#open source のAIニュース
133件の記事
Hermes Agent の記憶システムを深度解析：OpenClaw の誤解をどう修正したか
研究者が Hermes Agent の記憶システムを詳細に分析し、先行モデル OpenClaw が抱えていた認識の誤りを特定して修正する手法を明らかにしました。
メタが公開した人間中心型ビジョンモデル「Sapiens2」の GitHub リポジトリ
メタ（Meta）は、人間の視覚認識に特化した新モデル「Sapiens2」を GitHub で公開し、業界への技術提供を開始した。
MicrosoftのVibeVoice：MITライセンスのWhisper風音声モデル
マイクロソフトは1月21日、MITライセンスの音声認識モデル「VibeVoice」を公開した。話者識別機能を内蔵し、Whisperと同等の性能を持つ。
プロンプティム：プロンプト最適化のための実験的ライブラリ
開発チームは、プロンプトエンジニアリングの効率化を目的とした「Promptim」という実験的なPythonライブラリを公開した。このツールは、AIモデルへの指示文（プロンプト）の品質と結果を自動的に最適化する機能を提供し、開発者の作業負担軽減に寄与する。
LangGraph リリース週間の振り返り
LangGraph チームが、LangGraph の新機能や改善点を含む一週間のリリース内容を総括した。
LLM アプリケーション構築のための10のPythonライブラリ
大規模言語モデル（LLM）を用いたアプリケーション開発を支援する、10種類のPythonライブラリを紹介している。
DeepSeek V4 ProおよびFlashモデル、Huawei Ascendチップで動作可能に
DeepSeekが大型遅延を経てDSV4をリリース。これは2024年12月のDSV3以来の主要バージョンであり、現在オープンモデルリーダーであるKimi K2.6やXiaomi Mimo 2.5と肩を並べる水準に達した。
エキスパートアップサイクル（GitHubリポジトリ）
GitHub上で公開されている「Expert Upcycling」は、大規模言語モデルの知識を効率的に転移・再利用するための手法を提供するオープンソースプロジェクトである。
MolmoWeb：ウェブタスクを自動化するオープンエージェント
MolmoWebは、スクリーンショットのみでブラウザを操作しタスクを完了するオープンな視覚ウェブエージェントです。また、同様のエージェントの学習に使用される最大規模の公開データセット「MolmoWebMix」も同時に公開されました。
埋め込みなしで知識エージェントを構築する
Vercel社は、埋め込みモデルに依存する従来の知識エージェント構築方法の課題を指摘し、構造化データからの特定値取得に適した新たなアプローチを提案している。
MolmoPoint：ビジョン言語モデルのための高精度ポインティングアーキテクチャ
MolmoPointは、ビジョン言語モデルの「グラウンディング」能力を向上させる新アーキテクチャ。画像内の物体位置を特定し、ロボットの把持やUI操作など、実世界での正確なインタラクションを実現する。
ミストラルAI、NVIDIAと提携しオープンフロンティアモデルの加速化を図る
ミストラルAIはNVIDIAと提携し、オープンなAIモデルの開発を加速させる。同社はNemotron Coalitionの創設メンバーとして参加し、協力的なAI未来の実現を目指す。
Mistral Small 4 の発表
ミストラル社は、推論、マルチモーダル、エージェント型コーディングの機能を統合した新モデル「Mistral Small 4」を発表した。これはフラッグシップモデルの能力を一元化した汎用モデルであり、ユーザーは用途に応じて複数のモデルを使い分ける必要がなくなった。
MolmoBot：シミュレーションのみで学習するロボット操作モデル
MolmoBotは、シミュレーション環境のみで学習されたオープンソースのロボット操作モデルスイートです。実世界データの収集や微調整を行わずとも、ゼロショットで実機への転移を実現します。
Ai2、物理AI向けオープンなシミュレーションファーストスタック「MolmoBot」を発表、実機へのゼロショット転移を実現
Ai2は、物理AI用のオープンなシミュレーションファーストスタック「MolmoBot」を発表した。このシステムは、シミュレーション環境で学習した知識を実際のロボットにゼロショットで転移させることに成功し、実機制御における新基準を示した。
より高精度な世界の森林マッピング：Canopy Height Maps v2 の公開
WRIと提携し、森林の炭素貯蔵や生態系保護を支援するオープンソースの「Canopy Height Maps v2」を発表。衛星データとAIを活用し、従来より高精度な樹冠高マップを提供し、森林保全と気候変動対策を強化する。
Javaニュースまとめ: Apache Solr 10、LangChain4j、Grails、JobRunr、Gradle、Devnexus、Commonhaus
2026年3月2日のJava週間ニュースでは、Apache Solr 10のGAリリース、LangChain4jやJobRunrなどのポイントリリース、GrailsやKeycloakのメンテナンスリリース、Devnexus 2026、Pi4JのCommonhaus Foundation参加が発表された。
AIネイティブネットワークはもはや6Gの約束ではない－MWC 2026が証明
主要通信ベンダー・チップメーカー・通信事業者が、MWC 2026でAI-RANの実証試験結果・商用製品・オープンソースツールを発表し、AIネイティブ基盤の6G構築に向けた連合を結成した。
WebAssemblyとGifsicleを使用したGIF最適化ツール
著者がオンライン記事に含めるアニメーションGIFのファイルサイズを削減するために、WebAssemblyとGifsicleを組み合わせた最適化ツールを開発した。
オープンソース、SaaS、そして無制限コード生成後の沈黙
AI企業が無制限コード生成を提供した後、開発者からのフィードバックが減少し、オープンソースとSaaSモデルに影響を与えている。
VercelがAIエージェント向けに40以上のパフォーマンスルールを含むReactベストプラクティスを公開
Vercelは、ReactとNext.jsアプリ向けの40以上のパフォーマンス最適化ルールを含むオープンソースリポジトリ「react-best-practices」を公開した。AIコーディングエージェント向けに設計されており、パフォーマンス、バンドルサイズ、アーキテクチャの意思決定を支援する。
Codexについての私の考え方
OpenAIのGabriel Chuaが、「Codex」という用語の混乱を招く背景を解説し、明確な定義を提供している。
Agent Builderでのメモリの活用方法
Agent Builderはユーザーのフィードバックを記憶し、修正や好みを学習することで、次回以降の作業をより効率的にサポートします。
最新オープンアーティファクト（第18号）：Arceeの400B MoE、LiquidAIの過小評価された1Bモデル、新型Kimi、そして活発な月の予感
2025年1月はモデルリリースが低調だったが、DeepSeek V4やClaude Sonnet 5の公開期待が高まっている。Arceeの400B MoEやLiquidAIの1Bモデルなど、注目のオープンソースモデルが注目される中、業界は今後の活発な動向を見据えている。
AIエージェントキャッチアップ #62 - Mem0 開催報告
AIエージェントのメモリーレイヤー「Mem0」をテーマにした勉強会を開催。Mem0はAIアシスタントの記憶機能を提供するライブラリで、GitHubや公式ドキュメントが公開されている。
Cachy：ノートパソコンの処理速度を60倍に高速化した方法
AnswerAIは、AnthropicやOpenAIなどのLLMプロバイダーとの連携を容易にするオープンソースPythonパッケージ「Claudette」や「Cosette」を開発した。これらのツールは多数のLLM呼び出しを処理するが、各呼び出しに数百ミリ秒かかるためテスト実行が遅延する課題があった。この問題を解決し、ノートパソコンの処理速度を60倍に高速化する技術「Cachy」の実装について解説している。
Qwen3 Embedding：基盤モデルによるテキスト埋め込みとリランキングの高度化
QwenチームはQwen3基盤モデルを基盤とした「Qwen3 Embeddingシリーズ」を公開し、テキスト埋め込みとリランキングタスクでSOTA性能を実現した。
Stable Video 4D 2.0：単一動画からの高忠実度新視点および4D生成の新アップグレード
Stability AIは、動画から高品質な4D生成と新視点合成を実現する「Stable Video 4D 2.0」を公開した。同モデルは最新技術を実現し、商業利用を含むStability AIコミュニティライセンスの下でHugging FaceおよびGitHubからダウンロード可能となった。
Qwen3：より深く思考し、より高速に動作する
Qwenチームは最新大規模言語モデル「Qwen3」を公開した。主力モデルと小型MoEモデルは、コーディングや数学で他トップモデルと互角の結果を示し、先行版を上回る性能を達成した。
GRPOは10倍効率的か？Kwai AIのSRPOがYesを示唆
Kwai AIは、大規模強化学習を用いた推論モデルの効率化手法「SRPO」を発表した。これはOpenAI o1やDeepSeek-R1の背景にある技術に関連し、GRPOを最大10倍効率的にできる可能性を示唆している。
Qwen2.5-1M：最大100万トークンのコンテキスト長で独自のQwenをデプロイ
Qwenチームは最大100万トークン対応のオープンソースモデルQwen2.5-7B-Instruct-1Mと14B-Instruct-1Mをリリースし、推論フレームワークも提供した。
nbsanity - 数秒でノートブックを洗練されたWebページとして共有
fastaiは、Jupyter Notebooksの共有における美観とアクセシビリティの課題を解決する「nbsanity」を発表した。このサービスは、GitHubのビューアより洗練された機能を提供し、ライブコードや可視化を含む技術文書の共有を容易にする。
トランスフォーマー言語モデルを説明するためのインターフェース
トランスフォーマー言語モデルを入力の顕著性とニューロン活性化で分析するインターフェースを紹介。入力の重要度とニューロン活性化の可視化を通じてモデルの内部動作を理解する手法を提案。