AIモデルとLLMを見つけよう — AIモデルやAIアプリから、AI Hugging Face、AI GitHubリポジトリ、AIプラットフォームまで、開発者や研究者がプロジェクトを向上させるためのツールを見つける場所です: コンピュータビジョンシステムの訓練、言語モデルの展開、推論アルゴリズムの実験、モデルバージョンの管理を行います。 AI モデル, AI GitHub リポジトリ, LLM, AI アプリ と AI プラットフォーム などにわたる 471 件のベスト AIモデルとLLMをご覧ください。
471 件のツール
AI アプリ
あなたのラップトップがQwen3.8-27BまたはDeepSeek-V4-Flash-0731を単一のCPUで実行できるかどうかを判断するのに役立ちます。RAM、ディスク、OSの要件に対する検証済みのパスを提供し、効率的なローカル推論を確保します。ラップトップLLMファインダーは、あなたのラップトップがQwen3.8-27BまたはDeepSeek-V4-Flash-0731を単一のCPUで実行できるかどうかを判断するのに役立ちます。RAM、ディスク、OSの要件に対する検証済みのパスを提供し、効率的なローカル推論を確保します。
AI アプリ トップ250を見るAI モデル
ユーザーがシネマティックな4Kビデオをネイティブオーディオで作成できる、最先端のビデオ生成を提供します。スピードと効率を最適化しており、ソーシャルメディアコンテンツや広告クリエイティブを迅速にスケールするのに最適です。Google Veo 3.1は、ユーザーがシネマティックな4Kビデオをネイティブオーディオで作成できる、最先端のビデオ生成を提供します。スピードと効率を最適化しており、ソーシャルメディアコンテンツや広告クリエイティブを迅速にスケールするのに最適です。
AI モデル トップ5を見る効率的なデバイス上でのパフォーマンスのために設計された高度なオープンマルチモーダルモデルです。オフラインで動作するプライバシー重視のアプリケーションを可能にする音声、テキスト、画像、動画の処理をサポートしています。Gemma 3nは、効率的なデバイス上でのパフォーマンスのために設計された高度なオープンマルチモーダルモデルです。オフラインで動作するプライバシー重視のアプリケーションを可能にする音声、テキスト、画像、動画の処理をサポートしています。
AI モデル トップ5を見るAI モデル
テキスト指示とオプションのオーディオ入力を使用してオーディオ合成と変換を行うフレームワークです。クリエイターが音の幻想を具現化できるようにし、ComposeableARTのような革新的な技術を用いてオーディオを作成・制御するためのツールを提供します。Fugattoは、テキスト指示とオプションのオーディオ入力を使用してオーディオ合成と変換を行うフレームワークです。クリエイターが音の幻想を具現化できるようにし、ComposeableARTのような革新的な技術を用いてオーディオを作成・制御するためのツールを提供します。
AI モデル トップ5を見るAI モデル
Resemble AIによって開発されたオープンソースのテキスト読み上げモデルで、350Mのパラメータと75msのレイテンシを持ち、超高速なパフォーマンスを提供します。5秒の音声からのボイスクローンと、表現力豊かな出力のためのパラ言語タグを特徴としています。Chatterbox Turboは、Resemble AIによって開発されたオープンソースのテキスト読み上げモデルで、350Mのパラメータと75msのレイテンシを持ち、超高速なパフォーマンスを提供します。5秒の音声からのボイスクローンと、表現力豊かな出力のためのパラ言語タグを特徴としています。
AI モデル トップ5を見るAI モデル
高度なテキスト生成タスクのために設計されたAIモデルコレクションです。オープンソースとオープンサイエンスの原則を活用し、人工知能を民主化することを目的とし、さまざまなアプリケーションに対応する異なるパラメータを持つモデルを提供します。DeepSeek V4 Flashは、高度なテキスト生成タスクのために設計されたAIモデルコレクションです。オープンソースとオープンサイエンスの原則を活用し、人工知能を民主化することを目的とし、さまざまなアプリケーションに対応する異なるパラメータを持つモデルを提供します。
AI モデル トップ5を見るAI モデル
マルチモーダルなビデオ、オーディオ、世界シミュレーションのために設計された高度なオープンウェイト拡散トランスフォーマーモデルです。高忠実度のレンダリング、滑らかな動き、正確な制御を提供し、プロフェッショナルなビデオ制作やリアルタイムアプリケーションに最適です。LTX-2.5 Proは、マルチモーダルなビデオ、オーディオ、世界シミュレーションのために設計された高度なオープンウェイト拡散トランスフォーマーモデルです。高忠実度のレンダリング、滑らかな動き、正確な制御を提供し、プロフェッショナルなビデオ制作やリアルタイムアプリケーションに最適です。
AI モデル トップ5を見るAI GitHub リポジトリ
テキスト記述から高品質な画像を生成する潜在的なテキストから画像への拡散モデルです。GitHubにホストされており、開発者がその機能を向上させるために貢献できます。Stable Diffusionは、テキスト記述から高品質な画像を生成する潜在的なテキストから画像への拡散モデルです。GitHubにホストされており、開発者がその機能を向上させるために貢献できます。
AI GitHub リポジトリ トップ250を見るAI GitHub リポジトリ
GPU上でのモデル並列自己回帰トランスフォーマーのオープンソース実装です。MegatronおよびDeepSpeedライブラリを活用して、大規模言語モデルの効率的なトレーニングとデプロイを実現します。EleutherAI GPT-NeoXは、GPU上でのモデル並列自己回帰トランスフォーマーのオープンソース実装です。MegatronおよびDeepSpeedライブラリを活用して、大規模言語モデルの効率的なトレーニングとデプロイを実現します。
AI GitHub リポジトリ トップ250を見るAI GitHub リポジトリ
さまざまなモダリティを言語に整合させるために設計されたフレームワークであり、異なるデータタイプ間のシームレスな統合と相互作用を促進します。CVPR 2024のために開発され、多モーダルコミュニケーションと理解を向上させることを目的としています。OneLLMは、さまざまなモダリティを言語に整合させるために設計されたフレームワークであり、異なるデータタイプ間のシームレスな統合と相互作用を促進します。CVPR 2024のために開発され、多モーダルコミュニケーションと理解を向上させることを目的としています。
AI GitHub リポジトリ トップ250を見るAI GitHub リポジトリ
AI駆動のソリューションに焦点を当てたGitHubプロジェクトです。プラグイン、スパースアテンションカーネル、効率的な通信ライブラリなど、AI機能を強化するさまざまなリポジトリを提供しています。DeepSeek-R1は、AI駆動のソリューションに焦点を当てたGitHubプロジェクトです。プラグイン、スパースアテンションカーネル、効率的な通信ライブラリなど、AI機能を強化するさまざまなリポジトリを提供しています。
AI GitHub リポジトリ トップ250を見るAI GitHub リポジトリ
DeepSeekによるオープンウェイトのMixture-of-Experts言語モデルで、合計6710億のパラメータとトークンごとに370億のアクティブパラメータを持っています。128Kのコンテキスト長で148兆トークンで事前学習されており、自己ホスティング用またはDeepSeekのチャットウェブサイトを通じて使用するために、Git…DeepSeek-V3は、DeepSeekによるオープンウェイトのMixture-of-Experts言語モデルで、合計6710億のパラメータとトークンごとに370億のアクティブパラメータを持っています。128Kのコンテキスト長で148兆トークンで事前学習されており、自己ホスティング用またはDeepSeekのチャットウェブサイトを通じて使用するために、Git…
AI GitHub リポジトリ トップ250を見るAI GitHub リポジトリ
GitHubでホストされているオープンソースのビジュアルエージェンティックインテリジェンスプロジェクトです。開発者がその開発に貢献できるようにし、AIの能力における革新を促進します。このプロジェクトは、共同作業を通じてビジュアルインテリジェンスを進化させることを目的としています。Kimi K2.5は、GitHubでホストされているオープンソースのビジュアルエージェンティックインテリジェンスプロジェクトです。開発者がその開発に貢献できるようにし、AIの能力における革新を促進します。このプロジェクトは、共同作業を通じてビジュアルインテリジェンスを進化させることを目的としています。
AI GitHub リポジトリ トップ250を見るAI GitHub リポジトリ
NVIDIAによる研究プロジェクトで、スケールでのトランスフォーマーモデルのトレーニングに焦点を当てています。大規模な言語モデルの効率性とスケーラビリティを向上させ、さまざまなAIアプリケーションに対してよりアクセスしやすくすることを目指しています。Megatron-LMは、NVIDIAによる研究プロジェクトで、スケールでのトランスフォーマーモデルのトレーニングに焦点を当てています。大規模な言語モデルの効率性とスケーラビリティを向上させ、さまざまなAIアプリケーションに対してよりアクセスしやすくすることを目指しています。
AI GitHub リポジトリ トップ250を見るAI GitHub リポジトリ
OpenBMBによって開発された高度なオンデバイス言語モデルです。コンパクトなサイズを維持しながら最先端のパフォーマンスを提供し、効率的な処理を必要とするアプリケーションに最適です。MiniCPM5は、OpenBMBによって開発された高度なオンデバイス言語モデルです。コンパクトなサイズを維持しながら最先端のパフォーマンスを提供し、効率的な処理を必要とするアプリケーションに最適です。
AI GitHub リポジトリ トップ250を見るAI GitHub リポジトリ
大規模言語モデルにおける思考過程の推論に焦点を当てたデータとツールのオープンリソースです。Samwald研究グループによって開発され、AIの理解と応用を進めることを目的としています。ThoughtSourceは、大規模言語モデルにおける思考過程の推論に焦点を当てたデータとツールのオープンリソースです。Samwald研究グループによって開発され、AIの理解と応用を進めることを目的としています。
AI GitHub リポジトリ トップ250を見るAI GitHub リポジトリ
Alibaba CloudのQwenチームによるビジョン・ランゲージモデルシリーズで、DenseおよびMixture-of-Expertsサイズで、指示版と推論版（"Thinking"）がリリースされています。画像、動画、テキストを同時に読み取り、ネイティブの256Kコンテキストウィンドウを持ち、1Mまで拡張可能で、GUI自動化、OCR、…Qwen3-VLは、Alibaba CloudのQwenチームによるビジョン・ランゲージモデルシリーズで、DenseおよびMixture-of-Expertsサイズで、指示版と推論版（"Thinking"）がリリースされています。画像、動画、テキストを同時に読み取り、ネイティブの256Kコンテキストウィンドウを持ち、1Mまで拡張可能で、GUI自動化、OCR、…
AI GitHub リポジトリ トップ250を見るAI GitHub リポジトリ
3Dインテリジェンスのために設計された基盤モデルです。GitHubでの開発と貢献をサポートし、3DモデリングとAIアプリケーションの進展を促進します。Roblox Cube 3Dは、3Dインテリジェンスのために設計された基盤モデルです。GitHubでの開発と貢献をサポートし、3DモデリングとAIアプリケーションの進展を促進します。
AI GitHub リポジトリ トップ250を見るAI GitHub リポジトリ
音声合成能力を向上させるために設計された会話型音声生成モデルです。開発者がGitHubでその開発に貢献できるようにし、AI駆動の音声技術におけるコラボレーションと革新を促進します。セサミCSMは、音声合成能力を向上させるために設計された会話型音声生成モデルです。開発者がGitHubでその開発に貢献できるようにし、AI駆動の音声技術におけるコラボレーションと革新を促進します。
AI GitHub リポジトリ トップ250を見るAI GitHub リポジトリ
高度な画像処理機能の開発を目的としたGitHubプロジェクトです。開発者はリポジトリをフォークし、コラボレーションすることでその成長に貢献し、機能や機能性を向上させることができます。Z-Imageは、高度な画像処理機能の開発を目的としたGitHubプロジェクトです。開発者はリポジトリをフォークし、コラボレーションすることでその成長に貢献し、機能や機能性を向上させることができます。
AI GitHub リポジトリ トップ250を見るAI GitHub リポジトリ
Ant GroupのinclusionAIからのオープンソースの専門家混合言語モデルファミリーで、MITライセンスの下でGitHubに公開されています。一般的なチャット、コーディング、推論タスク向けに複数のサイズで提供されており、オープンLLMを自分で実行またはファインチューニングしたい研究者や開発者を対象としています。Lingは、Ant GroupのinclusionAIからのオープンソースの専門家混合言語モデルファミリーで、MITライセンスの下でGitHubに公開されています。一般的なチャット、コーディング、推論タスク向けに複数のサイズで提供されており、オープンLLMを自分で実行またはファインチューニングしたい研究者や開発者を対象としています。
AI GitHub リポジトリ トップ250を見るAI GitHub リポジトリ
音声パターンを外挿できる堅牢で、期間制御可能なテキスト読み上げ（TTS）システムです。さまざまなアプリケーション向けに高品質でカスタマイズ可能な音声出力を提供するように設計されています。VoiceStarは、音声パターンを外挿できる堅牢で、期間制御可能なテキスト読み上げ（TTS）システムです。さまざまなアプリケーション向けに高品質でカスタマイズ可能な音声出力を提供するように設計されています。
AI GitHub リポジトリ トップ250を見るAI GitHub リポジトリ
ビデオフレーム補間のためのリアルタイム中間フロー推定に焦点を当てたGitHubプロジェクトです。中間フレームを予測することでビデオ品質を向上させ、ビデオ編集や処理タスクに役立ちます。RIFEは、ビデオフレーム補間のためのリアルタイム中間フロー推定に焦点を当てたGitHubプロジェクトです。中間フレームを予測することでビデオ品質を向上させ、ビデオ編集や処理タスクに役立ちます。
AI GitHub リポジトリ トップ250を見るAI GitHub リポジトリ
GitHubで利用可能なAI駆動のチャットアプリケーションで、ChatGPTのコスト効率の良い代替手段を提供するように設計されています。開発者がその開発に貢献し、機能を強化することができます。Nanochatは、GitHubで利用可能なAI駆動のチャットアプリケーションで、ChatGPTのコスト効率の良い代替手段を提供するように設計されています。開発者がその開発に貢献し、機能を強化することができます。
AI GitHub リポジトリ トップ250を見るAI GitHub リポジトリ
OpenAIによって開発されたモデルで、画像に対して最も関連性の高いテキストスニペットを予測します。対照的な言語画像事前学習を使用して、画像の正確なテキスト記述を理解し生成する能力を高め、AIが視覚コンテンツを解釈する能力を向上させます。CLIPは、OpenAIによって開発されたモデルで、画像に対して最も関連性の高いテキストスニペットを予測します。対照的な言語画像事前学習を使用して、画像の正確なテキスト記述を理解し生成する能力を高め、AIが視覚コンテンツを解釈する能力を向上させます。
AI GitHub リポジトリ トップ250を見るAI GitHub リポジトリ
ユーザーがPyTorchを使用してChatGPTのような言語モデルを実装する手助けをするGitHubプロジェクトです。ゼロから大規模言語モデルを構築するためのステップバイステップのアプローチを提供し、AIや機械学習に興味のある開発者や研究者に最適です。LLMs-from-scratchは、ユーザーがPyTorchを使用してChatGPTのような言語モデルを実装する手助けをするGitHubプロジェクトです。ゼロから大規模言語モデルを構築するためのステップバイステップのアプローチを提供し、AIや機械学習に興味のある開発者や研究者に最適です。
AI GitHub リポジトリ トップ250を見るAI GitHub リポジトリ
視覚的な詳細と品質を向上させるための高度なAIモデルで、画像の超解像に特化しています。PIRMチャレンジの知覚的超解像部門で優勝し、さまざまなアプリケーションで画像の明瞭さと解像度を向上させるために使用されています。ESRGANは、視覚的な詳細と品質を向上させるための高度なAIモデルで、画像の超解像に特化しています。PIRMチャレンジの知覚的超解像部門で優勝し、さまざまなアプリケーションで画像の明瞭さと解像度を向上させるために使用されています。
AI GitHub リポジトリ トップ250を見るAI GitHub リポジトリ
バイブコーディングからエージェント工学への移行に焦点を当てたGitHubプロジェクトです。開発者の貢献を促し、AIエンジニアリングにおけるコラボレーションと革新を育みます。GLM-5は、バイブコーディングからエージェント工学への移行に焦点を当てたGitHubプロジェクトです。開発者の貢献を促し、AIエンジニアリングにおけるコラボレーションと革新を育みます。
AI GitHub リポジトリ トップ250を見るAI GitHub リポジトリ
物体検出タスクのために設計されたAIモデルです。高度なアルゴリズムを活用して、画像内の物体を特定し分類する際の精度と効率を向上させます。RF-DETRは、物体検出タスクのために設計されたAIモデルです。高度なアルゴリズムを活用して、画像内の物体を特定し分類する際の精度と効率を向上させます。
AI GitHub リポジトリ トップ250を見るAI アプリ
光学文字認識のために設計されたAI駆動のツールです。ユーザーは文書をアップロードし、処理し、効率的にテキストを抽出できます。このツールは単一タスクの認識をサポートし、文書処理タスクを管理するためのユーザーフレンドリーなインターフェースを提供します。Dots.OCRは、光学文字認識のために設計されたAI駆動のツールです。ユーザーは文書をアップロードし、処理し、効率的にテキストを抽出できます。このツールは単一タスクの認識をサポートし、文書処理タスクを管理するためのユーザーフレンドリーなインターフェースを提供します。
AI アプリ トップ250を見るAI モデル
高速推論と簡単なデプロイメントのために設計された軽量の多言語リランカーモデルです。クエリとドキュメントの類似スコアを出力し、中国語と英語の両方をサポートしています。BAAI/bge-reranker-v2-m3は、高速推論と簡単なデプロイメントのために設計された軽量の多言語リランカーモデルです。クエリとドキュメントの類似スコアを出力し、中国語と英語の両方をサポートしています。
AI モデル トップ5を見るINSAITによって開発されたブルガリア語モデルで、GoogleのGemma 2 27Bに基づいています。ブルガリアの文化的および言語的タスクに優れ、英語の能力も保持しています。BgGPT-Gemma-2-27B-IT-v1.0は、INSAITによって開発されたブルガリア語モデルで、GoogleのGemma 2 27Bに基づいています。ブルガリアの文化的および言語的タスクに優れ、英語の能力も保持しています。
AI モデル トップ5を見るAI モデル
LightricksによるDiTベースの動画生成モデルで、高品質なリアルタイム動画を生成することができます。多様なデータセットで訓練され、リアルなコンテンツを生成し、1216×704の解像度で30 FPSの動画を生成します。LTX-VideoはLightricksによるDiTベースの動画生成モデルで、高品質なリアルタイム動画を生成することができます。多様なデータセットで訓練され、リアルなコンテンツを生成し、1216×704の解像度で30 FPSの動画を生成します。
AI モデル トップ5を見るAI モデル
密なモデルと専門家の混合機能を提供する最先端の言語モデルです。推論、多言語サポート、エージェント統合に優れ、複雑なタスクに最適です。Qwen3-0.6Bは、密なモデルと専門家の混合機能を提供する最先端の言語モデルです。推論、多言語サポート、エージェント統合に優れ、複雑なタスクに最適です。
AI モデル トップ5を見るエージェント型コーディングタスクのために設計された強力なAIモデルです。長いコンテキストをサポートし、ツール呼び出しに優れているため、複雑なコーディング環境に適しています。Qwen3-Coder-480B-A35B-Instructは、エージェント型コーディングタスクのために設計された強力なAIモデルです。長いコンテキストをサポートし、ツール呼び出しに優れているため、複雑なコーディング環境に適しています。
AI モデル トップ5を見るAI モデル
高度な推論、多言語サポート、エージェント機能を提供する大規模言語モデルです。複雑なタスクに優れ、100以上の言語をサポートし、思考モードと非思考モードの間でシームレスに切り替えることで最適なパフォーマンスを実現します。Qwen3-32Bは、高度な推論、多言語サポート、エージェント機能を提供する大規模言語モデルです。複雑なタスクに優れ、100以上の言語をサポートし、思考モードと非思考モードの間でシームレスに切り替えることで最適なパフォーマンスを実現します。
AI モデル トップ5を見る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。
AI モデル トップ5を見るAI モデル
高性能なマルチモーダル学習のために設計されたビジョンエンコーダーを備えた因果言語モデルです。201の言語をサポートし、スケーラブルな強化学習のための効率的なハイブリッドアーキテクチャを提供します。Qwen3.5-4Bは、高性能なマルチモーダル学習のために設計されたビジョンエンコーダーを備えた因果言語モデルです。201の言語をサポートし、スケーラブルな強化学習のための効率的なハイブリッドアーキテクチャを提供します。
AI モデル トップ5を見るAI モデル
テキストからビデオ、画像からビデオ、ビデオ編集タスクに優れた最先端のビデオ生成モデルです。コンシューマー向けGPUをサポートし、重要な動的表現を持つ高品質なビジュアルを生成します。Wan2.1-T2V-14Bは、テキストからビデオ、画像からビデオ、ビデオ編集タスクに優れた最先端のビデオ生成モデルです。コンシューマー向けGPUをサポートし、重要な動的表現を持つ高品質なビジュアルを生成します。
AI モデル トップ5を見るAI モデル
複雑なタスク向けに設計された高度なオープンソースのMixture-of-Experts言語モデルです。ハイブリッドアテンションアーキテクチャを特徴とし、最大1Mトークンのコンテキスト長をサポートしているため、要求の厳しいソフトウェアエンジニアリングや長期的なタスクに最適です。MiMo-V2.5-Proは、複雑なタスク向けに設計された高度なオープンソースのMixture-of-Experts言語モデルです。ハイブリッドアテンションアーキテクチャを特徴とし、最大1Mトークンのコンテキスト長をサポートしているため、要求の厳しいソフトウェアエンジニアリングや長期的なタスクに最適です。
AI モデル トップ5を見るAI モデル
Llama-3アーキテクチャに基づく100億パラメータの言語モデルです。推論、コード生成、数学的問題解決に優れ、コンパクトなサイズで堅牢なパフォーマンスを提供します。Virtuoso-Liteは、Llama-3アーキテクチャに基づく100億パラメータの言語モデルです。推論、コード生成、数学的問題解決に優れ、コンパクトなサイズで堅牢なパフォーマンスを提供します。
AI モデル トップ5を見るAI モデル
効率的な推論とエージェントタスクのために設計された高度なAIモデルです。DeepSeekスパースアテンション、スケーラブルな強化学習、そして大規模なエージェントタスク合成パイプラインを特徴としています。DeepSeek-V3.2は、効率的な推論とエージェントタスクのために設計された高度なAIモデルです。DeepSeekスパースアテンション、スケーラブルな強化学習、そして大規模なエージェントタスク合成パイプラインを特徴としています。
AI モデル トップ5を見るAI モデル
Meta AIによって開発されたテキストから音楽を生成するモデルで、テキストの説明や音声のプロンプトに基づいて高品質な音楽サンプルを生成することができます。効率的な音楽生成のために、単一段階の自己回帰型トランスフォーマーモデルを使用しています。MusicGen Largeは、Meta AIによって開発されたテキストから音楽を生成するモデルで、テキストの説明や音声のプロンプトに基づいて高品質な音楽サンプルを生成することができます。効率的な音楽生成のために、単一段階の自己回帰型トランスフォーマーモデルを使用しています。
AI モデル トップ5を見るAI モデル
さまざまなデバイスで効率的に動作するように設計された高度なビデオ理解モデルです。ビデオ分析と視覚的推論の能力を強化し、異なるプラットフォームでのビデオ理解を可能にします。SmolVLM2は、さまざまなデバイスで効率的に動作するように設計された高度なビデオ理解モデルです。ビデオ分析と視覚的推論の能力を強化し、異なるプラットフォームでのビデオ理解を可能にします。
AI モデル トップ5を見るAI モデル
推論能力、ウェブ開発、そして中国語の執筆能力において大幅な改善を提供する高度なAIモデルです。これは、マルチターンのインタラクティブなリライトと翻訳の質を向上させ、開発者や研究者にとって多用途なツールとなります。DeepSeek-V3-0324は、推論能力、ウェブ開発、そして中国語の執筆能力において大幅な改善を提供する高度なAIモデルです。これは、マルチターンのインタラクティブなリライトと翻訳の質を向上させ、開発者や研究者にとって多用途なツールとなります。
AI モデル トップ5を見るAI モデル
クロスリンガル音声認識のために設計された事前学習済みの音声モデルです。自動音声認識などの特定のタスクに対してファインチューニングが必要で、複数の言語にわたってエラー率が改善されます。Wav2Vec2 Large XLSR-53は、クロスリンガル音声認識のために設計された事前学習済みの音声モデルです。自動音声認識などの特定のタスクに対してファインチューニングが必要で、複数の言語にわたってエラー率が改善されます。
AI モデル トップ5を見るAI モデル
テキストと画像の入力を処理してテキスト出力を生成することができる、Googleの最先端のマルチモーダルAIモデルです。140以上の言語をサポートし、リソースが限られた環境での効率的な展開を目的としています。Gemma 3-27B ITは、テキストと画像の入力を処理してテキスト出力を生成することができる、Googleの最先端のマルチモーダルAIモデルです。140以上の言語をサポートし、リソースが限られた環境での効率的な展開を目的としています。
AI モデル トップ5を見るAI モデル
テキストと画像の入力を処理してテキスト出力を生成することができる、Googleの最先端のマルチモーダルAIモデルです。140以上の言語をサポートしており、リソースが限られた環境での効率的な展開を目的としています。Gemma 3-4Bは、テキストと画像の入力を処理してテキスト出力を生成することができる、Googleの最先端のマルチモーダルAIモデルです。140以上の言語をサポートしており、リソースが限られた環境での効率的な展開を目的としています。
AI モデル トップ5を見るSigLIPは、WebLiで事前学習された形状最適化されたマルチモーダルモデルで、ゼロショット画像分類と画像-テキスト検索のために設計されています。パフォーマンスとスケーラビリティを向上させるためにシグモイド損失関数を使用しています。
AI モデル トップ5を見るAI モデル
さまざまなNLPアプリケーション向けに設計された多言語・多タスクのテキスト埋め込みモデルです。長い入力シーケンスとタスク特有の埋め込みをサポートし、さまざまなユースケースに対応します。Jina Embeddings v3は、さまざまなNLPアプリケーション向けに設計された多言語・多タスクのテキスト埋め込みモデルです。長い入力シーケンスとタスク特有の埋め込みをサポートし、さまざまなユースケースに対応します。
AI モデル トップ5を見るAI モデル
Googleによって開発された軽量で最先端のAIモデルで、リソースの少ないデバイスでの効率的な実行を目的としています。テキスト、画像、動画、音声のマルチモーダル入力をサポートし、事前学習済みおよび指示調整済みのバリアントのオープンウェイトでテキスト出力を生成します。Gemma-3n-E4B-itは、Googleによって開発された軽量で最先端のAIモデルで、リソースの少ないデバイスでの効率的な実行を目的としています。テキスト、画像、動画、音声のマルチモーダル入力をサポートし、事前学習済みおよび指示調整済みのバリアントのオープンウェイトでテキスト出力を生成します。
AI モデル トップ5を見るAI モデル
Googleによって開発された軽量でオープンソースのAIモデルのファミリーで、リソースが限られたデバイスでの効率的な実行を目的としています。テキスト、画像、動画、音声などのマルチモーダル入力をサポートし、テキスト出力を生成します。モデルは、選択的パラメータアクティベーション技術を使用してパフォーマンスを最適化しています。Gemma 3nは、Googleによって開発された軽量でオープンソースのAIモデルのファミリーで、リソースが限られたデバイスでの効率的な実行を目的としています。テキスト、画像、動画、音声などのマルチモーダル入力をサポートし、テキスト出力を生成します。モデルは、選択的パラメータアクティベーション技術を使用してパフォーマンスを最適化しています。
AI モデル トップ5を見る視覚認識、画像推論、キャプショニングのために設計されたマルチモーダルAIモデルです。Metaによって開発され、テキストと画像の入力を統合して高度な画像理解能力を提供します。Llama-3.2-11B-Vision-Instructは、視覚認識、画像推論、キャプショニングのために設計されたマルチモーダルAIモデルです。Metaによって開発され、テキストと画像の入力を統合して高度な画像理解能力を提供します。
AI モデル トップ5を見る多言語のテキストとコード生成のために設計された高度なAIモデルです。安全性と責任ある展開を強調し、さまざまなアプリケーションに対して堅牢な機能を提供します。Llama-3.2-3B-Instructは、多言語のテキストとコード生成のために設計された高度なAIモデルです。安全性と責任ある展開を強調し、さまざまなアプリケーションに対して堅牢な機能を提供します。
LLM トップ50を見るMetaによって開発されたマルチモーダルAIモデルで、高度なテキストおよび画像理解のために設計されています。さまざまなアプリケーションで高いパフォーマンスを発揮するために、エキスパートの混合アーキテクチャを活用しています。Llama-4 Maverick 17B-128E Instructは、Metaによって開発されたマルチモーダルAIモデルで、高度なテキストおよび画像理解のために設計されています。さまざまなアプリケーションで高いパフォーマンスを発揮するために、エキスパートの混合アーキテクチャを活用しています。
AI モデル トップ5を見るAI モデル
光学文字認識（OCR）タスクのために設計されたエンコーダ-デコーダモデルです。画像を処理してテキストを生成するためにTransformerベースのアーキテクチャを利用しており、画像内の手書きテキストを認識するのに適しています。TrOCRは光学文字認識（OCR）タスクのために設計されたエンコーダ-デコーダモデルです。画像を処理してテキストを生成するためにTransformerベースのアーキテクチャを利用しており、画像内の手書きテキストを認識するのに適しています。
AI モデル トップ5を見るMetaによって設計されたマルチモーダルAIモデルです。専門家の混合アーキテクチャを活用して、先進的なテキストおよび画像理解機能を提供し、多言語出力と多様なアプリケーション向けのファインチューニングをサポートします。Llama-4-Scout-17B-16E-Instructは、Metaによって設計されたマルチモーダルAIモデルです。専門家の混合アーキテクチャを活用して、先進的なテキストおよび画像理解機能を提供し、多言語出力と多様なアプリケーション向けのファインチューニングをサポートします。
AI モデル トップ5を見るAI モデル
エッジデプロイメント向けに設計されたコンパクトなAIモデルで、多言語サポートと視覚機能を提供します。指示タスクに最適化されており、リソースの少ないデバイスでも効率的に動作します。Ministral 3は、エッジデプロイメント向けに設計されたコンパクトなAIモデルで、多言語サポートと視覚機能を提供します。指示タスクに最適化されており、リソースの少ないデバイスでも効率的に動作します。
AI モデル トップ5を見るAI モデル
Microsoftによって開発された高度なビジョン基盤モデルで、さまざまなビジョンおよびビジョン-言語タスクを処理するように設計されています。キャプショニングや物体検出などのタスクに対してプロンプトベースのアプローチを使用し、多様なデータセットを活用してマルチタスク学習を行います。Florence-2は、Microsoftによって開発された高度なビジョン基盤モデルで、さまざまなビジョンおよびビジョン-言語タスクを処理するように設計されています。キャプショニングや物体検出などのタスクに対してプロンプトベースのアプローチを使用し、多様なデータセットを活用してマルチタスク学習を行います。
AI モデル トップ5を見るAI モデル
Microsoft Researchによって開発された最先端の推論モデルです。Phi-4からスーパーバイズド・ラーニングと強化学習を用いてファインチューニングされ、数学、科学、コーディングにおける高度な推論タスクのために設計されています。Phi-4-reasoning-plusは、Microsoft Researchによって開発された最先端の推論モデルです。Phi-4からスーパーバイズド・ラーニングと強化学習を用いてファインチューニングされ、数学、科学、コーディングにおける高度な推論タスクのために設計されています。
AI モデル トップ5を見るAI モデル
12億のパラメータと4億のパラメータを持つビジョンエンコーダを備えたマルチモーダルAIモデルで、高度な画像およびテキスト処理タスクのために設計されています。Pixtral-12B-2409は、12億のパラメータと4億のパラメータを持つビジョンエンコーダを備えたマルチモーダルAIモデルで、高度な画像およびテキスト処理タスクのために設計されています。
AI モデル トップ5を見る240億のパラメータを持つ高度なAIモデルで、最先端の視覚およびテキスト機能を提供します。最大128kトークンまでの長いコンテキスト理解をサポートし、会話エージェントや視覚分析に最適です。Mistral-Small-3.1-24B-Instruct-2503は、240億のパラメータを持つ高度なAIモデルで、最先端の視覚およびテキスト機能を提供します。最大128kトークンまでの長いコンテキスト理解をサポートし、会話エージェントや視覚分析に最適です。
AI モデル トップ5を見るAI モデル
Reducto AIによって開発されたオープンソースのOCRツールで、前のolmOCRと比較して処理速度が速く、メモリ使用量が少なくなっています。メタデータ入力を使用せずに、さまざまな文書タイプを効率的に処理するように設計されています。RolmOCRはReducto AIによって開発されたオープンソースのOCRツールで、前のolmOCRと比較して処理速度が速く、メモリ使用量が少なくなっています。メタデータ入力を使用せずに、さまざまな文書タイプを効率的に処理するように設計されています。
AI モデル トップ5を見るAI モデル
自動音声認識と翻訳のための事前学習済みモデルです。複数の言語をサポートし、ファインチューニングなしでデータセット全体に一般化するように設計されており、さまざまなASRタスクに対応できます。OpenAI Whisperは、自動音声認識と翻訳のための事前学習済みモデルです。複数の言語をサポートし、ファインチューニングなしでデータセット全体に一般化するように設計されており、さまざまなASRタスクに対応できます。
AI モデル トップ5を見るAI モデル
最先端の多言語Mixture of Expertsテキスト埋め込みモデルです。約100の言語をサポートし、多言語検索タスクに優れ、柔軟な埋め込み次元とストレージコストの削減を提供します。nomic-embed-text-v2-moeは、最先端の多言語Mixture of Expertsテキスト埋め込みモデルです。約100の言語をサポートし、多言語検索タスクに優れ、柔軟な埋め込み次元とストレージコストの削減を提供します。
AI モデル トップ5を見るAI モデル
自動音声認識と翻訳のための最先端モデルで、デコーディング層を減らすことで速度を最適化しています。複数の言語をサポートし、堅牢な文字起こし機能を提供します。Whisper Large V3 Turboは、自動音声認識と翻訳のための最先端モデルで、デコーディング層を減らすことで速度を最適化しています。複数の言語をサポートし、堅牢な文字起こし機能を提供します。
AI モデル トップ5を見るAI モデル
効率的なテキスト認識のために設計された高度なOCRモデルです。統一されたエンドツーエンドアプローチを活用して精度とパフォーマンスを向上させ、テキスト抽出や処理のさまざまなアプリケーションに最適です。GOT-OCR2.0は、効率的なテキスト認識のために設計された高度なOCRモデルです。統一されたエンドツーエンドアプローチを活用して精度とパフォーマンスを向上させ、テキスト抽出や処理のさまざまなアプリケーションに最適です。
AI モデル トップ5を見るAI モデル
Sunoによって開発されたトランスフォーマーベースのテキストからオーディオへのモデルで、リアルな多言語スピーチやその他のオーディオ形式を生成することができます。推論のための事前学習済みモデルチェックポイントをサポートしています。Barkは、Sunoによって開発されたトランスフォーマーベースのテキストからオーディオへのモデルで、リアルな多言語スピーチやその他のオーディオ形式を生成することができます。推論のための事前学習済みモデルチェックポイントをサポートしています。
AI モデル トップ5を見るAI モデル
22億のパラメータを持つ高度な大規模言語モデルで、単一のGPU上で効率的に動作するように設計されています。小型モデルと比較して優れたパフォーマンスを提供し、はるかに大きなモデルに匹敵するため、AIタスクにおいて強力なツールとなります。ソーラープロプレビューインストラクトは、22億のパラメータを持つ高度な大規模言語モデルで、単一のGPU上で効率的に動作するように設計されています。小型モデルと比較して優れたパフォーマンスを提供し、はるかに大きなモデルに匹敵するため、AIタスクにおいて強力なツールとなります。
AI モデル トップ5を見るAI モデル
パフォーマンスと効率のバランスを取った軽量デプロイメント向けに設計された30B-A3B MoEモデルです。さまざまなベンチマークで優れた性能を発揮し、AIアプリケーションに強力な選択肢となります。GLM-4.7-Flashは、パフォーマンスと効率のバランスを取った軽量デプロイメント向けに設計された30B-A3B MoEモデルです。さまざまなベンチマークで優れた性能を発揮し、AIアプリケーションに強力な選択肢となります。
AI モデル トップ5を見るAI モデル
前モデルであるGLM-4.5に対して改善を提供する高度なAIモデルです。より長いコンテキストウィンドウ、優れたコーディング性能、強化された推論能力を備えており、複雑なタスクやエージェントフレームワークに適しています。GLM-4.6は、前モデルであるGLM-4.5に対して改善を提供する高度なAIモデルです。より長いコンテキストウィンドウ、優れたコーディング性能、強化された推論能力を備えており、複雑なタスクやエージェントフレームワークに適しています。
AI モデル トップ5を見るAI モデル
複雑な文書理解のために設計されたマルチモーダルOCRモデルです。Multi-Token Prediction損失と安定した強化学習を使用して、トレーニング効率と認識精度を向上させます。このモデルは、さまざまな文書レイアウトにわたって堅牢なパフォーマンスを提供し、実世界のシナリオに最適化されています。GLM-OCRは、複雑な文書理解のために設計されたマルチモーダルOCRモデルです。Multi-Token Prediction損失と安定した強化学習を使用して、トレーニング効率と認識精度を向上させます。このモデルは、さまざまな文書レイアウトにわたって堅牢なパフォーマンスを提供し、実世界のシナリオに最適化されています。
AI モデル トップ5を見るAI モデル
OpenGVLabによって開発されたオープンソースのマルチモーダル大規模言語モデルのファミリーです。これは、視覚と言語のタスクに焦点を当てたGPT-4oの代替手段として機能します。このプロジェクトは、柔軟でアクセスしやすい形式で高度な対話機能を提供することを目指しています。InternVLは、OpenGVLabによって開発されたオープンソースのマルチモーダル大規模言語モデルのファミリーです。これは、視覚と言語のタスクに焦点を当てたGPT-4oの代替手段として機能します。このプロジェクトは、柔軟でアクセスしやすい形式で高度な対話機能を提供することを目指しています。
AI モデル トップ5を見るLG AI ResearchによるEXAONE 4.5は、視覚と言語の能力を統合したプロフェッショナル向けに設計された大規模言語モデルです。複雑な産業コンテキストの理解に優れ、多言語操作をサポートし、さまざまな分野でのAI駆動ソリューションを強化します。
AI モデル トップ5を見る1.6兆パラメータのMoEモデルに基づいた強力なAIコーディングエージェントです。コーディングおよびエージェントタスクに優れ、主流のコーディングツールとの深い統合とAI ASICスーパーポッドでの堅牢なパフォーマンスを提供します。LongCat 2.0は、1.6兆パラメータのMoEモデルに基づいた強力なAIコーディングエージェントです。コーディングおよびエージェントタスクに優れ、主流のコーディングツールとの深い統合とAI ASICスーパーポッドでの堅牢なパフォーマンスを提供します。
AI アプリ トップ250を見るAI モデル
超低遅延アプリケーション向けに設計された最先端の言語モデルで、音声、エージェントなどにおけるリアルタイムAIインタラクションを可能にします。迅速な応答時間と高い精度を提供し、インテリジェンス処理の速度を変革します。Celeris-1は、超低遅延アプリケーション向けに設計された最先端の言語モデルで、音声、エージェントなどにおけるリアルタイムAIインタラクションを可能にします。迅速な応答時間と高い精度を提供し、インテリジェンス処理の速度を変革します。
AI モデル トップ5を見るAI アプリ
視覚入力から空間的一貫性のあるジオメトリを予測するモデルです。カメラポーズ推定や単眼深度推定を含む視覚ジオメトリタスクで最先端の結果を達成するために、深度レイ表現を用いたプレーンなトランスフォーマーを使用しています。Depth Anything 3は、視覚入力から空間的一貫性のあるジオメトリを予測するモデルです。カメラポーズ推定や単眼深度推定を含む視覚ジオメトリタスクで最先端の結果を達成するために、深度レイ表現を用いたプレーンなトランスフォーマーを使用しています。
AI アプリ トップ250を見るAI モデル
Tencent HunyuanによるHy3 Previewは、2950億のパラメータを持つオープンソースの言語モデルです。数学、コーディング、マルチリンガルタスクに優れ、256Kのコンテキストウィンドウを持つ競争力のあるパフォーマンスを提供します。Tencent CloudおよびOpenRouterで利用可能です。
AI モデル トップ5を見るAI モデル
600百万パラメータを持つ自動音声認識モデルで、高品質な英語の文字起こしを目的としており、句読点、大文字、正確なタイムスタンプ予測をサポートしています。NVIDIA Parakeetは、600百万パラメータを持つ自動音声認識モデルで、高品質な英語の文字起こしを目的としており、句読点、大文字、正確なタイムスタンプ予測をサポートしています。
AI モデル トップ5を見るAI モデル
Microsoft AIによって開発された高度な画像モデルで、高品質な生成と正確な編集を目的としています。プロフェッショナルレベルの制御を提供し、創造性を高めるためにウェブからの情報を統合します。MAI-Image-2.6は、Microsoft AIによって開発された高度な画像モデルで、高品質な生成と正確な編集を目的としています。プロフェッショナルレベルの制御を提供し、創造性を高めるためにウェブからの情報を統合します。
AI モデル トップ5を見るAI モデル
XiaomiによるフラッグシップAIモデルで、現実世界の生産性向上のためにトリリオンパラメータの能力を提供します。長期的なタスクに優れ、単一のコンテキストで最大1Mトークンをサポートし、複雑なプロジェクトに最適です。MiMo-V2.5は、XiaomiによるフラッグシップAIモデルで、現実世界の生産性向上のためにトリリオンパラメータの能力を提供します。長期的なタスクに優れ、単一のコンテキストで最大1Mトークンをサポートし、複雑なプロジェクトに最適です。
AI モデル トップ5を見るAI モデル
高度なコーディング、科学的推論、長文コンテキスト分析、エージェントワークフロー、マルチモーダル理解のために設計された商業用AIモデルです。複雑なAIタスクのための安定したプラットフォームを提供します。Agnes 2.5 Proは、高度なコーディング、科学的推論、長文コンテキスト分析、エージェントワークフロー、マルチモーダル理解のために設計された商業用AIモデルです。複雑なAIタスクのための安定したプラットフォームを提供します。
AI モデル トップ5を見るツール呼び出し、構造化出力、マルチモダリティ、音声認識機能を提供するOpenAI互換のLLM推論APIです。Multiverse Computingによって開発され、さまざまなアプリケーション向けに高度な推論と構造化出力をサポートします。Quasar 438Bは、ツール呼び出し、構造化出力、マルチモダリティ、音声認識機能を提供するOpenAI互換のLLM推論APIです。Multiverse Computingによって開発され、さまざまなアプリケーション向けに高度な推論と構造化出力をサポートします。
AI モデル トップ5を見るGoogle DeepMindによるGemini 3.8 Flashは、コーディングおよびエージェントタスクに最適化された高度なAIモデルです。複雑なワークフローに優れ、さまざまな分野でのマルチモーダル理解と高いパフォーマンスを提供します。
AI モデル トップ5を見る治療開発の効率を向上させることを目的としたGoogle DeepMindによるオープンモデルのコレクションです。さまざまなモデルを提供し、ラボテストをシミュレーションすることで、研究コストとベッドサイドまでの時間を短縮する可能性があります。TxGemmaは、治療開発の効率を向上させることを目的としたGoogle DeepMindによるオープンモデルのコレクションです。さまざまなモデルを提供し、ラボテストをシミュレーションすることで、研究コストとベッドサイドまでの時間を短縮する可能性があります。
AI モデル トップ5を見るLLM
高度なプログラミングとエージェントクラスター機能を備えたオープンソースモデルです。プロフェッショナルグレードのウェブサイト構築、ワークフロー実行、Claw Groups（ベータ版）の探索を可能にします。Kimi K2.6は、高度なプログラミングとエージェントクラスター機能を備えたオープンソースモデルです。プロフェッショナルグレードのウェブサイト構築、ワークフロー実行、Claw Groups（ベータ版）の探索を可能にします。
LLM トップ50を見るAI モデル
Anthropicによる高速で軽量なAIモデルで、高性能なコーディングとリアルタイムアプリケーション向けに設計されています。開発者や企業にとってコスト効率の良いソリューションを提供し、並列実行とサブエージェントのオーケストレーションに優れています。Claude Haiku 4.5は、Anthropicによる高速で軽量なAIモデルで、高性能なコーディングとリアルタイムアプリケーション向けに設計されています。開発者や企業にとってコスト効率の良いソリューションを提供し、並列実行とサブエージェントのオーケストレーションに優れています。
AI モデル トップ5を見るAI モデル
Google DeepMindの最速かつ最もコスト効率の良い3.5クラスモデルで、1秒あたり350トークンを出力します。低遅延で高スループットのタスクに優れており、コーディング、UI生成、翻訳などの複雑なエージェントタスクに最適です。Gemini Flash-Liteは、Google DeepMindの最速かつ最もコスト効率の良い3.5クラスモデルで、1秒あたり350トークンを出力します。低遅延で高スループットのタスクに優れており、コーディング、UI生成、翻訳などの複雑なエージェントタスクに最適です。
AI モデル トップ5を見るAI モデル
効率性と多様性を考慮して設計されたMistralベースの24Bモデルです。大規模モデルの複雑さを排除し、さまざまなタスクで優れたパフォーマンスと世界知識を提供します。Apache-2.0の下でリリースされており、オープンソースの革新をサポートします。Arcee-Blitzは、効率性と多様性を考慮して設計されたMistralベースの24Bモデルです。大規模モデルの複雑さを排除し、さまざまなタスクで優れたパフォーマンスと世界知識を提供します。Apache-2.0の下でリリースされており、オープンソースの革新をサポートします。
AI モデル トップ5を見るAI モデル
最先端の視覚理解と多言語サポートのために設計された高度なAIモデルです。画像、動画、複雑な推論タスクの処理に優れており、AI駆動の環境における多様なアプリケーションに適しています。Qwen2-VL-72B-Instructは、最先端の視覚理解と多言語サポートのために設計された高度なAIモデルです。画像、動画、複雑な推論タスクの処理に優れており、AI駆動の環境における多様なアプリケーションに適しています。
AI モデル トップ5を見るAI モデル
重要な性能向上、マルチリンガルサポート、安定した32Kコンテキスト長を提供するトランスフォーマーベースの言語モデルです。高度なAIアプリケーションに最適です。Qwen1.5-110Bは、重要な性能向上、マルチリンガルサポート、安定した32Kコンテキスト長を提供するトランスフォーマーベースの言語モデルです。高度なAIアプリケーションに最適です。
AI モデル トップ5を見る123Bパラメータを持つ高密度の大規模言語モデルで、高度な推論、コーディング、マルチリンガル機能を提供します。長いコンテキスト、関数呼び出し、システムプロンプトをサポートし、多様なAIアプリケーションに適しています。Mistral-Large-Instruct-2411は、123Bパラメータを持つ高密度の大規模言語モデルで、高度な推論、コーディング、マルチリンガル機能を提供します。長いコンテキスト、関数呼び出し、システムプロンプトをサポートし、多様なAIアプリケーションに適しています。
AI モデル トップ5を見るAI モデル
超高品質とコスト効率を提供する次世代AI画像生成モデルです。既存のモデルを創造性と理解力で上回り、デザイナーやビジュアルシンカーに最適です。ルマフォトンは、超高品質とコスト効率を提供する次世代AI画像生成モデルです。既存のモデルを創造性と理解力で上回り、デザイナーやビジュアルシンカーに最適です。
AI モデル トップ5を見るAI モデル
効率性とパフォーマンスを考慮して設計された320BパラメータのマルチモーダルAIモデルです。コーディングおよびエージェントベンチマークにおいて高度な機能を提供し、コストを削減しながら以前のバージョンを上回ります。GLM-5.3-Flashは、効率性とパフォーマンスを考慮して設計された320BパラメータのマルチモーダルAIモデルです。コーディングおよびエージェントベンチマークにおいて高度な機能を提供し、コストを削減しながら以前のバージョンを上回ります。
AI モデル トップ5を見るAI モデル
GPT-5.6 テラは、OpenAIによって設計された、知性とコストのバランスを取るためのAIモデルです。さまざまな推論作業をサポートし、異なるニーズに応じた複数の価格帯を提供します。
AI モデル トップ5を見るAI モデル
Leonardo.AiによるAI画像モデルで、鮮やかな色彩、多様なビジュアル、そしてフルHDでの鮮明なテキストを提供します。画像生成において精度と一貫性を求めるクリエイターのために設計されています。ルシッドオリジンは、Leonardo.AiによるAI画像モデルで、鮮やかな色彩、多様なビジュアル、そしてフルHDでの鮮明なテキストを提供します。画像生成において精度と一貫性を求めるクリエイターのために設計されています。
AI モデル トップ5を見るAI モデル
複雑なタスクシナリオ向けに設計された1兆パラメータの推論モデルです。エージェントの実行を強化し、柔軟な推論レベルをサポートし、安定性と効率性のための革新的なトレーニングパラダイムを使用しています。Ring-2.6-1Tは、複雑なタスクシナリオ向けに設計された1兆パラメータの推論モデルです。エージェントの実行を強化し、柔軟な推論レベルをサポートし、安定性と効率性のための革新的なトレーニングパラダイムを使用しています。
AI モデル トップ5を見るAI モデル
2025年8月に発表されたOpenAIの最も先進的なモデルで、知性と信頼性が向上しています。コーディング、問題解決、さまざまな分野での正確な応答生成に優れ、ビジネスや開発者にとって多用途なツールです。GPT-5は2025年8月に発表されたOpenAIの最も先進的なモデルで、知性と信頼性が向上しています。コーディング、問題解決、さまざまな分野での正確な応答生成に優れ、ビジネスや開発者にとって多用途なツールです。
AI モデル トップ5を見るAI モデル
テキストと画像の入力を処理して画像出力を生成するOpenAIのマルチモーダルモデルです。さまざまな使用レベルに応じた異なるティアを提供しており、高度な画像生成機能を求める開発者や企業に適しています。GPT Image 1は、テキストと画像の入力を処理して画像出力を生成するOpenAIのマルチモーダルモデルです。さまざまな使用レベルに応じた異なるティアを提供しており、高度な画像生成機能を求める開発者や企業に適しています。
AI モデル トップ5を見るAI アプリ
ByteDanceによって開発された最先端のAIツールで、生産性と革新性を向上させることを目的としています。多様な業界のニーズに応えるために、シームレスな統合と効率的なパフォーマンスのための高度な機能を提供します。Seed 2.0 ProはByteDanceによって開発された最先端のAIツールで、生産性と革新性を向上させることを目的としています。多様な業界のニーズに応えるために、シームレスな統合と効率的なパフォーマンスのための高度な機能を提供します。
AI アプリ トップ250を見るAlibabaによるQwen3 VL 8B Instructは、優れたテキスト理解、視覚認識、マルチモーダル推論を提供する強力なビジョン・ランゲージモデルです。DenseおよびMoEアーキテクチャをサポートし、さまざまなアプリケーションにおけるAI機能を強化します。
AI モデル トップ5を見るintfloat multilingual-e5-largeモデルは、多言語テキスト埋め込みのために設計された堅牢なAIツールです。100の言語をサポートし、テキスト検索や意味的類似性などのタスクに最適化されており、多様なデータセットで高いパフォーマンスを提供します。
AI モデル トップ5を見るテキスト生成タスクのために設計された軽量で最先端のオープンモデルです。Gemmaファミリーの一部であり、質問応答、要約、推論の機能を提供し、リソースが限られた環境での展開に適しています。Google Gemma 2 9B Instructは、テキスト生成タスクのために設計された軽量で最先端のオープンモデルです。Gemmaファミリーの一部であり、質問応答、要約、推論の機能を提供し、リソースが限られた環境での展開に適しています。
AI モデル トップ5を見るAI プラットフォーム
Zhipu AIによるGLM / ChatGLMは、複雑なソフトウェアエンジニアリングおよびエージェントタスクのために設計された包括的な大規模モデルエコシステムです。推論、ツール使用、マルチモーダルインタラクションにおける高度な機能を提供し、AI駆動のソリューションを開発するための堅牢なプラットフォームを提供します。
AI プラットフォーム トップ150を見るAI モデル
自然言語のクエリをSQLコマンドに変換するために設計された専門的なText-to-SQLモデルです。QLoRAを使用してUnslothでファインチューニングされており、正確なSQLクエリの生成において高い精度を提供し、データベース管理タスクに最適です。QwerySmith 1.0は、自然言語のクエリをSQLコマンドに変換するために設計された専門的なText-to-SQLモデルです。QLoRAを使用してUnslothでファインチューニングされており、正確なSQLクエリの生成において高い精度を提供し、データベース管理タスクに最適です。
AI モデル トップ5を見るAI アプリ
AIモデルの倫理的および行動的影響を探求し、40億パラメータの言語モデルをさまざまな感情状態に導く実験です。この実験はAPIを使用せずにローカルで実施され、ノートパソコンで再現可能です。クランカー教会は、AIモデルの倫理的および行動的影響を探求し、40億パラメータの言語モデルをさまざまな感情状態に導く実験です。この実験はAPIを使用せずにローカルで実施され、ノートパソコンで再現可能です。
AI アプリ トップ250を見るGoogle DeepMindによって開発された、デバイス上での使用に最適化された軽量なオープン埋め込みモデルファミリーです。マルチモーダルタスクをサポートし、日常のデバイス上でのクロスモーダル検索および取得システムを可能にします。EmbeddingGemmaはGoogle DeepMindによって開発された、デバイス上での使用に最適化された軽量なオープン埋め込みモデルファミリーです。マルチモーダルタスクをサポートし、日常のデバイス上でのクロスモーダル検索および取得システムを可能にします。
AI モデル トップ5を見るAI モデル
タイプ付き質問の状態とスキーマを意思決定に変換するために設計された27Bのマルチモーダルモデルです。テキスト、JSON、画像、またはビデオなどの入力を処理し、各質問のすべての選択肢に対する確率を単一のフォワードパスで返します。Clefは、タイプ付き質問の状態とスキーマを意思決定に変換するために設計された27Bのマルチモーダルモデルです。テキスト、JSON、画像、またはビデオなどの入力を処理し、各質問のすべての選択肢に対する確率を単一のフォワードパスで返します。
AI モデル トップ5を見るAI アプリ
Temprl Labsによって開発された判断モデルで、意思決定のためのキャリブレーションされた確率と値をミリ秒単位で提供します。テキスト、スクリーンショット、またはビデオを処理して実用的な洞察を提供し、ソフトウェアの効率を向上させます。Simoは、Temprl Labsによって開発された判断モデルで、意思決定のためのキャリブレーションされた確率と値をミリ秒単位で提供します。テキスト、スクリーンショット、またはビデオを処理して実用的な洞察を提供し、ソフトウェアの効率を向上させます。
AI アプリ トップ250を見るAI アプリ
CPU上でのルーティングおよびトリアージタスクのために設計されたコンパクトな意思決定モデルです。テキストベースのクエリを処理し、確率に基づく回答を提供します。ファイルサイズは11 MBで、APIやGPUは不要なため、オフラインでの使用に適しています。ejは、CPU上でのルーティングおよびトリアージタスクのために設計されたコンパクトな意思決定モデルです。テキストベースのクエリを処理し、確率に基づく回答を提供します。ファイルサイズは11 MBで、APIやGPUは不要なため、オフラインでの使用に適しています。
AI アプリ トップ250を見るAI GitHub リポジトリ
リトリーバル拡張生成に焦点を当てたGitHubホストのプロジェクトです。リトリーバルメカニズムを統合することで、コンテンツ生成の効率と速度を向上させ、さまざまなAIアプリケーションに適しています。LightRAGは、リトリーバル拡張生成に焦点を当てたGitHubホストのプロジェクトです。リトリーバルメカニズムを統合することで、コンテンツ生成の効率と速度を向上させ、さまざまなAIアプリケーションに適しています。
AI GitHub リポジトリ トップ250を見るAI GitHub リポジトリ
ゼロから大規模言語モデルを構築することを目的としたオープンソースプロジェクトです。開発者がモデル開発に貢献し、協力するためのリソースとツールを提供します。ハッピーLLMは、ゼロから大規模言語モデルを構築することを目的としたオープンソースプロジェクトです。開発者がモデル開発に貢献し、協力するためのリソースとツールを提供します。
AI GitHub リポジトリ トップ250を見るAI GitHub リポジトリ
さまざまなプラットフォームで動作し、多様なリソースを利用するように設計された、GitHub上でホストされる多目的AIプロジェクトです。コミュニティの貢献を奨励し、その開発と機能を向上させます。OpenClaudeは、さまざまなプラットフォームで動作し、多様なリソースを利用するように設計された、GitHub上でホストされる多目的AIプロジェクトです。コミュニティの貢献を奨励し、その開発と機能を向上させます。
AI GitHub リポジトリ トップ250を見るAI GitHub リポジトリ
金融の大規模言語モデルの開発に焦点を当てたオープンソースプロジェクトです。高度なAIモデルを提供することで、金融データ処理に革命をもたらすことを目指しています。HuggingFaceで利用可能です。FinGPTは、金融の大規模言語モデルの開発に焦点を当てたオープンソースプロジェクトです。高度なAIモデルを提供することで、金融データ処理に革命をもたらすことを目指しています。HuggingFaceで利用可能です。
AI GitHub リポジトリ トップ250を見るAI GitHub リポジトリ
中国語モデルであるLLaMAとAlpacaを提供するGitHubリポジトリで、ローカルのCPU/GPUトレーニングとデプロイメント機能を備えています。研究者や開発者が効率的に言語モデルを構築し、展開するのをサポートします。Chinese-LLaMA-Alpacaは、中国語モデルであるLLaMAとAlpacaを提供するGitHubリポジトリで、ローカルのCPU/GPUトレーニングとデプロイメント機能を備えています。研究者や開発者が効率的に言語モデルを構築し、展開するのをサポートします。
AI GitHub リポジトリ トップ250を見るAI GitHub リポジトリ
Nano vLLMは、大規模言語モデルのための軽量仮想マシンの開発に焦点を当てたGitHubリポジトリです。推論効率とリソース利用の最適化を目指しており、LLMを扱うAI研究者や開発者に適しています。
AI GitHub リポジトリ トップ250を見るAI GitHub リポジトリ
複数の言語でシームレスなコミュニケーションを促進するために設計されたオープンバイリンガルチャット言語モデルです。高度な言語処理機能を提供し、多言語環境における多様なアプリケーションに適しています。ChatGLM2-6Bは、複数の言語でシームレスなコミュニケーションを促進するために設計されたオープンバイリンガルチャット言語モデルです。高度な言語処理機能を提供し、多言語環境における多様なアプリケーションに適しています。
AI GitHub リポジトリ トップ250を見るAI GitHub リポジトリ
階層的推論モデル（HRM）は、GitHubでホストされているAIプロジェクトで、高度な推論タスクを促進するために設計されています。開発者がその開発に貢献し、階層的推論の能力を探求することができます。
AI GitHub リポジトリ トップ250を見るAI GitHub リポジトリ
情報検索および情報検索を強化した大規模言語モデル（LLM）に焦点を当てたGitHubリポジトリです。開発者がこれらのモデルの開発と改善に貢献できるツールとリソースを提供し、情報検索プロセスの向上を促進します。FlagEmbeddingは、情報検索および情報検索を強化した大規模言語モデル（LLM）に焦点を当てたGitHubリポジトリです。開発者がこれらのモデルの開発と改善に貢献できるツールとリソースを提供し、情報検索プロセスの向上を促進します。
AI GitHub リポジトリ トップ250を見るAI GitHub リポジトリ
復旦大学によって開発されたオープンソースのツール拡張型会話言語モデルです。さまざまなツールを統合することで自然言語処理能力を向上させ、さまざまなアプリケーションに対応できるように設計されています。MOSSは、復旦大学によって開発されたオープンソースのツール拡張型会話言語モデルです。さまざまなツールを統合することで自然言語処理能力を向上させ、さまざまなアプリケーションに対応できるように設計されています。
AI GitHub リポジトリ トップ250を見るAI GitHub リポジトリ
自分自身の大規模言語モデルをトレーニングするための包括的なガイドを提供します。データ取得からテキスト生成までをカバーしており、カスタムAIモデルの構築に興味のある開発者にとって必須のリソースです。ゼロからLLMをトレーニングするは、自分自身の大規模言語モデルをトレーニングするための包括的なガイドを提供します。データ取得からテキスト生成までをカバーしており、カスタムAIモデルの構築に興味のある開発者にとって必須のリソースです。
AI GitHub リポジトリ トップ250を見るAI GitHub リポジトリ
Kimi K3 in Cは、8.24 GBのRAMで単一のCPU上で推論を実行できる2.78兆パラメータのモデルです。これは、ポータブルC99で実装されており、BLAS、フレームワーク、またはGPUを必要としないため、開発者にとって非常にアクセスしやすいものとなっています。
AI GitHub リポジトリ トップ250を見るAI GitHub リポジトリ
視覚的自己回帰モデルは、スケーラブルな画像生成のための最先端のコードベースです。次世代予測のユーザーフレンドリーな実装を提供し、視覚生成における研究者や開発者に最適です。
AI GitHub リポジトリ トップ250を見るAI GitHub リポジトリ
ユートピアは、世界初のオープンソースの企業ワールドモデルです。開発者はGitHubにアカウントを作成することで、その機能を向上させるために貢献できます。このプロジェクトは、企業アプリケーションの包括的なモデルを提供し、AIコミュニティにおけるコラボレーションと革新を促進することを目的としています。
AI GitHub リポジトリ トップ250を見るAI GitHub リポジトリ
拡張コンテキスト機能を持つ大規模言語モデルの開発に焦点を当てたGitHubプロジェクトです。LLaMA-2やAlpaca-2などのモデルを提供し、64Kの長いコンテキスト入力を処理できるように設計されており、中国語の自然言語処理タスクを強化します。Chinese LLaMA-Alpaca-2は、拡張コンテキスト機能を持つ大規模言語モデルの開発に焦点を当てたGitHubプロジェクトです。LLaMA-2やAlpaca-2などのモデルを提供し、64Kの長いコンテキスト入力を処理できるように設計されており、中国語の自然言語処理タスクを強化します。
AI GitHub リポジトリ トップ250を見るAI GitHub リポジトリ
Alibaba Cloudによって開発された大規模なビジョン言語モデルです。チャットおよびビジョンタスクに対する高度な機能を提供し、これらの分野におけるAIアプリケーションのための堅牢なプラットフォームを提供します。Qwen-VLは、Alibaba Cloudによって開発された大規模なビジョン言語モデルです。チャットおよびビジョンタスクに対する高度な機能を提供し、これらの分野におけるAIアプリケーションのための堅牢なプラットフォームを提供します。
AI GitHub リポジトリ トップ250を見るAI GitHub リポジトリ
BaiChuan-Incによって開発された70億パラメータの大規模な事前学習言語モデルです。複雑な言語タスクを処理し、さまざまなアプリケーションに対して堅牢なAI機能を提供するように設計されています。Baichuan-7Bは、BaiChuan-Incによって開発された70億パラメータの大規模な事前学習言語モデルです。複雑な言語タスクを処理し、さまざまなアプリケーションに対して堅牢なAI機能を提供するように設計されています。
AI GitHub リポジトリ トップ250を見るAI GitHub リポジトリ
不完全なデータを使用して言語モデルを進化させることに焦点を当てたオープンソースプロジェクトです。さまざまなアプリケーション向けにAI言語モデルのアクセシビリティとパフォーマンスを向上させることを目指しています。OpenChatは、不完全なデータを使用して言語モデルを進化させることに焦点を当てたオープンソースプロジェクトです。さまざまなアプリケーション向けにAI言語モデルのアクセシビリティとパフォーマンスを向上させることを目指しています。
AI GitHub リポジトリ トップ250を見るAI モデル
Google DeepMindによって開発されたマルチモーダル埋め込みモデルです。テキスト、画像、動画、音声を統一されたベクトル空間にマッピングし、100以上の言語とコードタスクをサポートします。デバイス上のアプリケーション向けに設計されており、低遅延の意味的表現を提供します。EmbeddingGemma 2は、Google DeepMindによって開発されたマルチモーダル埋め込みモデルです。テキスト、画像、動画、音声を統一されたベクトル空間にマッピングし、100以上の言語とコードタスクをサポートします。デバイス上のアプリケーション向けに設計されており、低遅延の意味的表現を提供します。
AI モデル トップ5を見るAI モデル
Google DeepMindによるGemma 4 12B統合モデルは、効率的なローカル実行のため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、音声入力をサポートし、大きなコンテキストウィンドウを持つ高度な推論およびコーディング機能を提供します。
AI モデル トップ5を見るGoogle DeepMindによって開発された生成モデルで、Gemma 4アーキテクチャに基づいています。テキスト、画像、動画の入力を処理し、テキスト出力を生成し、さまざまなハードウェア環境での速度と効率を最適化します。DiffusionGemmaは、Google DeepMindによって開発された生成モデルで、Gemma 4アーキテクチャに基づいています。テキスト、画像、動画の入力を処理し、テキスト出力を生成し、さまざまなハードウェア環境での速度と効率を最適化します。
LLM トップ50を見るAI モデル
歌詞とスタイルのプロンプトを完全な歌に変換するオープンな音楽生成モデルです。ボーカルと伴奏を含み、編集可能なスコアを通じてメロディとコードを編集することができ、競争力のある歌の品質を提供します。YuE2-3Bは、歌詞とスタイルのプロンプトを完全な歌に変換するオープンな音楽生成モデルです。ボーカルと伴奏を含み、編集可能なスコアを通じてメロディとコードを編集することができ、競争力のある歌の品質を提供します。
AI モデル トップ5を見るAI モデル
自然言語の説明から画像を生成するために設計されたテキストから画像への拡散モデルです。これは、ファインチューニングとポストトレーニングの基盤として機能し、創造的および商業的なアプリケーションをサポートします。Krea 2 Rawは、自然言語の説明から画像を生成するために設計されたテキストから画像への拡散モデルです。これは、ファインチューニングとポストトレーニングの基盤として機能し、創造的および商業的なアプリケーションをサポートします。
AI モデル トップ5を見るAI モデル
音声録音における「誰がいつ話したか」を特定するスピーカーダイアライゼーションモデルです。最大8人のスピーカーをサポートし、ストリーミングおよびオフライン推論機能を提供するため、さまざまなアプリケーションに適しています。Nemotron 3 ダイアライゼーションは、音声録音における「誰がいつ話したか」を特定するスピーカーダイアライゼーションモデルです。最大8人のスピーカーをサポートし、ストリーミングおよびオフライン推論機能を提供するため、さまざまなアプリケーションに適しています。
AI モデル トップ5を見るエージェント環境をシミュレーションするために設計された言語ワールドモデルです。7つのインタラクションドメインをカバーし、スケーラブルで制御可能なシミュレーションを提供し、長い思考の連鎖による推論を行います。Qwen-AgentWorld-35B-A3Bは、エージェント環境をシミュレーションするために設計された言語ワールドモデルです。7つのインタラクションドメインをカバーし、スケーラブルで制御可能なシミュレーションを提供し、長い思考の連鎖による推論を行います。
LLM トップ50を見る会話型AIのためのリアルタイム全二重音声モデルです。音声理解と生成を1つのアーキテクチャに統合し、レイテンシを削減し、自然な会話の流れを向上させます。NVIDIA NemotronLabs VoiceChatは、会話型AIのためのリアルタイム全二重音声モデルです。音声理解と生成を1つのアーキテクチャに統合し、レイテンシを削減し、自然な会話の流れを向上させます。
AI モデル トップ5を見るAI モデル
領域の洗練とポストトレーニングプロセスを強化する高度な文書解析モデルです。テキスト、数式、表の認識をサポートし、OmniDocBenchで最先端の精度を達成しています。PaddleOCR-VL-1.6は、領域の洗練とポストトレーニングプロセスを強化する高度な文書解析モデルです。テキスト、数式、表の認識をサポートし、OmniDocBenchで最先端の精度を達成しています。
AI モデル トップ5を見るAI モデル
画像の構成、スタイル、レイアウトに対する比類のない制御を提供する最先端のテキストから画像へのモデルです。ネイティブ2k解像度と多言語テキストレンダリングをサポートしており、デザイン指向のアプリケーションに最適です。Ideogram 4は、画像の構成、スタイル、レイアウトに対する比類のない制御を提供する最先端のテキストから画像へのモデルです。ネイティブ2k解像度と多言語テキストレンダリングをサポートしており、デザイン指向のアプリケーションに最適です。
AI モデル トップ5を見るAI モデル
Google Researchによって開発されたゼロショットの表形式基盤モデルで、構造化データに対する分類と回帰のために設計されています。ファインチューニングは不要で、数値列とカテゴリ列の混合をサポートします。TabFM 1.0.0は、Google Researchによって開発されたゼロショットの表形式基盤モデルで、構造化データに対する分類と回帰のために設計されています。ファインチューニングは不要で、数値列とカテゴリ列の混合をサポートします。
AI モデル トップ5を見るカスタマイズとドメイン適応のために設計された大規模言語モデルです。複数の言語をサポートし、フル精度での研究と評価に最適化されています。NVIDIA Nemotron 3.5 Lightning 30B A3B BF16は、カスタマイズとドメイン適応のために設計された大規模言語モデルです。複数の言語をサポートし、フル精度での研究と評価に最適化されています。
LLM トップ50を見る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。
AI モデル トップ5を見るAI モデル
52の言語と方言に対応した高度なオープンソースのASRモデルで、言語識別と音声認識をサポートします。複雑な音響環境において高品質で堅牢な認識を提供し、ストリーミングとオフライン推論の両方に対応しています。Qwen3-ASR-1.7B-hfは、52の言語と方言に対応した高度なオープンソースのASRモデルで、言語識別と音声認識をサポートします。複雑な音響環境において高品質で堅牢な認識を提供し、ストリーミングとオフライン推論の両方に対応しています。
AI モデル トップ5を見るAI モデル
さまざまなデバイス向けに設計されたコンパクトな音声認識モデルで、複数の言語での文字起こし、単語のタイムスタンプ、音声埋め込みを提供します。依存関係やGPU要件なしで効率的に動作します。Whistleは、さまざまなデバイス向けに設計されたコンパクトな音声認識モデルで、複数の言語での文字起こし、単語のタイムスタンプ、音声埋め込みを提供します。依存関係やGPU要件なしで効率的に動作します。
AI モデル トップ5を見るAI モデル
スピードと効率性を最適化したparakeet-tdt-0.6b-v3モデルのコンパクト版です。英語の音声認識において競争力のある精度を維持しながら、多言語タスクでのパフォーマンスが向上しています。ムーンドリームパラキートリダックスは、スピードと効率性を最適化したparakeet-tdt-0.6b-v3モデルのコンパクト版です。英語の音声認識において競争力のある精度を維持しながら、多言語タスクでのパフォーマンスが向上しています。
AI モデル トップ5を見るAI モデル
分類および回帰タスクのために設計されたNVIDIAの事前学習済みの表形式基盤モデルです。構造化データを使用してクラス確率を予測する高度な機能を提供し、データサイエンティストやアナリストにとって貴重なツールとなっています。Kumo Tabularは、分類および回帰タスクのために設計されたNVIDIAの事前学習済みの表形式基盤モデルです。構造化データを使用してクラス確率を予測する高度な機能を提供し、データサイエンティストやアナリストにとって貴重なツールとなっています。
AI モデル トップ5を見るAI モデル
Microsoftによって開発されたコンパクトなコーディングエージェントです。リポジトリレベルのソフトウェアエンジニアリングタスクに特化しており、強化学習を利用してコードナビゲーションとデバッグを改善します。Pythonを多く使用する環境向けに設計されており、リポジトリの変更に対する構造化されたツールコールを生成します。FrogNano-4B-2609は、Microsoftによって開発されたコンパクトなコーディングエージェントです。リポジトリレベルのソフトウェアエンジニアリングタスクに特化しており、強化学習を利用してコードナビゲーションとデバッグを改善します。Pythonを多く使用する環境向けに設計されており、リポジトリの変更に対する構造化されたツールコールを生成します。
AI モデル トップ5を見るAI モデル
運用上の意思決定のために設計された340Mパラメータの英語分類モデルです。単一およびマルチラベルタスクをサポートし、顧客サポート、銀行業務、旅行リクエストなどのさまざまな分野で高い精度を提供します。GLiNER2.5-Decideは、運用上の意思決定のために設計された340Mパラメータの英語分類モデルです。単一およびマルチラベルタスクをサポートし、顧客サポート、銀行業務、旅行リクエストなどのさまざまな分野で高い精度を提供します。
AI モデル トップ5を見るAI モデル
UI、インフォグラフィック、ポスター、その他のテキストが豊富なビジュアルデザインを作成するために設計された6Bテキストから画像へのモデルです。透明な背景のためのRGBA出力をサポートしており、さまざまなデザインアプリケーションに対応しています。Ming-Image-0.1-Designは、UI、インフォグラフィック、ポスター、その他のテキストが豊富なビジュアルデザインを作成するために設計された6Bテキストから画像へのモデルです。透明な背景のためのRGBA出力をサポートしており、さまざまなデザインアプリケーションに対応しています。
AI モデル トップ5を見るAI モデル
AuKは、Tencentが開発したHugging Face上にホストされたAIモデルです。オープンソースのコラボレーションと革新を通じてAIの能力を向上させることを目的としています。ユーザーはさまざまなアプリケーションのためにAPIを介してアクセスできます。
AI モデル トップ5を見るAI モデル
ロボティクスアプリケーション向けに設計されたオープンウェイト7Bワールドアクションモデルです。カメラフレーム、ロボットの状態、テキスト指示を処理してアクションシーケンスとビデオフレームを生成し、具現化の適応を促進します。FLUX 3 アクションベースは、ロボティクスアプリケーション向けに設計されたオープンウェイト7Bワールドアクションモデルです。カメラフレーム、ロボットの状態、テキスト指示を処理してアクションシーケンスとビデオフレームを生成し、具現化の適応を促進します。
AI モデル トップ5を見る471 件中 24 件
ToolPotionは、最高のAIモデルとLLMを見つけるために人々が閲覧するAIツールディレクトリです。掲載は無料で、すべての投稿は編集者がレビューします。検索の出発点にあなたのツールを置きましょう。
