AI記事タグ

専門的に管理されたタグから記事を探せます。各タグには独自の紹介文と関連性の高い公開記事があります。

Xiaomi MiMo 総パラメータ 309B、アクティブ 15B。Xiaomi MiMo は MoE でコストを抑えながらコンテキストを 1M まで伸ばしました。7B の推論系列から始まり、V2-Flash、V2-Pro、Omni、TTS と Agent 全般へ広がり、V2.5 は MIT で公開されています。 Open WebUI セルフホストできる AI の入口であり、単なるチャット画面ではありません。Ollama、vLLM、OpenAI 互換サービスを一つの層にまとめ、アカウント・権限・ナレッジベースを載せられます。Docker が手軽な出発点で、ブランド条項には注意が必要です。 OpenRouter ひとつのキーで数百のモデルに届き、従量課金で、主系が落ちれば予備 provider へ自動で切り替わります。自分のツールに繋がるかどうかは、API が OpenAI 互換か、base_url が正しいかで決まります。 vLLM スループット、GPU メモリ、同時実行。vLLM が気にするのはこの三つです。チャット画面は用意されず、オープンモデルを本番トラフィックに耐える API に変えることに集中しています。ツール呼び出しや MoE バックエンド、長文脈キャッシュも継続的に改善されています。 エージェントスキル SKILL.md、トリガー説明、追加スクリプト。この組み合わせで作業手順が共有できる能力パッケージになります。スキルは Codex、Hermes、OpenHands の間を行き来し始めました。導入前に出所と権限、スクリプトの挙動を確認しましょう。キロまず要件を書かせ、その後にコードを書かせる。キロは開発の順序を入れ替えた。Specs・Steering・Agent Hooks が三本柱で、powers は MCP と規則をまとめて必要な時だけ読み込む。 メイトゥアン LongCat 総パラメータ 560B に対して活性化は 27B、さらに毎日 10 万トークンを無料配る。LongCat は敷居をコスト側で下げる。ScMoE と非同期 RL が二本の軸で、対象はテキストから画像・音声・動画へ広がる。 ミストラル AI 重みは公開し、計算資源と運用は手元に残すのがミストラルのやり方だ。Mistral 3 系は Apache 2.0 に統一され、Ministral は 3B から 14B までをカバーする。 バイドゥ・ウェンシン ウェンシンは中国語の対話アシスタントとして知られ、現在は基盤モデル・コーディングサポート・画像生成・文書解析の複数路線に分かれています。ERNIE 5.0 はネイティブ全モーダルへ進みます。 テンセント・フンユエン 同じチームが一年のうちに言語・画像・動画・OCR・モーション・翻訳のモデルを次々と公開しました。パラメータは 1B から 770B まで並び、重みはおおむね Apache-2.0 です。 四足歩行ロボット 車輪が越えられない段差、砂利、プラントの階段こそ四足の出番です。民生機は価格と開放性、産業機は防護等級と巡検モジュールで競う理由と、選定前に用途を固めるべき理由を整理します。 AI コンピュータ操作エージェント API を持たない古いシステムにも、初めて自動化の入口ができました。画面を読み取り、部品を特定してクリックするまでの流れと、権限確認や隔離環境をなぜ先に用意すべきかを説明します。 AI ボイスエージェント 遅延が百ミリ秒台まで落ちて、音声は初めて会話らしくなります。ASR から TTS までの工程を、音声から音声への一貫処理がどこで省くのか、順番管理とツール呼び出しがどう「話す」から「済ませる」へ進めるのかを説明します。 AI ガードレール モデル自身に監視させても安全境界にはなりません。ガードレールを何層に分けるべきか、プロンプトインジェクションがどこから入るのか、権限と承認をなぜモデルの外の決定的な処理に置くべきかを分解します。 LLM 推論最適化 要求の並べ方を変えるだけで、同じ GPU の処理量は数倍変わります。連続バッチ処理、投機的デコード、KV キャッシュ、コンテキストキャッシュがそれぞれどの段階の負荷を減らすのか、カーネルライブラリやスパース構造でどこまで詰められるのかを整理します。 AI オフィスコラボレーション オフィススイートの AI はチャット欄から出ようとしています。Copilot は Word、Teams、Outlook の中で作業を引き受け、釘釘は Agent OS で流れを進め、Notion AI と Zapier が知識と処理の橋渡しを担います。 AI フロントエンド開発 スクリーンショットや一文の要件から動くページを出すのが、この波の前端ツールの分かりやすい変化です。Redesign Agent と LlamaCoder の境界、Chef が持参する背面構成、公開前に残る作業を整理します。 AI ソーシャルメディア運用 複数アカウント、投稿カレンダー、効果測定という三つの壁を軸に、Buffer、Hootsuite、Later、Metricool の向く規模と、中文プラットフォーム側の道具を整理します。 AI プロダクトマネジメント インサイトの発見から優先順位付け、プロトタイプ検証までの流れに沿って、AI が引き受けた下書き作業と、手放せない判断を整理します。 AI コードレビュー 自動レビューの実際の成果物を分解します。CodeRabbit と Sourcery が行単位の提案をどう作るか、MCP 接続で何が見えるようになるか、Copilot が再リクエストを要する理由。 AI 可観測性 AI アプリ公開後の呼び出しチェーンを追います。tracing、コスト配分、遅延指標がどう問題箇所を特定するのか、ゲートウェイ製品が何を補うのかを扱います。 AI 営業 見込み客を探す、アプローチ文を書く、商談を進めるという三つの場面を軸に、Clay、Apollo、Agentforce の違いと、場面を誤った場合の結果を比較します。 AI コンテンツ検出 AI 生成物を見分ける三つの方法を説明します。検出ツールの確率、プラットフォームの肖像検出、透かしによる来歴追跡、そして誤判定のコストです。 AI 製造業 工場で AI がどう使われるかに焦点を当てます。設計シミュレーションと最適化、産業エージェントと検査巡回、そしてデータを敷地外に出せない制約まで。