディエンス状態の更新、ベースライン比較を、追跡可能なシミュレーションのライフサイクルとして統合した。10万体の模擬市民と1万体の工作エージェントという設定で実行を完了しているが、影響を示すすべての数値は、人為的に設定されたルールとLLMジャッジに基づく。