カリフォルニア大学サンタクルーズ校が開発したMiniGPT-5モデルは、Generative Vokens技術を導入することで、テキスト特徴空間と画像特徴空間の整合を実現しました。複数のデータセットにおけるテストで、比較基準を上回る性能を示し、その高い適応能力を実証しています。MiniGPT-5は、マルチモーダル生成に対し、統一的で効率的なソリューションを提供し、技術的なボトルネックを突破しました。
北京智譜華章科技有限公司は、漢字の生成に対応した初のオープンソース文描画モデルCogView4を発表しました。このモデルはDPG-Benchベンチマークテストにおいて総合スコアで1位を獲得し、オープンソース文描画モデルのSOTA（State of the Art）となりました。Apache2.0ライセンスに準拠しており、このライセンスに準拠した最初の画像生成モデルでもあります。
2月25日、アリババはQwen2.5-Maxベースの推論モデルQwQ-Max-Previewを発表し、最新の推論モデルQwQ-MaxとQwen2.5-Maxを全面的にオープンソース化する計画を発表しました。今回発表されたQwQ-Max-Previewはプレビュー版であり、アリババは正式版を近日中にリリースし、Apache2.0ライセンスの下で全面的にオープンソース化するとしています。従来とは異なり、今回のオープンソース化はモデル自体だけでなく、Qなど、より小さなバージョンも含みます。
最近、腾讯混元ビデオモデル（Hunyuan Video）がXプラットフォームで正式にテストパートナーを募集し、この最先端のAIビデオ生成技術が重要なテスト段階に入ったことを示しています。公式によると、テスト終了後、このモデルは高い確率でオープンソース化され、世界のAIコミュニティにその技術成果が貢献される予定です。混元ビデオモデルは、テンセントのAIビデオ生成分野における重要なイノベーションであり、13B以上のパラメータを持ち、現在のオープンソースモデルの中で最大規模のビデオ生成モデルの一つです。その中核技術には、
