モデルディレクトリ

最新の AI モデル

新しいモデルを公開日順に見つけられます。

公開日の新しい順7 言語
クリア

108 モデル

公開日の新しい順
Tencent

WeMM-Embedding-9B

TencentのWeChat Visionチームが開発した、約90億パラメータの汎用マルチモーダル埋め込みモデル。異なる種類のコンテンツを共通のベクトル空間で表現する。(github.com) テキスト、画像、動画、視覚文書、およびそれらを組み合わせた入力に対応する。 出力次元は64、128、256、512、1024、2048、4096から選択できる。 検索、推薦、分類、エージェントシステムなどに…

Tencent

WeMM-Embedding-4B

Tencentの微信視覚チームが開発した、Qwen3.5ベースの汎用マルチモーダル埋め込みモデルです。入力を共通のベクトル空間に表現し、テキスト生成ではなく特徴抽出や類似度計算に用います。(huggingface.co) テキスト、画像、動画、視覚文書、それらを交互に組み合わせた入力に対応します。 出力はL2正規化された埋め込みベクトルで、最大2,560次元です。Matryoshka方式により64…

Tencent

WeMM-Embedding-2B

TencentのWeChat Visionチームが開発した、Qwen3.5ベースの汎用マルチモーダル埋め込みモデルです。入力を共通のベクトル表現に変換し、検索や推薦などに利用できます。(huggingface.co) テキスト、画像、動画、視覚文書、およびそれらを交互に含む入力に対応します。通常は2,048次元のL2正規化済み埋め込みを出力します。(huggingface.co)…

Alibaba

Wan3.0-Video-Prime

Wan3.0-Video-Primeは、Wan3.0の動画生成モデルを高速化した版です。標準版と同等の機能を備え、生成速度の向上を目的としています。Alibaba Cloud Model Studioから利用できます。(alibabacloud.com) テキスト、画像、動画、音声、ファイル、リンクを入力し、動画を生成できます。テキストからの動画生成、画像からの動画生成(最初のフレームまたは最初と…

Alibaba

Qwen3.8-27B

Qwen3.8-27Bは、AlibabaのQwenチームが開発した、270億パラメータのネイティブなマルチモーダル・密モデルです。モデルの重みはApache 2.0ライセンスで公開されています。公開日は2026年8月14日です。(github.com) テキスト・画像・動画を入力し、テキストを出力します。思考モードと非思考モードを切り替えられ、コーディング、文書や画像の理解、オフィス業務、調査、複…

Alibaba

Qwen3.8-2.4T-A95B

AlibabaのQwenチームが公開した、Qwen-Max級のオープンウェイト言語モデル。スパースMoEとハイブリッド注意機構を採用し、総パラメータ数は2.4兆、各ステップで約950億を活性化する。公開日は 2026年8月12日。(github.com) コーディング、業務文書、研究、複数段階のエージェント作業を想定。計画、環境からのフィードバックへの対応、推論の深さの調整に対応する。(huggi…

Alibaba

Wan3.0-Video

Wan3.0-Videoは、テキスト、画像、動画、音声などを参照して動画を生成するオールインワンモデルです。テキストからの動画生成、画像からの動画生成(開始フレームまたは開始・終了フレーム指定)、参照素材を用いた動画生成に対応します。文書やウェブリンクも参照できます。 (docs.qwencloud.com) 480P・720P・1080P、2〜30秒、30fpsのMP4動画を生成します。 音声生…

Tencent

Hunyuan3D-Buffalo 1.0

Tencent Hunyuan3Dによる、3D生成・理解・編集を単一の枠組みで扱う統合マルチモーダルモデル。Hunyuan3D-VLMによる意味・構造・空間の理解と、Hunyuan3D DiTによる3D生成を組み合わせている。(tencent-hunyuan.github.io) テキストからの3Dアセット生成。 既存の3Dオブジェクトに対する自然言語指示に基づく編集。 3Dオブジェクトに関する質…