AI
LTX-2.3が4K動画+音声を同時生成——OSSで商用利用OKの衝撃
LightricksがLTX-2.3を公開。22Bパラメータで4K・50FPS・音声同時生成のオープンソース動画AIモデル。Apache 2.0で商用利用可能。
#マルチモーダル の記事
AI
Gemini 3 Deep Thinkが大幅強化——HLE 48.4%、ARC-AGI-2 84.6%で推論AI首位に
Google Gemini 3 Deep Thinkが大幅アップグレード。Humanity's Last Exam 48.4%、ARC-AGI-2 84.6%、Codeforces 3455 Eloで推論AI首位。科学研究での活用法を解説。
AI
MiniMax M2.5が登場——中国発マルチモーダルAIの実力と野望
中国AIスタートアップMiniMaxがマルチモーダルモデルM2.5をリリース。テキスト・画像・音声・動画を統合処理する次世代AIの実力を徹底解説
AI
Qwen 3.5 Small——Alibabaが放つ小型マルチモーダルOSSの衝撃
Alibabaが0.8B〜9Bの4サイズでリリースしたQwen 3.5 Smallファミリー。ネイティブマルチモーダル対応、Apache 2.0ライセンス、GPQA Diamond 81.7の衝撃
AI
MicrosoftのMAI-Image-2が画像生成AIトップ3にランクイン
Microsoft MAI-Image-2がArena.aiで画像生成AI世界3位に。Copilot統合、DALL-E 3との違い、競合比較を解説。
AI
ワールドモデルがゲーム産業を$276Bに拡大——PitchBook予測と物理AI革命
PitchBookがワールドモデルのゲーム市場を2030年に$276Bと予測。物理環境を理解するAIがゲーム開発を根本から変える仕組みと投資動向を解説。
AI
AI先駆者フェイフェイ・リーのWorld Labsが$1B追加調達——「空間知能」で3D世界を理解するAI
ImageNet創設者フェイフェイ・リーのWorld Labsが$1B調達。3D空間を理解する「空間知能」AIの技術とロボティクス・AR/VRへの応用を解説。
AI
Adobe Fireflyが動画生成とカスタムモデルに拡張——エンタープライズ向け生成AIの本命
Adobe Fireflyが動画生成とカスタムモデル機能を追加。著作権クリアなエンタープライズ向け生成AIとしてMidjourney・Runwayとの差別化を解説。
AI
LTX 2.3が映像と音声を同時生成——22Bパラメータで4K/50fps対応のオープンソースAI
Lightricks LTX 2.3は22BパラメータのDiffusion Transformerで映像と音声を同時生成。4K/50fps対応のオープンソースモデルの技術と競合比較を解説。
AI
Mistral Small 4が119Bパラメータで登場——Apache 2.0のオープンソースMoEモデル
Mistral Small 4は119Bパラメータ・128エキスパートのMoEモデルをApache 2.0で公開。推論・マルチモーダル・コーディングを1モデルに統合した革新を解説。
AI
Gemini 2.5 Ultra公開——100万トークン×全モダリティ統合の衝撃
Google Gemini 2.5 Ultraが公開。100万トークンコンテキスト、ネイティブマルチモーダル対応、コーディングでGPT-5超えの実力と料金体系を徹底解説。
AI
DeepSeek V4が1兆パラメータで登場——オープンソースAIの新王者
DeepSeek V4は1兆パラメータのMoEアーキテクチャとマルチモーダル対応を備えたオープンソースAIモデル。GPT-5やClaude Opus 4.6との比較と日本への影響を解説。