Z-Image（造相）は60億のパラメータを持つ高効率な画像生成基礎モデルで、画像生成分野の効率と品質の問題を専門的に解決します。その蒸留バージョンであるZ-Image-Turboは、たった8回の関数評価でリーディングな競合モデルに匹敵するか、それを上回る性能を発揮し、企業用のH800 GPUでは亚秒級の推論遅延を実現し、16G VRAMの消費者向けデバイスでも動作します。

コンピュータビジョンDiffusers多言語

FLUX.2 [dev] は320億のパラメータを持つ補正フロートランスフォーマーモデルで、画像生成、編集、および合成タスクに特化しています。このモデルは、テキストから画像への生成、単一参照編集、および多参照編集においてリーディングレベルであり、微調整なしでキャラクター、オブジェクト、およびスタイルの参照を実現し、個人、科学、および商業用途をサポートします。

マルチモーダルDiffusers英語

Fyodor-StarCoder2-7B-MoEはStarCoder2-7Bをベースにした強化版で、ハイブリッドエキスパートアーキテクチャを採用し、3つのMoE層、6つのエキスパートネットワーク、top-2ルーティングメカニズムを持ち、コード生成、関数呼び出し、エージェントタスクの分野で優れた性能を発揮します。

自然言語処理Transformersその他

これは、Qwen3-VL-8B-Thinkingモデルをベースにした強化版のマルチモーダルビジュアル言語モデルです。Brainstorm 20x技術を用いて12Bパラメータに拡張され、NEO Imatrixで強化されたGGUF量子化が適用されています。このモデルは、画像理解、テキスト生成、マルチモーダル推論の能力が強く、ビジュアル感知、テキスト品質、クリエイティブなシーンでの性能が著しく向上しています。

マルチモーダルGguf多言語

Qwen3-VLはQwenシリーズの中で最も強力なビジュアル言語モデルで、卓越したテキスト理解と生成能力、深いビジュアル認知と推論能力、長いコンテキストサポート、強力な空間とビデオ動的理解能力、そして優れたエージェントインタラクション能力を備えています。このバージョンは2Bパラメータの思考強化版で、推論能力が特別に最適化されています。

マルチモーダルTransformers

Qwen3-VL-2B-Instruct-GGUFは通義千問シリーズのマルチモーダルビジュアル言語モデルのGGUF量子化バージョンで、20億のパラメータを持ち、画像理解とテキスト生成のシームレスな融合をサポートし、CPUやGPUなどのデバイスで効率的に動作します。

マルチモーダルTransformers

これはQwen3-VL-2B-Instructモデルの量子化バージョンで、llama.cppツールとimatrix方法を使用して、さまざまな量子化レベルのモデルファイルを生成し、さまざまなハードウェア環境で高効率に動作させることができます。このモデルは20億パラメータのマルチモーダルビジュアル言語モデルで、画像とテキストの相互作用をサポートしています。

マルチモーダルGguf

これはQwen3-Next-80B-A3B-InstructモデルのMLX形式への変換バージョンで、Apple Siliconデバイス上での効率的な実行のために最適化されています。このモデルは800億パラメータの大規模言語モデルで、テキスト生成タスクをサポートし、強力な対話と推論能力を持っています。

自然言語処理Mlx

AesCoder-4Bは、コードの美学的品質の向上に特化した大規模言語モデルです。インテリジェントな報酬フィードバックメカニズムを通じて、コード生成の美学的表現を最適化し、ウェブデザインやゲーム開発などのビジュアルコーディングタスクで優れた性能を発揮します。

自然言語処理Transformers

これはQwen3-Next-80B-A3B-InstructモデルのGGUF量子化形式のバージョンで、lefromageによって提供されています。このモデルは800億パラメータの大規模言語モデルで、Apache 2.0ライセンスを採用し、テキスト生成タスクをサポートしています。GGUF形式はローカルデバイスでのデプロイと実行が容易です。

自然言語処理Gguf

Qwen3-VLは通義シリーズで最も強力な視覚言語モデルで、卓越したテキスト理解と生成能力、深い視覚知覚と推論能力、長いコンテキストのサポート、強化された空間とビデオ理解能力、そして強力なインテリジェントエージェント対話能力を備えています。このモデルは2Bパラメータの思考版で、推論能力を特別に強化しています。

マルチモーダルTransformers

LoRAに基づく4ステップ推論の高性能動画生成モデルで、Wan2.2蒸留モデルから抽出されたLoRA重みを持ち、柔軟なデプロイメント、効率的なストレージ、優れた生成品質という特徴を備えています。

マルチモーダルDiffusers

これはLiquidAI/LFM2-8B-A1Bモデルを基に変換された8ビット量子化バージョンで、Apple MLXフレームワーク用に最適化されています。このモデルは80億パラメータのハイブリッドエキスパートモデルで、多言語テキスト生成タスクをサポートしています。

自然言語処理Mlx多言語

NVIDIA GPT-OSS-120B Eagle3は、OpenAIのgpt-oss-120bモデルをベースに最適化されたバージョンで、ハイブリッドエキスパート（MoE）アーキテクチャを採用し、総パラメータ数が1200億、アクティブなパラメータ数が50億です。このモデルは商用および非商用の使用をサポートし、テキスト生成タスクに適しており、特にAIエージェントシステムやチャットボットなどのアプリケーション開発に適しています。

自然言語処理Safetensors

chroma_art-loraは、生成された画像に独特の芸術的な美感を与えるために特別に設計されたLoRAモデルです。特に鮮やかな色彩とアートスタイルに重点を置いています。アニメ、映画感のある画像やデスクトップ壁紙などのスタイル化されたデジタルアート作品の作成に適しています。

コンピュータビジョンDiffusers

これはNVIDIA-Nemotron-Nano-9B-v2モデルのFP8動的量子化バージョンで、重みと活性化をFP8データ型に量子化することで最適化を実現し、ディスクサイズとGPUメモリ要件を約50％削減し、同時に優れたテキスト生成性能を維持します。

自然言語処理Transformers多言語

zen-agent-4bは40億のパラメータを持つツール呼び出しインテリジェントエージェントで、モデルコンテキストプロトコル（MCP）をサポートし、テキスト生成タスクに強力な支援を提供します。このモデルはZen Research DAOによって開発され、Zoo Labs Inc非営利組織に所属しています。

自然言語処理Transformers英語

Qwen3 - VLは通義シリーズで最も強力な視覚言語モデルで、卓越したテキスト理解と生成能力、深い視覚認知と推論能力、長いコンテキストのサポート、強力な空間と動画理解能力、そして優れたインテリジェントエージェント対話能力を備えています。このバージョンは235Bパラメータの思考強化版で、より複雑な推論タスクをサポートします。

マルチモーダルTransformers

UIGEN-FX-4B-Previewは40億のパラメータを持つUI生成モデルで、フロントエンド開発に特化して最適化されており、22のフレームワークでフロントエンドエンジニアのように機能します。このモデルは意味論的なHTMLコードの生成に焦点を当てており、優れたレイアウトリズム、間隔制御、コンポーネント組み合わせ能力を持ち、単一ファイルのウェブページを迅速に生成するのに適しています。

自然言語処理Transformers英語

MiniCPM4.1-8B-GGUFはMiniCPM4.1-8BモデルのGGUF量子化形式のバージョンで、エッジデバイス向けに設計された効率的な大規模言語モデルです。80億のパラメータを持ち、融合思考をサポートし、典型的なエッジチップで5倍以上の生成速度向上を実現します。

自然言語処理Transformers多言語