Liquid AI、オープンウェイトのマルチモーダル意思決定モデル「Open d1」を公開
Liquid AIは「Open d1」を公開し、エッジデバイスからデータセンターまでリアルタイムの意思決定向けに設計されたオープンウェイトのマルチモーダルモデル「d1-3B」および「d1-omni-600M」を発表した。
Liquid AIは「Open d1」を公開し、エッジデバイスからデータセンターまでリアルタイムの意思決定向けに設計されたオープンウェイトのマルチモーダルモデル「d1-3B」および「d1-omni-600M」を発表した。
Perplexity Developers は、更新されたオープンウェイトのマルチモーダル意思決定モデル「pplx-decider-v1.1-27b」を公開しました。入力トークン100万件あたり0.02ドルと v1 の半額で提供され、同チームによると Hugging Face の Decision Index 0.3 ベンチマークで最高位を記録しています。
Mistral AIは、総パラメータ数1兆、アクティブパラメータ数490億のネイティブマルチモーダルモデル「Mistral Large 4」を発表した。10月下旬に予定されているオープンウェイト公開に先立ち、現在はAPIおよびMistral Cloudインフラを通じて利用できる。
Cline は Ling 3.1 Flash を追加し、10 月 13 日まで無料で提供している。この混合エキスパートモデルは総パラメータ数 5600 億、アクティブパラメータ数 250 億で、Cline によると Kimi K3 や DeepSeek V4 Pro などのオープンウェイトモデルと同等だという。
Aleph AlphaのKolibriは、パラメータ数780億、アクティブパラメータ34.6億で、コンテキストウィンドウは最大100万トークン。ウェイトはApache 2.0のもとで提供され、ローカルハードウェアで実行できる。
Jure Leskovec は、NVIDIA Kumo Tabular が表形式データ向けの新しい基盤モデルファミリーであり、オープンウェイト、オープンソースソフトウェア、商用利用可能な寛容なライセンスとともに公開されたと述べている。
Artificial AnalysisのText to Image Leaderboardで、60億パラメータのMing-Image-0.1-DesignはUI/UXデザインで81モデル中17位、オープンウェイトモデルでは首位となり、総合では160モデル中45位だった。MITライセンスで公開され、RGBA出力に対応する。評価は2K解像度、推論12ステップで行われた。
ウェイト、コード、ファインチューニング手順、ベンチマーク、再現可能な例が公開されている。Black Forest Labsによると、このワールドアクションモデルはRoboLabで首位となり、従来最高のオープンモデルを6.1ポイント上回り、パラメータ数は56%少なく、実行速度は最大3.95倍だという。
B.AIは、Xiaomi MiMoのオープンウェイトモデルであるMiMo-V2.6-ProとMiMo-V2.6-Flashを、APIとウェブチャットで提供している。いずれもネイティブなマルチモーダル推論モデルで、コンテキストウィンドウは100万、テキスト、画像、動画、音声をすべて理解できる。
Artificial Analysisは、新たな9言語のリーダーボードすべてで首位に立つオープンウェイトの音声合成モデルは1つもないとしている。首位はHiggs Audio V3 TTS、OpenAudio S1 Mini、Voxtral TTS、Breeze TTS 2に分かれている。
Artificial Analysisのランキングで、9言語すべてを首位とするオープンウェイトの音声合成モデルはない。Higgs Audio V3 TTS、OpenAudio S1 Mini、Voxtral TTS、Breeze TTS 2が、それぞれ異なる言語でオープンウェイト分野の首位に立ち、各ボードに含まれるオープンウェイトモデルは2〜6件にとどまる。
StepFunは、Step 5 PreviewがIntelligence Indexで44、タスクあたり$0.71となったArtificial Analysisの結果を強調し、10月15日にさらに発表があるとした。評価では、ファーストパーティAPIアクセスを備え、10月15日にオープンウェイトを予定する600B/27B MoEフラッグシップと説明されている。
Clineは、フラッグシップモデルMiMo-v2.6-Proが正式に公開され、すでにClinePassで利用可能だと述べた。また、同モデルを人工知能インデックスで最も高性能なオープンウェイトモデルと呼んだ。
Alibaba Cloudは、オープンウェイトの統合型7B画像生成・編集モデルQwen-Image-2.1を発表した。同社によると、RGBAレイヤーをネイティブに処理し、最大10枚の参照画像に対応し、GitHub、ModelScope、Hugging Faceで利用できる。
ComfyUIは、Qwen-Image-2.1がサポートされるようになったと述べ、生成と編集のためのオープンウェイトの7Bチェックポイントであると説明しました。Qwenはその発表を引用し、ComfyUIのサポートを強調しました。
QwenはQwen-Image-2.1を発表し、7Bモデルが画像生成と編集を統合し、その重みが現在オープンであると述べた。同社は、RGBAレイヤーをネイティブに扱い、最大10枚の参照画像をサポートし、精密な局所制御を提供すると述べた。