Luminalが530万ドルのシード資金を調達。Felicis Venturesが主導し、複数の著名投資家が参加。元インテルチップ設計者が共同創業。計算リソース最適化とインフラ効率向上に注力し、ソフトウェアの使いやすさが開発者に与える制約を解決。....
【AIニュース】AIの注目トピックを紹介し、毎日技術トレンドとイノベーションアプリケーションを配信。今回は、生数テクノロジがVidu Q2モデルを発表し、図像から動画生成において大きな進展を遂げました。その微細な表情生成技術により、AIによる表現のリアルさが大きく向上しています。コーナーは継続的に開発者に最新情報と製品動向を提供します。
火山引擎がLumiプラットフォームをリリース。豆包、即夢などの視覚モデルLora微調整機能を初サポート。企業向けに効率的なビジュアルスタイルカスタマイズを実現。Vibe Coding時代の個別ニーズに対応。....
タイトル： 上海AI研究所がLumina-DiMOOを発表し、
Luminar Neoは、AIを活用して創意的な写真作品を簡単に完璧にする先進的な画像処理プログラムです。
AIチャットですぐにウェブサイトを構築する
Lumina-Videoは、テキストからビデオを生成する試作プロジェクトです。
Luminaは、研究用に設計されたAI検索エンジンです。
Immac
NetaYume Lumina Image 2.0はテキストから画像への拡散モデルで、GGUF形式で量子化処理されており、テキスト記述を画像に変換することができます。このモデルは最適化されており、生成品質を維持しながらメモリ使用量を削減し、パフォーマンスを向上させています。
TildeAI
TildeOpen LLMは、オープンソースの基礎言語モデルであり、代表されにくい北欧および東欧の言語をサポートするために特別に設計されています。このモデルは欧州委員会によって資金提供され、LUMIスーパーコンピュータ上で訓練され、300億のパラメータを持ち、既存のAIシステムにおいて19種類の重点言語の使用者が直面する性能の格差問題を解決します。
BackGwa
Stable Diffusion XL 1.0アーキテクチャに基づくアニメスタイルの画像生成モデルで、Animagine XL 4とNova Anime XLの長所を融合しています。
Koitenshin
このモデルは、mrcuddle/Lumimaid-v0.2-12B-Pixtralを基に変換されたGGUF量子化バージョンで、12Bパラメータのマルチモーダルモデルです。画像テキストからテキストへの生成タスクをサポートしています。llama.cppツールを通じて形式変換と量子化最適化を行っています。
neta-art
Neta Luminaは、Neta.art Labによって開発された高品質のアニメスタイル画像生成モデルで、Lumina-Image-2.0モデルをベースに微調整されており、強力な理解と解釈能力を備えています。
LumiOpen
Poro 2 8B Instructは、Llama 3.1 8Bアーキテクチャに基づく命令従順型チャットボットモデルで、フィンランド語と英語の対話型AIアプリケーション向けに設計されています。
Yntec
LusciousMix V2.5とSXZ Luma 0.98モデルの融合バージョン、高品質なスタイライズ画像生成に特化
Alpha-VLLM
Lumina - mGPT 2.0は、独立したデコーダーのみの自己回帰型モデルで、複数の画像生成タスクを統一しています。
sayakpaul
これはAlpha-VLLM/Lumina-Image-2.0をベースに訓練されたDreamBooth LoRAの重みで、毛糸アートスタイルの画像生成に特化しています。
suayptalha
Luminis-phi-4は、mergekitツールを使って複数の事前学習言語モデルを統合して得られたテキスト生成モデルで、Open LLMランキングで優れた成績を収め、パラメータが15B以下のモデルでは3位、32B以下のモデルでは4位を占めています。
calcuis
LuminaのGGUF量子化バージョンは、高品質な画像生成に特化したモデルで、テキストプロンプトに基づいて高精度な画像を生成できます。
Lumina-Image 2.0は、20億パラメータを持つフローベースの拡散トランスフォーマーモデルで、テキストから画像生成タスクに特化しています。
Undi95
LumimaidとMagnum v4をDELLAマージ方法でマージし、Claude入力最適化を施したNemoモデルを加えた12Bパラメータの大規模言語モデル
aixonlab
Lumiere Alphaは、リアリティを向上させたテキストから画像を生成するモデルで、プロンプトの一貫性と元のFLUX.1-Devモデルの構図を保持します。
Lumina-mGPTはマルチモーダル自己回帰モデルファミリーで、特にテキスト記述に基づいて柔軟でリアルな画像を生成するなど、さまざまな視覚と言語タスクを得意としています。
Lumina-mGPTはマルチモーダル自己回帰モデルのファミリーで、テキスト記述に基づいて柔軟でリアルな画像を生成するのに優れており、さまざまな視覚と言語タスクを実行できます。
Lumina-mGPTはマルチモーダル自己回帰モデルファミリーで、テキスト記述に基づいて柔軟でリアルな画像を生成するのに優れており、さまざまな視覚と言語タスクを実行できます。
Chameleon-7bはLumina-mGPTリポジトリから変換されたチェックポイントモデルで、モデル初期化プロセスを簡素化することを目的としています。
Lumina-mGPT はマルチモーダル自己回帰モデルのシリーズで、テキスト記述に基づいて柔軟でリアルな画像を生成するのに優れています。
bartowski
Lumimaid-v0.2-123Bはllamacppのimatrix量子化バージョンに基づく大規模言語モデルで、パラメータ数は1230億です。このプロジェクトでは複数の量子化タイプを提供し、ユーザーがハードウェアリソースとパフォーマンス要件に基づいて適切なモデルバージョンを選択でき、モデルの品質を維持しながら効率的な動作を実現します。
Transformers多言語%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)
