SteadyDancerは、画像から動画へのパラダイムに基づく強力なアニメーションフレームワークで、高忠実度で時間的に連続した人体アニメーションの生成に特化しています。このフレームワークは、堅牢な最初のフレームの保持メカニズムにより、従来の方法におけるアイデンティティドリフトの問題を効果的に解決し、視覚的な品質と制御性に優れており、同時にトレーニングリソースの必要量を大幅に削減します。

コンピュータビジョンDiffusers

これはai-sage/GigaChat3-10B-A1.8B-bf16モデルのGGUF量子化バージョンで、高精度のQ8_0から極度に圧縮されたsmol-IQ1_KTまで、さまざまな量子化オプションを提供し、さまざまなハードウェア条件でのデプロイメントニーズを満たします。このモデルは32Kのコンテキスト長をサポートし、MLAアーキテクチャを採用し、対話シナリオに最適化されています。

自然言語処理Ggufその他

初の本当にオープンソースで制限のない2次元ビデオ生成モデル。Wan2.2-5Bアーキテクチャに基づいており、VRAMが6GBあれば動作し、見事な2次元アニメコンテンツを生成できます。

マルチモーダルDiffusers

VibeThinker-1.5Bは微博AIが開発した15億パラメータの密集型言語モデルで、Qwen2.5-Math-1.5Bをベースに微調整され、数学やアルゴリズムコーディングの問題に特化して設計されています。「スペクトルから信号への原理」のフレームワークを用いてトレーニングされ、複数の数学コンテストのテストでより大規模なモデルを上回り、トレーニングコストは約7800ドルで、最大約40kトークンの出力をサポートします。

自然言語処理Transformers多言語

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Precog-123B-v1モデルのllama.cpp量化バージョンで、さまざまなハードウェア構成と使用シナリオのニーズに応えるために、複数の量化タイプを提供しています。このモデルは1230億のパラメータを持つ大型言語モデルで、最適化されているため、さまざまなハードウェアで効率的に動作します。

自然言語処理Gguf

Anything2Realは、Qwen Edit 2509をベースに構築された専用のLoRAモデルで、あらゆるアートスタイル（イラスト、アニメ、カートゥーン、絵画など）をリアルな画像に変換することができ、同時に元の構図と内容を保持します。

コンピュータビジョンDiffusers

これはNVIDIAがQwen3アーキテクチャに基づいて開発した32Bパラメータの報酬モデルで、強化学習における報酬評価と原則アライメントに特化しており、より安全で人間の価値観に沿ったAIシステムのトレーニングを支援します。

自然言語処理Gguf

Anime2Realismは、Qwen/Qwen-Imageベースモデルに基づくテキストから画像への変換モデルで、アニメスタイルからリアルなスタイルへの画像変換を専門に行います。このモデルはLoRAとDiffusers技術を利用して、テキスト記述に基づいて対応するリアルなスタイルの画像を生成することができます。

コンピュータビジョンDiffusers

JanusCoder-8Bは、Qwen3-8Bをベースに構築されたオープンソースのコードインテリジェンス基礎モデルで、統一されたビジュアルプログラミングインターフェイスを構築することを目的としています。このモデルは、JANUSCODE-800K（これまでで最大のマルチモーダルコードコーパス）で学習され、データ可視化、インタラクティブなWeb UI、コード駆動のアニメーションなど、さまざまなビジュアルプログラミングタスクを処理できます。

マルチモーダルTransformers

Qwen-Image-Edit-Cosplay LoRAは、Qwen-Image-Edit-2509画像編集モデルを微調整したアニメキャラクターのコスチューム移行モデルで、アニメ人物の髪型、服装、装飾品を正確に実人物の画像に移行し、同時に元の人物の顔の特徴を保持します。

コンピュータビジョンDiffusers

Kimi Linearは混合線形アテンションアーキテクチャで、短文脈、長文脈、および強化学習拡張メカニズムを含むさまざまなシナリオで、従来の全アテンション方法よりも優れています。従来のアテンションメカニズムが長文脈タスクで抱える効率低下の問題を効果的に解決し、自然言語処理などの分野により効率的な解決策をもたらします。

自然言語処理Transformers

Kimi Linearは、短い文脈、長い文脈、強化学習のシナリオのすべてで、従来の全アテンション方式を上回る高効率な混合線形アテンションアーキテクチャです。Kimi Delta Attention (KDA)メカニズムによりアテンション計算を最適化し、性能とハードウェア効率を大幅に向上させ、特に100万トークンに達する長文脈タスクの処理に優れています。

自然言語処理Transformers

Tashkeel-350M-v2は、アラビア語テキストの標音に特化したモデルで、3億5000万のパラメータを持っています。このモデルはibm-granite/granite-4.0-h-350mモデルをベースに、Misraj/Sadeed_Tashkeelaデータセットで微調整トレーニングされ、アラビア語テキストに正しい音標記号を自動的に付けることができます。

自然言語処理Transformersアラビア語

i3 - 80Mは革新的な混合アーキテクチャの言語モデルで、畳み込み/循環層と全アテンション層の長所を組み合わせています。このモデルはRWKVスタイルの時間混合とMamba状態空間ダイナミクスを採用し、初期層では効率的なシーケンス処理を実現し、深層では標準的なマルチヘッドアテンションメカニズムを使用して複雑なパターン認識を行います。

自然言語処理Transformers英語

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

MiniMax-M2は、コーディングとエージェントのワークフローを最大化するために構築された「ミニ」モデルで、ハイブリッドエキスパートアーキテクチャを採用し、総パラメータは2300億、アクティブなパラメータは100億です。このモデルは、コーディングとエージェントタスクで卓越した性能を発揮し、同時に強力な汎用知能を保持し、コンパクトで高速かつ経済的に効率的な特徴を持っています。

自然言語処理Transformers

OLGAはQwen3-VL-30B-A3B-Instructをベースに構築されたオンライン強化学習位置特定エージェントで、33億のアクティブパラメータを持つエキスパート混合モデルを採用しています。既存のデータセット、新しいデータ収集、自動フィルタリング、およびオンライン強化学習による新しいデータレシピを組み合わせてトレーニングされ、オープンソースモデルで先進的な位置特定性能を実現しています。

マルチモーダルTransformers英語

これはEfficientNet-B0アーキテクチャに基づくディープラーニングモデルで、アニメやビジュアルノベルの画像のアートスタイル分類に特化しています。モデルは6種類の異なるアニメアートスタイル、ダーク、フラット、モダン、萌え系、絵画風、レトロスタイルを正確に識別できます。

コンピュータビジョンSafetensors英語

BEVANetは、リアルタイムセマンティックセグメンテーション用に設計されたディープラーニングモデルで、Cityscapesなどのデータセットで優れた性能を発揮し、RTX3090で81.0%のmIoUと32.8FPSの優れた性能を達成し、精度と速度のバランスを保っています。

コンピュータビジョンSafetensors