新モデル

バイト単位で動作する言語モデル「Bolmo」および新チェックポイント公開

Allen Institute for AI(Ai2)がNatureに掲載されたbyte-level言語モデル「Bolmo」の関連研究を発表。Qwen 3やLlama 3をバイト単位へ変換したモデルや中間チェックポイントがHuggin ...

新モデル

「d1-omni-600M」マルチモーダル決定モデル:必要VRAM 4GB〜・GGUF版あり

LiquidAIがテキスト・画像・音声を即座に判定するマルチモーダル決定モデル「d1-omni-600M」を公開。生成プロセスを排除したゼロ出力トークン方式を採用。

エンジン・ツール

whisper.cpp v1.9.5リリース - ANEForgeバックエンド追加

音声認識エンジンwhisper.cpp v1.9.5がリリース。Apple Neural Engineを活用するANEForgeバックエンドの追加や各ハードウェア向け最適化について解説します。

画像・動画・音声

「embeddinggemma-2」埋め込みモデル:必要VRAM 4GB〜・配布ファイル一覧

Google DeepMindが公開した「EmbeddingGemma 2」のスペックや特徴、マルチモーダルなオンデバイスRAGでの活用方法を解説します。

新モデル

エミレーツ方言特化型LLM「Falcon-Emirati-7B」公開

TIIがエミレーツ方言と文化的文脈に特化したハイブリッド構造の7B言語モデル「Falcon-Emirati-7B」を公開。性能や特徴を解説。

新モデル

Mistral Large 4の公開プレビュー開始、1.05兆パラメータのMoEモデル

Mistral AIがフラグシップモデル「Mistral Large 4」の公開プレビューを開始。1.05兆パラメータのMoEモデルのスペックや特徴を解説。

エンジン・ツール

Unsloth v0.1.903-beta公開:内蔵ブラウザや音声クローン機能を追加

ローカルLLMの微調整・実行ツール「Unsloth」のv0.1.903-betaが公開。内蔵ブラウザ、EmbeddingGemma 2対応、音声クローン機能などが追加されました。

エンジン・ツール

Diffusers 0.41.0リリース:Qwen-Image 2.1対応とメモリ削減

Hugging Faceの拡散モデルライブラリ「Diffusers v0.41.0」がリリース。Qwen-Image 2.1の統合、テンソル並列ロードによるメモリ削減、LTX-2.5 DFRやMiniMax-H3のサポート、ONNXサ ...

画像・動画・音声

「FastVideo-FastH3-Trim-Comfy」音声付き動画生成モデル:配布ファイル一覧

FastVideoチームによる軽量化された音声付き動画生成モデル「FastVideo-FastH3-Trim-Comfy」のスペックやComfyUIでの導入・利用方法を解説します。

エンジン・ツール

ComfyUI v0.39.0リリース:新起動オプション追加とパートナーノード拡充

ComfyUI v0.39.0がリリース。オフライン用新起動オプションの追加、内蔵GPUでのメモリ自動最適化、FLUX 3やSonnet 5.5などパートナーノードの大幅拡充情報を詳しく解説します。