unsloth v0.1.918-beta公開:Computer use機能とMiniMax-H3-Image対応

unsloth v0.1.918-beta公開:Computer use機能とMiniMax-H3-Image対応

基本情報

項目 内容
リポジトリ unslothai/unsloth
版 v0.1.918-beta
公開日 2026-11-17
ライセンス Apache-2.0
出典の種類 公開元の一次情報(公式GitHubリポジトリのリリースノートが一次情報)

情報を集めた時点で、当サイトのコードが確定させた値です。日付はJSTで表示しています。

概要

unslothai/unsloth の最新バージョンである v0.1.918-beta がリリースされました。unslothai/unsloth は、LLMやディフュージョンモデルの実行および学習を行うオープンソース(Apache-2.0ライセンス)のPython製ローカルツールです。

本バージョンにおける最も大きな変更点は、ローカルで動作するビジョンモデルを利用してPCの画面を認識し、アプリ操作を行う機能「Computer use (beta)」が追加されたことです。これにより、ローカル環境のモデルを介した自動化や各種アプリケーションの操作が可能になります。

主な変更点

Computer use(ベータ版)機能の導入

ローカルで動作するビジョンモデル(GGUF、safetensors、MLX形式)や接続されたプロバイダーを利用し、画面の閲覧およびマウスやキーボードの操作を行えるようになりました。動作環境はmacOS、Windows、Linuxに対応しています。使用するには、「Settings > Computer use」で機能を有効化し、コンポーザーの + メニューから選択します。

安全面への配慮として、最初の操作時、新しいアプリケーションの使用時、およびターミナル操作などのリスクを伴うステップの前には確認ダイアログが表示されます。また、ブロックされたアプリへの操作は一切行われません。緊急時にはStopボタンを押すか、画面の隅にポインターを移動することで制御を取り戻せます。デスクトップ環境での検証では、Qwen3.8-27Bが最も優れた結果を示したと報告されています。

ゲームエンジンおよびクリエイティブツールとのMCP連携

MCP(Model Context Protocol)メニューにおいて、従来のBlenderに加え、Unity、Unreal Engine、Godot、Figma、Robloxが利用可能になりました。これにより、ローカルモデルを用いてシーンやゲームを構築できます。

利用手順は、対象のアプリを選択してパーミッションのチェックボックスをオンにし、「Test connection」を実行してから「Enable」をクリックします。なお、Figmaに関しては読み取り専用アクセスとなり、フレームやスタイル、アセットの参照のみが可能です。デモでは、Qwen3.8-27Bを用いてGodot上でPongゲームを構築し、Unreal Engine上で村の広場を構築した実績が示されています。

MiniMax-H3-Imageへの対応と軽量化・高速化

MiniMax-H3-ImageモデルがGGUF形式およびFP8/INT8精度で動作するようになりました。GGUF版はstable-diffusion.cpp上で動作するため、CPU、Mac、小型GPU、AMD環境で実行できます。NVIDIA環境向けにはFP8およびINT8の重みが提供され、FP8を利用する場合はSM 8.9以降のGPUが必要です。Precision設定でAutoを選択すると、INT8、FP8、bf16の順で試行され、使用する重みのみがダウンロードされます。

さらに、MiniMax-H3-Image向けのLoRA学習および生成時のロードにも対応しました。性能面では、A100 80GB環境において2048 pxの画像デコード時間が2.82秒から0.28秒へと大幅に高速化されています。

モデルピッカーの刷新とプロジェクト管理機能の強化

コンポーザー上のUIが刷新され、モデルのロゴ、名前、推論レベルを表示するモデルチップ(旧Thinkingピル)に変更されました。これをクリックすることで、チャット画面を離れることなく、Favorites(お気に入り)、On Device(ローカルデバイス)、Discover(発見)、Connected(接続済み)といったタブからモデルの変更や推論レベルの調整が行えます。

また、プロジェクト管理機能として新しいフォルダシステムが導入されました。プロジェクトごとに作業フォルダやgitブランチが表示され、フォルダ内容の参照やファイルの検索、gitの変更履歴確認が行えるFilesタブが追加されています。

接続プロバイダー拡張と自動コンパクション機能

OpenRouter、DeepSeek、Gemini、vLLM、Ollamaなどの接続において、長いチャットを実行した際に過去のターンを削除するのではなく要約を行う自動コンパクション機能が実装されました。接続設定の「Auto-compact after」項目から、コンパクションが開始されるタイミングを個別に設定できます。また、手動で /compact コマンドを実行することも可能です。

接続ギャラリーも刷新され、ライブステータス表示に対応したほか、xAI、NVIDIA NIM、Perplexity、Cohere、Vercel AI Gateway、Azure OpenAI、Amazon Bedrock、Google Vertex AI、SGLangの9つのプロバイダーが新しく追加されました。

学習機能の強化と各種パフォーマンスの改善

学習面では、Gemma 4 12Bにおいて新しいアテンションカーネルが採用され、2048〜8192トークン時の学習速度が1.4〜2.6倍向上しました。DeepSeek-V4.1については、ネイティブのLoRAおよびQLoRAサポートに加え、FSDP2、テンソル並列、パイプライン並列に対応しています。

また、SFT(Supervised Fine-Tuning)のエポックベース実行時には、テキストデータセットのパッキングがデフォルトで有効化されるよう変更されました(無効化する場合は packing = False を指定します)。FLUX.3 KleinおよびQwen-Image-2.1のLoRA学習に対応したほか、新しいINT8アテンションによりRTX PRO 6000、A100、L4環境でのFLUX.3 Klein(2048 px)のレンダリング速度が15〜23%高速化しています。

対応モデル・ハードウェア

MiniMax-H3-Image

MiniMax-H3-Image の GGUF が stable-diffusion.cpp 上で動くようになり、CPU、Mac、小型GPU、AMD 環境でも実行できます。NVIDIA 環境向けには FP8 と INT8 の重みが用意されました。FP8 には SM 8.9 以降の GPU が必要です。GGUF は MiniMax-H3-Image-GGUF、FP8/INT8 は MiniMax-H3-Image-FP8 で配布されています。

その他のモデル

  • Inkling-2-Small を Dynamic GGUFs として実行できます。
  • DeepSeek-V4.1 を transformers 移植版でロードし、LoRA / QLoRA で学習できます。
  • FLUX.3 Klein と Qwen-Image-2.1 の LoRA を学習できます。Qwen-Image-2.1 の LoRA は Qwen-Image-2.1-Turbo で実行できます。
  • Qwen3.8-Flash-Next について、ブロックコンパイル時に層がコンパイルされたままになる修正が入っています。

ハードウェア

  • INT8 アテンションと、dequant エピローグを融合した CUTLASS の int8 GEMM が追加されました。FLUX.3 klein の 2048 px レンダリングが RTX PRO 6000、A100、L4 で 15〜23% 速くなったと報告されています。
  • Windows の Intel GPU で、sd.cpp の Vulkan オプトインが反映されるようになりました。
  • チャット専用インストールで CUDA バンドルに cudart/cublas が含まれず、llama.cpp が CPU で動いてしまう問題への対応が含まれています(PR #17463)。該当する環境の方は、更新後に GPU が使われているか確認してください。

アップデート方法

README に記載された Unsloth Studio の更新手順は次のとおりです。これは main ブランチ(nightly)から ビルドする開発者向けインストールで、git pull するとリリースタグより新しい状態になる可能性があります。

macOS / Linux / WSL:

cd unsloth && git pull
./install.sh --local
unsloth studio -p 8888

Windows PowerShell:

cd unsloth; git pull
.\install.ps1 --local
unsloth studio -p 8888

新規にインストールする場合や、Unsloth Desktop を使う場合は、unsloth.ai/download から入手できます。

GGUF のみで使う場合は、PyTorch を入れないモードを選べます。

curl -fsSL https://unsloth.ai/install.sh | UNSLOTH_NO_TORCH=1 sh

再インストール時は、新旧の環境が一時的に共存するため、2つ分の空き容量が必要です。容量が足りない場合は --no-rollback を付けると1つ分で済みますが、インストールに失敗しても元に戻せません。

関連記事

次に読むなら

出典