Mage-VL

Qwen3.5-4Bモデル

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。

DeepSeek-V4-Flash-Vision-Exp

LLM

視覚理解能力を強化するDeepSeek-V4ファミリーの実験的なマルチモーダルモデルです。DeepSeek-V4-Flashアーキテクチャに基づき、テキスト専用のパフォーマンスを維持しながら、マルチモーダルエージェントの能力を向上させます。DeepSeek-V4-Flash-Vision-Expは、視覚理解能力を強化するDeepSeek-V4ファミリーの実験的なマルチモーダルモデルです。DeepSeek-V4-Flashアーキテクチャに基づき、テキスト専用のパフォーマンスを維持しながら、マルチモーダルエージェントの能力を向上させます。

MiniMax M3 - コーディング & エージェンティックフロンティア

LLM

#48

コーディングとエージェンティックタスクに優れた高度なAIモデルです。1Mのコンテキストウィンドウとネイティブなマルチモーダル理解を備え、MSAアーキテクチャによって支えられています。このモデルはオープンウェイト機能を提供し、開発者や研究者にとって多用途なツールとなっています。MiniMax M3は、コーディングとエージェンティックタスクに優れた高度なAIモデルです。1Mのコンテキストウィンドウとネイティブなマルチモーダル理解を備え、MSAアーキテクチャによって支えられています。このモデルはオープンウェイト機能を提供し、開発者や研究者にとって多用途なツールとなっています。

Ideogram 4

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。

SmolVLM2: ビデオ理解モデル

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。

Pixtral-12B-2409モデル

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。

V-JEPA

AI GitHub リポジトリ

ビデオからの自己教師あり学習のためのPyTorch実装です。人間によるアノテーションやピクセルレベルの再構築なしに視覚的表現を学習するために、共同埋め込み予測アーキテクチャを利用します。コードとモデルは、多様な下流のビデオおよび画像タスク向けに設計されています。V-JEPAは、ビデオからの自己教師あり学習のためのPyTorch実装です。人間によるアノテーションやピクセルレベルの再構築なしに視覚的表現を学習するために、共同埋め込み予測アーキテクチャを利用します。コードとモデルは、多様な下流のビデオおよび画像タスク向けに設計されています。

LTX-2

AI モデル

同期したビデオとオーディオを生成するために設計されたDiTベースのオーディオビデオ基盤モデルです。最新のビデオ生成技術とオープンウェイトを組み合わせており、さまざまなアプリケーションに対して実用的なローカル実行を可能にします。LTX-2は、同期したビデオとオーディオを生成するために設計されたDiTベースのオーディオビデオ基盤モデルです。最新のビデオ生成技術とオープンウェイトを組み合わせており、さまざまなアプリケーションに対して実用的なローカル実行を可能にします。