MiniMax H3
MiniMax H3は、テキスト・画像・動画・音声を組み合わせた文脈を理解し、音声付き動画を生成する汎用マルチモーダル生成モデル。2026年7月31日に発表され、同年8月3日にモデルの重みが公開された。(minimax.io) テキストからの動画生成、画像からの動画生成、始点・終点フレームを指定した生成、画像・動画・音声を参照した生成に対応。複数の素材と指示を組み合わせた生成・編集を想定している。…
モデルディレクトリ
新しいモデルを公開日順に見つけられます。
MiniMax H3は、テキスト・画像・動画・音声を組み合わせた文脈を理解し、音声付き動画を生成する汎用マルチモーダル生成モデル。2026年7月31日に発表され、同年8月3日にモデルの重みが公開された。(minimax.io) テキストからの動画生成、画像からの動画生成、始点・終点フレームを指定した生成、画像・動画・音声を参照した生成に対応。複数の素材と指示を組み合わせた生成・編集を想定している。…
Seedance 2.5は、音声と映像を統合的に生成する動画制作モデル。長い物語の生成、マルチモーダル素材の参照、生成後の編集に重点を置く。公式発表日は2026年7月31日。(seed.bytedance.com) 1回につき最大30秒の音声付き動画を生成し、複数回の延長に対応する。公式製品ページでは2回の延長に言及している。(seed.bytedance.com) 1回の生成で、参考素材として最…
DeepSeek-V4-Flash-0731は、汎用の質問応答やエージェント作業、特にコーディング・エージェント向けの能力を強化したFlashモデルです。2026年7月31日に正式版APIの公開ベータが開始されました。Preview版とモデル構造・サイズは同じで、事後学習をやり直した更新です。(api-docs.deepseek.com) エージェント能力を強化し、公式評価ではTerminal…
Qwen3.7を基にした多言語テキスト埋め込みモデル。Alibaba Cloud Model Studioが推論サービスを提供する。テキストやコードをベクトル化し、検索、クラスタリング、分類などに利用できる。(docs.modelstudio.console.alibabacloud.com) 日本語、中国語、英語など201の言語・方言に対応する。ベクトル次元は256、512、768、1,024、…