Friend社はニューヨーク地下鉄で大規模な広告掲載を開始し、100万ドルを超える費用がかかった。車内に1万1000枚のカード、ホームに1000枚のポスター、130の都市パネルをカバーした。CEOはこの行動をAI業界で最も高価なマーケティングの賭けの一つと述べ、一部の駅では広告が密集しており、West 4th Streetではほぼすべてを占拠している。
ニューヨーク地下鉄では最近、ウェアラブルAIデバイス「Friend」の目立つ広告が登場し、シンプルな白いデザインで乗客の注目を集めている。CEOのアヴィ・シフマンは、広告への投資額が100万ドルを超えており、1万1000枚以上の車両広告、1000枚の駅構内ポスター、130の都市広告面をカバーしており、特にニューヨーク西部地域に重点的に掲出されていると語っている。
説明はありません
AIスタートアップFriendliAIが2000万ドルのシード拡張ラウンドを調達。調達資金は推論最適化技術プラットフォームの開発加速に充てられる。このプラットフォームはAIモデルの推論段階に焦点を当て、計算リソース要件を大幅に削減し、展開効率を向上させコスト削減を実現。....
Tolan: Alien Best Friendは、チャットと心の支えを中核機能とするソーシャル系アプリです。
AI駆動のデスクトップ型テーブルトークRPG（TRPG）とワールドビルディングツール
スマホ不要！音声でAIアシスタントを呼び出せる、AIスマートイヤホン第一弾。
いつでもあなたの心に寄り添い、応答するスマートチャットデバイス。
FriendliAI
Llama-3.1-8B-Instructベースの多言語音声テキスト変換モデル、40以上の言語処理をサポート
meta-llama/Llama-3.2-1B-Instructの重みを事前ロードした多言語テキスト変換モデル
MetaのLlama-3.3-70B-Instructモデルを基に構築された多言語テキスト処理モデルで、音声からテキストへの変換タスクをサポート
InternVL3-38Bは、高度なマルチモーダル大規模言語モデルであり、マルチモーダル感知や推論などの能力において卓越した性能を発揮し、前代のモデルと比較して著しい向上が見られます。また、ツール使用やGUIエージェントなどのマルチモーダル能力も拡張されています。
InternVL3-8Bは、高度なマルチモーダル大規模言語モデルで、卓越したマルチモーダル感知と推論能力を備え、ツール使用、GUIエージェント、産業用画像分析などの多くの分野で優れた性能を発揮します。
InternVL3-1BはInternVL3シリーズの10億パラメータ規模のマルチモーダル大規模言語モデルで、InternViTビジョンエンコーダーとQwen2.5言語モデルを統合し、優れたマルチモーダル知覚と推論能力を備えています。
UltravoxはLlama3.1-8B-InstructとWhisper-smallをベースとしたマルチモーダル音声大規模言語モデルで、音声とテキスト入力を同時に処理できます。
InternVideo2.5は、長く豊富な文脈（LRC）モデリングを強化したビデオマルチモーダル大規模言語モデル（MLLM）で、InternVL2.5上に構築されています。
Qwen2-VL-2B-Instruct はマルチモーダル視覚言語モデルで、画像テキストからテキストへのタスクをサポートします。
Qwen2-VL-72B-Instruct はマルチモーダル視覚言語モデルで、画像とテキストのインタラクションをサポートし、複雑な視覚言語タスクに適しています。
MiniCPM-V 2.6は強力なマルチモーダル大規模言語モデルで、スマートフォンなどのデバイスで高効率に動作し、単一画像、複数画像、動画の理解タスクをサポートします。
Metaが発表したカメレオンシリーズ7Bパラメータ規模のマルチモーダルモデルで、画像テキストからテキストへのタスクをサポート
LLaVA-NeXT-Video-7B-hf は動画ベースのマルチモーダルモデルで、動画とテキスト入力を処理し、テキスト出力を生成できます。
Phi-3.5-visionは、軽量で先進的なオープンソースのマルチモーダルモデルで、128Kのコンテキスト長をサポートし、高品質で推論に富んだテキストとビジュアルデータの処理に特化しています。
Qwen2-VL-7B-InstructをファインチューニングしたドキュメントOCRモデルで、多言語ドキュメント認識とメタデータ抽出をサポート
Meta Llama 3 70BはMetaが開発した大規模言語モデルで、700億のパラメータを持ち、8kのコンテキスト長をサポートし、英語のビジネスや研究用途に適しています。
C4AI Command R+ は、オープンウェイトの1040億パラメータ研究モデルで、検索拡張生成（RAG）や複雑なタスクを自動化するツール使用などの高度な機能を備えています。
FriendliAIによってFP8精度に量子化されたMistral-7B-Instruct-v0.2モデルで、高精度を維持しながら推論効率を大幅に向上させています。
astremo
この機械翻訳モデルはフレンドリー日本語コーパスで訓練され、中国・日本由来の語彙をラテン/英語由来のカタカナ語彙で置き換えることで、西洋人にとってより理解しやすく/親しみやすい日本語を目指しています
%20--%3e%3cdefs%3e%3cstyle%3e%20.st0%20{%20fill:%20%23061b40;%20}%20.st1%20{%20fill:%20%23306af1;%20}%20.st2%20{%20fill:%20%235ce5cf;%20}%20%3c/style%3e%3c/defs%3e%3cg%3e%3cpath%20class='st0'%20d='M55,10.5h9v3h-9v9h12V7.5h-12v3ZM64,19.5h-6v-3h6v3Z'/%3e%3cpolygon%20class='st0'%20points='69%2016.5%2078%2016.5%2078%2019.5%2069%2019.5%2069%2022.5%2081%2022.5%2081%2013.5%2072%2013.5%2072%2010.5%2081%2010.5%2081%207.5%2069%207.5%2069%2016.5'/%3e%3cpolygon%20class='st0'%20points='95%2010.5%2095%207.5%2083%207.5%2083%2022.5%2095%2022.5%2095%2019.5%2086%2019.5%2086%2016.5%2095%2016.5%2095%2013.5%2086%2013.5%2086%2010.5%2095%2010.5'/%3e%3cpath%20class='st0'%20d='M40,1.5v21h11.6l1.4-1.4v-7.6h0c0,0-1.4-1.5-1.4-1.5l1.4-1.4V2.9l-1.4-1.4h-11.6ZM50,19.5h-7v-6h7v6ZM50,10.5h-7v-6h7v6Z'/%3e%3c/g%3e%3cpath%20class='st1'%20d='M23.1,24L14.7,4.8l-4.9,11.2h3.8l-1.8,4H3.3L12.1,0H2C.9,0,0,.9,0,2v20c0,1.1.9,2,2,2h21.1Z'/%3e%3cpath%20class='st2'%20d='M34,0h-16.8l10.6,24h6.2c1.1,0,2-.9,2-2V2C36,.9,35.1,0,34,0ZM32.5,20h-4V4h4v16Z'/%3e%3c/svg%3e)
