Hy-MT2-1.8B
Hy-MT2-1.8Bは、Tencentの多言語翻訳モデル群Hy-MT2に属する、18億パラメータの軽量モデルです。実際の複雑な翻訳場面を対象とする「高速思考」型モデルで、2026年5月21日にオープンソース公開されました。モデルカードにはApache License 2.0が記載されています。 (github.com) 日本語を含む33言語間の翻訳と、多言語の翻訳指示への追従を目的としています。…
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。
Hy-MT2-1.8Bは、Tencentの多言語翻訳モデル群Hy-MT2に属する、18億パラメータの軽量モデルです。実際の複雑な翻訳場面を対象とする「高速思考」型モデルで、2026年5月21日にオープンソース公開されました。モデルカードにはApache License 2.0が記載されています。 (github.com) 日本語を含む33言語間の翻訳と、多言語の翻訳指示への追従を目的としています。…
Qwen3.7シリーズのMaxモデルのプレビュー版。一般的な対話向けに最適化され、知識に関する質疑応答、指示への追従、創作などに利用できる。入力と出力はテキストのみで、思考モードのみをサポートする。(alibabacloud.com) Function Calling、構造化出力、Web検索、プレフィックス補完に対応。 コンテキストキャッシュ、バッチ推論、モデルのファインチューニングには非対応。…
Qwen3.5-Omniを基盤とする、リアルタイムの多言語音声・映像翻訳モデルです。音声を入力し、映像から取得した画像を文脈として併用できます。翻訳結果はテキスト、またはテキストと音声で出力できます。国際会議、ライブ配信のローカライズ、オンライン授業、商談などが想定用途です。(qwen.ai) 60言語を理解し、そのうち29言語はテキストと音声、残る31言語はテキストのみで出力できます。音声クロー…
Lanceは、画像・動画の理解、生成、編集を単一の枠組みで扱う、ネイティブ統合マルチモーダルモデルの研究プロジェクトです。アクティブパラメータは約30億です。完成済みの製品モデルではなく、研究用成果物として公開されています。(github.com) テキストからの画像・動画生成、画像からの動画生成、画像・動画の編集。 画像・動画に関する質問応答やキャプション生成などの視覚理解。 統合マルチモーダル…
WorldStereo 2.0は、Tencentのマルチモーダル3Dワールドモデル「HY-World 2.0」を構成する、ワールド拡張用のモデルです。約170億パラメータを持ち、カメラ軌跡と幾何情報を考慮しながら、一貫性のある複数視点のキーフレームを生成します。(github.com) HY-World 2.0のワールド生成パイプラインでは、パノラマ生成、軌跡計画に続く拡張段階を担当します。後段の…
HY-Pano 2.0は、HY-World 2.0の3D世界生成パイプラインの初段を担う、360°パノラマ生成モデルです。テキストまたは単一の透視画像から、正距円筒図法(ERP)のパノラマ画像を生成します。公式モデル一覧では、HY-Pano-2のパラメータ数は約800億とされています。(github.com) パノラマ画像の生成や、3D世界生成の初期シーン作成に利用できます。 HY-World 2…
ERNIE 5.1は、Baiduが2026年5月9日に正式発表した汎用モデル。ERNIE 5.0の事前学習基盤を継承し、知識、推論、エージェント作業、検索、創作を重視している。(ernie.baidu.com) 知識に基づく質問応答、論理・数学推論、検索を伴う調査、ツールを使ったエージェント作業に利用できる。 文章作成、長編の物語、専門的なコンテンツ制作にも対応する。公式発表は、コード・推論・エー…
Cola DLMは、ByteDance Seedなどが発表した、研究向けの階層型連続潜在空間拡散言語モデルです。対象の公開チェックポイントは、論文のスケーリング実験における学習計算量約2000 EFLOPsのものです。これは推論速度を示す数値ではありません。(arxiv.org) 入力・出力:テキストを入力し、テキストを生成します。Text…
Gemma 4 E4B IT Assistantは、対応する指示調整済みモデル google/gemma-4-E4B-it の推論を高速化するための、オープンウェイトのMulti-Token Prediction(MTP)ドラフトモデルです。モデル配布先のリポジトリ識別子は google/gemma-4-E4B-it-assistant です。独立した汎用チャットモデルとしてではなく、対応するター…
Gemma 4 E2B IT Assistantは、google/gemma-4-E2B-itと組み合わせて推論を高速化する、オープンウェイトのMulti-Token Prediction(MTP)ドラフトモデルです。リポジトリ識別子はgoogle/gemma-4-E2B-it-assistantであり、確認済みのAPIモデルIDではありません。モデルカード上のライセンスはApache 2.0です…