FLUX 3 アクションベース

Octo Robot Policy

AI モデル

ロボット操作における幅広い適用性を目指して設計されたオープンソースの汎用ロボットポリシーです。このTransformerベースの拡散ポリシーは、大規模データセットで事前学習されており、柔軟なタスク定義と効率的なファインチューニングをサポートし、様々なロボティクスアプリケーションへの適応を可能にします。Octoは、ロボット操作における幅広い適用性を目指して設計されたオープンソースの汎用ロボットポリシーです。このTransformerベースの拡散ポリシーは、大規模データセットで事前学習されており、柔軟なタスク定義と効率的なファインチューニングをサポートし、様々なロボティクスアプリケーションへの適応を可能にします。

Gato Generalist Agent

AI モデル

Google DeepMindが開発した単一の汎用AIエージェントです。Atariゲームのプレイ、画像へのキャプション付け、チャット、実際のロボットアームの制御など、幅広いタスクを実行できます。このマルチモーダルエージェントは、Transformerニューラルネットワークを使用して多様なデータ入力を処理し、適切な出力を生成します。Gatoは、Google DeepMindが開発した単一の汎用AIエージェントです。Atariゲームのプレイ、画像へのキャプション付け、チャット、実際のロボットアームの制御など、幅広いタスクを実行できます。このマルチモーダルエージェントは、Transformerニューラルネットワークを使用して多様なデータ入力を処理し、適切な出力を生成します。

Isaac GR00T N1.7

AI モデル

NVIDIA アイザック GR00T N1.7 は、人型ロボットの推論とスキルのために設計されたオープンな基盤モデルです。マルチモーダル入力を処理して操作タスクを実行し、開発者が特定のアプリケーションに向けてモデルをポストトレーニングできるようにします。

Mistral Large 3 - AIモデル

AI モデル

企業向けに設計された最先端のAIモデルで、AIアシスタントやエージェントのカスタマイズ、ファインチューニング、展開を可能にします。41Bのアクティブパラメータを持つスパースミクスチャーオブエキスパートアーキテクチャを特徴としており、マルチモーダルおよび多言語アプリケーションにおいて高度な機能を提供します。Mistral Large 3は、企業向けに設計された最先端のAIモデルで、AIアシスタントやエージェントのカスタマイズ、ファインチューニング、展開を可能にします。41Bのアクティブパラメータを持つスパースミクスチャーオブエキスパートアーキテクチャを特徴としており、マルチモーダルおよび多言語アプリケーションにおいて高度な機能を提供します。

Cosmos3-Edge

AI モデル

NVIDIAのCosmos3-Edgeは、物理AIアプリケーション向けに設計されたマルチモーダルAIモデルです。テキスト、画像、動画から動的な出力を生成し、ロボティクス、自律運転、スマート環境をサポートします。このモデルは、世界中で展開可能で、商業用および非商業用の両方に適しています。

Qwen3.8-27B

AI モデル

コーディング、専門的なタスク、研究のために設計された高度なAIモデルです。画像や動画を理解するネイティブなビジョン・ランゲージモデルを搭載しており、信頼性を向上させた複雑なタスクの完了を可能にします。Qwen3.8-27Bは、コーディング、専門的なタスク、研究のために設計された高度なAIモデルです。画像や動画を理解するネイティブなビジョン・ランゲージモデルを搭載しており、信頼性を向上させた複雑なタスクの完了を可能にします。

Command A+ モデル | Cohere

AI モデル

複雑な推論、視覚、48 言語にわたる多言語タスクのために設計された、25B のアクティブパラメータと 218B の総パラメータを持つ専門家の混合モデルです。企業向けに効率的で正確なソリューションを提供します。Command A+ は、複雑な推論、視覚、48 言語にわたる多言語タスクのために設計された、25B のアクティブパラメータと 218B の総パラメータを持つ専門家の混合モデルです。企業向けに効率的で正確なソリューションを提供します。

Qwen3-VL-235B-A22B-Instruct

AI モデル

優れたテキスト理解、視覚認識、推論能力を提供する強力なビジョン・ランゲージモデルです。強化されたマルチモーダル推論と空間認識を備えた柔軟な展開をサポートします。Qwen3-VL-235B-A22B-Instructは、優れたテキスト理解、視覚認識、推論能力を提供する強力なビジョン・ランゲージモデルです。強化されたマルチモーダル推論と空間認識を備えた柔軟な展開をサポートします。