OpenAIの「スターゲート」プロジェクトがBlue Owlから30億ドルの融資を獲得。ニューメキシコ州に大規模AIデータセンターを建設し、GPT、Sora、将来のAIエージェント向けに計算リソースを提供。AI計算能力のボトルネック解消の中核インフラと位置付けられる。....
OWLチームがEigentをオープンソース化。OWLフレームワークベースで複雑タスクの分解・並列処理をサポート。200以上の組み込みツールと人間介入機能を備え、動的なAIチーム構築が可能。GAIAベンチマークで優れた性能を発揮。....
OWLチームが多エージェント協調ツールEigentをオープンソース化。CAMEL/OWLフレームワーク基盤で、複雑タスクの効率化を実現。複数LLM統合、モジュール設計により学術・データ分析分野での応用が期待。....
CAMEL-AIとGoogle Gemini2.5Proが戦略的提携を結び、データ自動化・可視化ソリューションを共同開発。Gemini2.5Proの高度な推論能力とCAMEL-AIのOWLシステムを連携させ、自然言語入力で複雑なデータ分析タスクを自動処理。技術的ハードルを大幅に低減。....
OWLは、マルチエージェント協調のための高度なフレームワークであり、現実世界のタスク自動化の限界を押し広げることを目指しています。
長画像シーケンスを理解するマルチモーダル大規模言語モデル。
人間の可能性を解き放ち、ワークフローを簡素化します
本物のTwitterフォロワーを獲得
mradermacher
このプロジェクトは、owlninjam/nytheria-3bモデルを量子化処理した成果物で、Q2_K、Q3_K_S、Q4_K_Sなどの様々な量子化タイプのモデルファイルを提供し、さまざまなシーンでの性能と品質の要件を満たします。
phronetic-ai
Owlet Safety 1はQwen2.5-VL-3B-Instructをベースに微調整されたマルチラベルセキュリティイベント検出モデルで、ビデオ監視におけるセキュリティ活動の識別に特化しており、火災、煙、転倒、襲撃などの複数のセキュリティ関連イベントを同時に検出することができます。
espnet
OWLSはWhisperスタイルのモデルスイートで、研究者が音声モデルのスケーリング特性を理解するのを助けることを目的としており、多言語音声認識と翻訳をサポートします。
OwlMaster
BRIA AIが開発した効率的な背景除去モデルで、様々な画像の前景と背景の分離に適しています
Thomasboosinger
OWLv2はゼロショットのテキスト条件付き物体検出モデルで、テキストクエリを使用して画像内のオブジェクトを検出できます。
Xenova
OWLv2は視覚言語事前学習に基づくモデルで、物体検出と位置特定タスクに特化しています。
fxmarty
OWL-ViTは視覚Transformerベースのオープン語彙物体検出モデルで、訓練データに存在しないカテゴリの物体を画像から検出可能です。
OWL-ViTは、視覚Transformerベースのゼロショット物体検出モデルで、微調整なしで新しいカテゴリの物体を検出できます。
upfeatmediainc
OWLv2はゼロショットのテキスト条件付き物体検出モデルで、テキストクエリを使用して画像内の物体を特定できます。
vvmnnnkv
OWLv2はゼロショットのテキスト条件付き物体検出モデルで、テキストクエリを使用して画像内の物体を検出・位置特定できます。
google
OWLv2はゼロショットのテキスト条件付き物体検出モデルで、特定カテゴリの学習データなしにテキストクエリで画像中の物体を検出できます。
OWLv2はゼロショットのテキスト条件付き物体検出モデルで、テキストクエリを使用して画像内のオブジェクトを特定できます。
OWLv2はゼロショットのテキスト条件付き物体検出モデルで、テキストクエリを使用して画像内のオブジェクトを検出でき、特定カテゴリの訓練データを必要としません。
OWLv2はゼロショットテキスト条件付き物体検出モデルで、テキストクエリを使用して画像内のオブジェクトを検索できます。
OWLv2はゼロショットテキスト条件付き物体検出モデルで、テキストクエリを使用して画像内のオブジェクトを位置特定できます。
OWL-ViTはゼロショットテキスト条件付き物体検出モデルで、テキストクエリを使用して画像内のオブジェクトを検索できます。
OWL-ViTはゼロショットテキスト条件付き物体検出モデルで、テキストクエリを使用して画像内の物体を検出できます。
OWL-ViTはゼロショットのテキスト条件付き物体検出モデルで、特定カテゴリの訓練データなしにテキストクエリで画像内のオブジェクトを検索できます。
OWL x WhatsApp MCP Serverプロジェクトは、WhatsAppメッセージ機能とマルチエージェント協力フレームワークを統合したアプリケーションで、Streamlitインターフェースを通じてAIエージェントがWhatsAppデータにアクセス、検索、メッセージ送信を行い、リアルタイムのウェブ検索もサポートします。
%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)
