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

545 モデル

公開日の新しい順
Moonshot AI

Kimi-VL-A3B-Thinking

Kimi-VL-A3B-Thinking は Kimi-VL シリーズの視覚言語推論モデルで、複雑なテキストおよびマルチモーダル推論に重点を置いています。混合エキスパート(MoE)アーキテクチャを採用しており、公式に示された総パラメータ数は約160億、活性化パラメータ数は約30億、コンテキストウィンドウは128K tokenです。(huggingface.co) 画像とテキストを受け取り、テキスト…

Moonshot AI

Kimi-VL-A3B-Instruct

Kimi-VL-A3B-Instruct は効率的な推論を目的とした視覚言語指示モデルで、混合エキスパート(MoE)言語モデル、ネイティブ解像度の視覚エンコーダー MoonViT、および投影層を採用しています。公式に記載された総パラメータ数は約 160 億、活性化パラメータ数は約 30 億、コンテキストウィンドウは 128K です。(huggingface.co) モデルはテキストと視覚情報を組み…

Alibaba

Wan 2.1 KF2V Plus

万相 2.1 首尾フレーム動画生成 Plus 版は、国際向け動画生成サービス用のモデルです。最初と最後のフレームの2枚の画像から遷移動画を生成し、テキストプロンプトを組み合わせて内容を制御することもできます。公式公告では 2025 年 4 月 7 日に掲載されています。(docs.bailian.console.aliyun.com) 公式によると、モデルは大きく複雑な動き、多様なアートスタイル、…

MiniMax

Speech-02-Turbo

Speech-02-Turbo は MiniMax Speech-02 シリーズのテキスト音声合成モデルで、リアルタイムのインタラクション向けに最適化され、低遅延と音声品質のバランスを重視しています。Speech-02 シリーズは 2025 年 4 月 2 日にリリースされました。(minimax.io) 入力テキストを音声に合成し、ストリーミング出力に対応しています。話速、音量、音程を調整でき、…

MiniMax

Speech-02-HD

Speech-02-HD は、MiniMax Speech-02 シリーズの高忠実度音声生成向けテキスト音声合成モデルで、ナレーションやオーディオブックなど、音質を重視する用途に適しています。このシリーズは 2025 年 4 月 2 日にリリースされました。(minimax.io) テキストを入力して音声を生成します。多言語、さまざまなアクセント、感情表現に対応しています。後の公式技術紹介によると…