ELab-Zero 包括的分析:ローカル展開可能なモバイルGUIエージェントスタック
1. 抽象 GELab-ZeroはStepFunのオープンソースGUIエージェントソリューションで、主にAndroidモバイルアプリケーションの自動化操作とインテリジェントなインタラクションのための「model + engineering infrastructure」の完全なスタックを提供します。...
Admin •
173
Hunyuan 3Dエンジングローバル発売:世界中のクリエイター向けのAI3Dエンジン
1. 要約 Hunyuan 3D Engine Global は、騰訊の Hunyuan チームが世界向けにリリースした AI 3D 作成エンジンで、自主開発の Hunyuan3D 大型モデルファミリーとクラウドAPIサービスを基盤としています。 このプラットフォームは、テキスト、画像、スケッチから...
Admin •
187
FLUX.2 オープンソース:Black Forest Labsの次世代画像生成および編集モデル
1. 概要 FLUX.2はBlack Forest Labsが発売した次世代のビジュアル生成および編集モデルで、単なるシーンのデモンストレーションではなく、実際の制作レベルのクリエイティブワークフローを対象としています。 最大約4MP解像度、マルチリファレンス画像入力、細かいタイポグラフィのテキスト...
Admin •
401
HunyuanOCRオープンソース:1Bパラメータを用いたエンドツーエンドのマルチシナリオOCRエキスパートモデル
1. 要約 HunyuanOCRは、騰訊のHunyuanチームがオープンソース化したエンドツーエンドのOCRエキスパートモデルで、Hunyuanのネイティブマルチモーダルアーキテクチャとトレーニング戦略に基づいており、約10億パラメータでOCRBench(<3Bスケール)およびOmniDocBenc...
Admin •
154
HunyuanVideo 1.5:HD動画生成から480p/720pから1080pへ
1. 抽象 HunyuanVideo 1.5は、TencentのHunyuanチームによるオープンソースのテキスト/画像生成ビデオモデルで、DiTアーキテクチャをベースに、約8.3Bのパラメータを持ちます。 主な特徴はメモリに優しく、約14GBのビデオメモリを持つコンシューマーグレードGPUで動作可...
Admin •
421
AMO-Benchリリース:IMOレベルの数学競技のための大規模モデル推論ベンチマーク
1. Abstract AMO-Benchは、美団のLongCatチームが立ち上げた高度な数学的推論ベンチマークで、国際数学オリンピアード(IMO)レベルからさらに高難易度の競技問題に焦点を当てています。 ベンチマークは50問の新しい人間が設計した問題で構成されており、システムは自動スコアリングと人...
Admin •
105