#open-source

10 articles

HiDream-O1-Image-Dev：56BのFLUX.2を超えた8Bピクセルネイティブモデル

HiDream-O1-Image-DevはVAEと外部テキストエンコーダーを排除した8Bの蒸留画像モデルで、ネイティブで2K解像度を生成し、GenEval・DPG・HPSv3において自身の7倍のサイズのモデルを凌駕します。

Google Gemma 4は、DeepMindがこれまでに発表した中で最も高性能なオープンモデルファミリーです。Apache 2.0ライセンスのもと4つのサイズで提供され、マルチモーダル入力、ネイティブ推論、Raspberry Piへのオンデバイスデプロイをサポートしています。

daVinci-MagiHumanは150億パラメータのオープンソースモデルで、単一のH100で2秒以内にリップシンク付きトーキングヘッド動画を生成します。Ovi 1.1（勝率80%）およびLTX 2.3（勝率60.9%）を凌駕。Apache 2.0ライセンス、多言語対応、超高速処理を実現。

Heliosは、KVキャッシュ、スパースアテンション、その他一般的な高速化手法を一切使わず、単一のH100で19.5 FPSの数分間の動画を生成します。その違いを解説します。

Kimi K2.5は、Moonshot AIのオープンソース1Tパラメータモデルで、Agent Swarmテクノロジー、256Kコンテキスト、マルチモーダル機能を備えています。ここでは完全な分析を提供します。

複数のメッセージングプラットフォームと統合し、あなたのデバイス上で実行される革新的なオープンソースの個人用AIアシスタント、OpenClawを発見してください。

DeepSeek V4は2026年2月にリリース予定で、革命的なコーディング機能を備えています。アーキテクチャ、機能、ベンチマークについて知っていることをすべてご紹介します。

Appleの SHARP AIモデルは、ガウシアンスプラッティングを使用して、単一の2D写真をわずか1秒以下で写真のようにリアルな3Dシーンに変換します。このオープンソースのブレークスルーがどのように機能するかを学びます。

テンセントのHunyuan Image 3.0の完全ガイド。80Bパラメータモデル、テキストレンダリング、およびWaveSpeedAI経由のAPIアクセスについて学びます。

Stable Diffusion 3.5とSeedream 4.5を比較。オープンソースの柔軟性 vs 専有の品質とタイポグラフィ機能。