Emoji
Emoji は、阿里雲百煉が提供する顔の動きの動画生成モデルです。顔画像とあらかじめ設定された動きのテンプレートを入力として、対応する顔の動きの動画を生成し、スタンプや動画素材の制作に利用できます。入力モダリティは画像、出力モダリティは動画です。(alibabacloud.com) 人物のポートレートを、あらかじめ設定された表情の動きの動画に変換する用途に適しています。テンプレート駆動であり、任意…
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。
Emoji は、阿里雲百煉が提供する顔の動きの動画生成モデルです。顔画像とあらかじめ設定された動きのテンプレートを入力として、対応する顔の動きの動画を生成し、スタンプや動画素材の制作に利用できます。入力モダリティは画像、出力モダリティは動画です。(alibabacloud.com) 人物のポートレートを、あらかじめ設定された表情の動きの動画に変換する用途に適しています。テンプレート駆動であり、任意…
aitryon-parsing-v1 は、Alibaba Cloud百錬のAI試着サービスOutfitAnyoneの画像セグメンテーション補助モデルです。モデル画像と衣服画像をセグメンテーションでき、試着画像の前処理または後処理に使用されます。(help.aliyun.com) このモデルは画像セグメンテーション向けであり、完全なバーチャル試着生成モデルと同一視することはできません。Alibaba…
Qwen-Plus の qwen-plus-0112 は、Alibaba Cloud Bailian が提供するテキスト生成スナップショットモデルで、qwen-plus-2025-01-12 とも呼ばれます。中国語、英語などに対応し、テキスト生成、質疑応答、読解などのタスクに使用できます。Alibaba Cloud Bailian の製品月刊によると、前のスナップショットと比べ、このバージョンは中…
Tencent Hunyuan Turbo の固定バージョンで、バージョン番号 pv2.0.6 に対応する汎用大規模言語モデルです。Turbo シリーズは混合エキスパート(MoE)アーキテクチャを採用しています。(cloud.tencent.com) 公式によると、このバージョンでは汎用的な汎化能力、数学、コード、論理的推論の能力が向上し、文字・単語およびテキストの理解とテキスト作成の品質が最適化…
Wanx2.1-T2I-Plus は、阿里云百炼が推論サービスを提供する通義万相 2.1 のテキストから画像を生成するプロフェッショナル版モデルで、テキストを入力とし、画像を出力します。(docs.bailian.console.aliyun.com) このモデルは、さまざまなアートスタイルや写実的な表現に対応しています。公式紹介によると、高い意味理解能力とスタイルの汎化能力を備え、豊かな画像のデ…
Wanx2.1-T2I-Turbo は、Alibaba の通義万相 2.1 シリーズに属する高速なテキスト画像生成モデルで、アリババクラウド百錬を通じて推論サービスが提供されています。テキストプロンプトを受け取って画像を生成し、クリエイティブなイラストやビジュアルコンセプトのデザインなどに適しています。公式紹介では、高速な生成、意味理解、さまざまなスタイルでの生成能力を備え、インテリジェントなプロ…
Wanx2.1-T2V-Plus は、Alibaba の通義万相 2.1 シリーズに属するテキストから動画を生成するモデルで、テキストプロンプトを通じて動画を生成します。公式紹介によると、複雑な動き、物理法則の再現、多様な芸術スタイル、映画・映像作品レベルの映像に対応し、指示追従能力も強化されています。クリエイティブな短編動画やコンセプトの提示などに利用できます。(docs.bailian.con…
Wanx2.1-T2V-Turbo は Alibaba Cloud 万相 2.1 シリーズの高速なテキストから動画を生成するモデルで、テキストプロンプトから動画を生成します。公式によると、複雑な動き、物理法則の表現、多様な芸術スタイル、映画レベルの映像に対応し、指示への追従能力も向上しています。短編動画の企画やビジュアル素材の制作に利用できます。(docs.bailian.console.aliy…
Qianfan-Agent-Speed-32K は百度が独自開発した Agent 専用モデルで、企業向け大規模モデルアプリケーションに合わせて指示チューニングが行われており、32K のコンテキストをサポートしています。公式には質問応答およびエージェント向けと位置付けられており、ナレッジに基づく質問応答、対話、エージェントのワークフローの構築に利用できます。(ai.baidu.com) 2025-0…
2024-12-26 · DeepSeek 対話、知識に関する質問、プログラミング向けの汎用混合エキスパートモデル。更新履歴では、この日に deepseek-chat の基盤が初版 V3 に切り替わった。 出典
2024-12-11 · Google Flash の速度を生かしつつマルチモーダル処理とツール利用を拡張した Gemini 2.0 の初期実験版。翌年の安定版ではない。 出典
2024-12-05 · OpenAI 正式版はまず ChatGPT で提供され、12月17日に一部 API 開発者にも公開された。モデル識別子は二つの開始日が同じことを意味しない。 出典 · 出典
2024-11-20 · DeepSeek 複雑な問題を解く推論モデルのウェブプレビュー。後の正式版 R1 とは異なり、この日は R1 の重みの公開日でもない。 モデル名を ID として記載しており、API 用の識別子は未確認。 出典
2024-11-16 · Moonshot AI Moonshot AI の数学問題向け推論モデル。モデルの発表は11月16日、それを使った Kimi 数学版ウェブサービスの開始は11月26日。 モデル名を ID として記載しており、API 用の識別子は未確認。 出典 1 · 出典 2
2024-10-22 · Anthropic Sonnet の名称を引き継ぐ新スナップショットで、コード処理と実験的なコンピューター操作に対応。正確な ID で6月版と区別できる。 出典
2024-09-12 · OpenAI o1-preview と同時に公開された数学・プログラミング向けの小型推論モデル。固有の識別子を持ち、プレビュー版の利用枠ではない。 出典
2024-09-12 · OpenAI 数学、科学、プログラミングの多段階推論向けプレビューモデル。12月の o1 正式版とは分けて記録する。 出典
2024-09-05 · DeepSeek 一般対話とプログラミングの能力を統合し、専用モデルの切り替えを減らした。ここでは12月の更新ではなく9月版を扱う。 モデル名を ID として記載しており、API 用の識別子は未確認。 出典
2024-07-18 · OpenAI テキストと画像を入力できる小型マルチモーダルモデル。大量の分類、情報抽出、短い質問への回答に適し、GPT-4o とは異なる。 出典
2024-06-28 · Baidu WAVE SUMMIT で発表された ERNIE 4.0 の更新版。発表は6月28日、企業向けの全面提供は7月5日。 モデル名を ID として記載しており、API 用の識別子は未確認。 出典 1 · 出典 2