新モデル

NVIDIA、物理世界での異常検知とビデオ検索に特化した「InternVideo2-CLIP-anomaly-dete…

NVIDIAが公開した「InternVideo2-CLIP-anomaly-detection」は、テキストによるビデオ検索や異常検知を目的とした約3.7億パラメータのモデルです。物理世界におけるイベント検索やTAOツールキットによる ...

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。

画像・動画・音声

「PixelUMM」マルチモーダルモデル:必要VRAM 24GB〜

NVIDIAが公開した「PixelUMM」は、テキスト・画像・動画の理解と生成を単一モデルで行うマルチモーダルモデルです。外部の視覚エンコーダを使わないエンコーダフリー構造の特徴や仕様、入手方法を解説します。