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

4 モデル

公開日の新しい順
Google

Veo 3.1 Fast

Googleの動画生成モデル「Veo 3.1」の高速版。テキストや画像を基に動画を生成し、制作ワークフローでの迅速な動画作成に利用できる。2025年11月17日にVertex AIで一般提供(GA)された。 (docs.cloud.google.com) テキストからの動画生成、画像からの動画生成、最初と最後のフレームを使った動画生成に対応。 参照画像の利用、動画の延長、音声生成、Content…

Google

Veo 3.1

Googleの動画生成モデルVeo 3.1の標準版。Vertex AIのリリースノートによると、2025年11月17日に一般提供(GA)となった。 (docs.cloud.google.com) テキストからの動画生成、画像からの動画生成、開始フレームと終了フレームを指定した生成に対応する。 参照画像を使った生成、動画の延長、音声・効果音の生成に対応する。動画の延長は、生成時の入力モダリティとは別…

Alibaba

CosyVoice-v3-Flash

通義実験室のCosyVoiceシリーズに属する高性能な音声合成・音声クローンモデル。テキストを入力し、音声を出力する。Alibaba Cloud Model Studioで利用できる。(help.aliyun.com) テキストからのリアルタイム・ストリーミング音声合成に対応。従来版に比べ、自然さ、音質、韻律、感情表現が改善されたとしている。 5〜20秒の参照音声からカスタム音声を生成できる。公式…

Alibaba

Qwen3-ASR-Flash-Filetrans

Qwen3-ASR-Flashの長尺ファイル文字起こし向けスナップショット版。音声を入力し、テキストを出力する非リアルタイムの多言語音声認識モデルです。言語を自動判別し、日本語を含む複数言語の音声を認識します。会議録、インタビュー、録音・動画の字幕作成などに利用できます。(help.aliyun.com) リアルタイムのストリーミング認識用ではありません。 Filetrans系列のファイル入力は、…