FastVideoチームが開発した画像を動画に変換するモデルで、CausalWan2.2 I2V A14Bシリーズに属し、8ステップ推論をサポートし、H100から4090までのさまざまなGPUに対応し、Macユーザーも使用できます。

コンピュータビジョンDiffusers

Qwen3-30B-A3B-YOYO-V5-qx86-hiはYOYOシリーズの最新バージョンで、Deckard(qx)定量技術とYOYO-Fusion融合アルゴリズムを採用し、各種ベンチマークテストでバランス良く安定した性能を発揮し、人間の思考方式に近い推論能力を示します。

自然言語処理Mlx多言語

gpt-oss-safeguard-20bは、GPT-OSS-20bをファインチューニングした安全推論モデルで、大規模言語モデルの入出力フィルタリング、オンラインコンテンツのラベリング、および信頼と安全のユースケースのオフラインラベリングに特化しています。このモデルはApache 2.0ライセンスを採用しており、カスタムポリシーと透明な決定プロセスをサポートしています。

自然言語処理Transformers

Scoutは、VANTA ResearchがGoogle Gemma 3 4B Instructアーキテクチャをベースに微調整した専門の言語モデルで、制約感知推論と適応型問題解決に優れており、偵察型の情報収集、システム問題分解、適応型解決策生成に長けています。

自然言語処理Transformers英語

GPT-OSS-Safeguard-20Bは、GPT-OSSをベースに構築された210億パラメータのセキュリティ推論モデルで、セキュリティ関連のテキストコンテンツの分類とフィルタリングタスクに特化して最適化されています。このモデルはカスタムセキュリティポリシーをサポートし、透明な推論プロセスを提供し、大規模言語モデルの入出力フィルタリングやオンラインコンテンツのラベリングなどのセキュリティユースケースに適しています。

自然言語処理Transformers

TheWhisper-Large-V3-Turboは、OpenAI Whisper Large V3モデルの高性能ファインチューニング版で、TheStage AIによって多プラットフォームのリアルタイム、低遅延、低消費電力の音声テキスト変換推論に最適化されています。ストリーミング文字起こし、単語のタイムスタンプ、拡張可能なパフォーマンスをサポートし、リアルタイム字幕、会議、デバイス端末の音声インターフェイスなどのシーンに適しています。

音声処理Transformersその他

VideoChat-R1_5-7BはQwen2.5-VL-7B-Instructをベースに構築されたビデオテキストインタラクションモデルで、マルチモーダルタスクをサポートし、特にビデオ質問応答機能に長けています。このモデルは強化微調整により時空間知覚能力を強化し、反復知覚メカニズムを採用してマルチモーダル推論を強化しています。

マルチモーダルTransformers英語

XTTS v2 GGUFは、モバイルデバイス向けに最適化されたメモリ効率の良いテキスト読み上げシステムで、C++推論エンジンを採用し、超低メモリ使用と高速ロードを実現します。

音声処理Gguf多言語

NVIDIA Qwen3-14B FP4モデルは、アリババのQwen3-14Bモデルの量子化バージョンで、FP4データ型を用いて最適化され、TensorRT-LLMによる効率的な推論が可能です。このモデルはNVIDIA GPU加速システム向けに設計されており、AIエージェントシステム、チャットボット、RAGシステムなどの様々なAIアプリケーションシーンに適しており、世界中での商用および非商用利用がサポートされています。

自然言語処理Safetensors

NVIDIA Qwen3-14B FP4モデルは、アリババクラウドのQwen3-14Bモデルの量子化バージョンで、最適化されたTransformerアーキテクチャを採用した自己回帰型言語モデルです。このモデルはTensorRT Model Optimizerを使用して量子化され、重みと活性化をFP4データ型に量子化することで、NVIDIA GPU加速システム上で高効率な推論を実現します。

自然言語処理Safetensors

MiniCPM4.1-8B GGUFはエッジデバイス向けに設計された高効率大規模言語モデルで、モデルアーキテクチャ、学習データ、学習アルゴリズム、推論システムの4つの重要な次元で体系的な革新を行い、極限までの効率向上を実現しました。65,536個のトークンの文脈長と混合推論モードをサポートします。

自然言語処理Transformers多言語

Klearは、快手Kwai-Klearチームによって開発された疎なハイブリッドエキスパート（MoE）の大規模言語モデルで、高性能と推論効率の特徴を備えています。総パラメータは460億で、活性化パラメータはわずか25億で、複数の能力ベンチマークテストで優れた成績を収め、実際のアプリケーションに効率的で強力な解決策を提供します。

自然言語処理Transformers多言語

NVIDIA-Nemotron-Nano-9B-v2はNVIDIAが新たに訓練した大規模言語モデルで、推論タスクと非推論タスクの両方に対応した統一モデルです。このモデルはMamba2-Transformer混合アーキテクチャを採用し、多言語に対応し、制御可能な推論能力を備えています。ユーザーはシステムプロンプトを通じてモデルの推論プロセスを制御できます。このモデルは複数のベンチマークテストで優れた成績を収め、すでに商用可能です。

自然言語処理Transformers多言語

InternVL3_5-38Bは、オープンソースのマルチモーダルモデルInternVL3.5シリーズの一員で、機能性、推論能力、推論効率の面で著しい進歩を遂げています。多言語をサポートし、画像テキストからテキストへのタスクに適用でき、カスケード強化学習フレームワークとビジュアル解像度ルーター技術を用いて性能を最適化しています。

マルチモーダルTransformersその他

Seed-OSSは、バイトダンスのSeedチームによって開発されたオープンソースの大規模言語モデルシリーズで、強力な長文脈処理、推論、およびエージェント間のインタラクション能力を備えています。たった12Tトークンで訓練され、複数の公開ベンチマークテストで優れた成績を収め、最大512Kの原長文脈処理をサポートしています。

自然言語処理Transformers

NVIDIA Nemotron Nano 12B v2はNVIDIAによってゼロから訓練された大規模言語モデルで、推論および非推論タスク用に設計されています。このモデルは混合アーキテクチャを採用し、Mamba - 2と注意力層を組み合わせ、多言語処理をサポートし、システムプロンプトによって推論能力を制御することができます。

自然言語処理Transformers多言語

Seed-OSSは、バイトダンスのSeedチームによって開発されたオープンソースの大規模言語モデルシリーズで、強力な長文脈処理、推論、エージェントインタラクション能力および汎用性能を備えています。このモデルは、わずか12Tトークンで訓練され、複数の公開ベンチマークテストで優れた成績を収めています。

自然言語処理Transformers多言語

NVIDIA-Nemotron-Nano-9B-v2はNVIDIAが最初から訓練した大規模言語モデルで、推論および非推論タスク用に設計されています。Mamba2-Transformer混合アーキテクチャを採用し、多言語処理をサポートし、制御可能な推論能力を備え、ユーザーが思考予算を指定でき、商用アプリケーションやAIエージェントシステムで優れた性能を発揮します。

自然言語処理Transformers多言語

TARS-SFT-7Bは、監督微調整に基づくセキュリティ推論モデルであり、強化学習トレーニングの基礎モデルとして、AIシステムのセキュリティを強化するために特別に設計されています。このモデルはQwen2.5-7B-Instructからトレーニングを開始し、推論プロセスを適応型防御メカニズムとして利用して、モデルのセキュリティ性能を向上させます。

自然言語処理Transformers英語

SauerkrautLM-Reason-EuroColBERTは、Late Interactionアーキテクチャに基づく強力な検索システムで、知識蒸留技術を通じて合成データから複雑な推論パターンを学習します。2億1000万のパラメータを持ち、多言語推論検索において優れた性能を発揮し、圧縮のトレードオフを必要とせず、標準的なインフラストラクチャでデプロイできます。

自然言語処理Safetensorsその他