マルチモーダル
AIEZZのツールタグ
「マルチモーダル」タグのAI製品を閲覧中。5件の検索結果があります。
ShieldstralAIスマートQ&AShieldstral – Mistral AIのオープンソース・マルチモーダルコンテンツ安全分類モデルは、Mistral AIが開発した30億パラメータのオープンソース・マルチモーダルコンテンツ安全分類モデルで、Ministral-3Bをベースに構築されています。従来の固定カテゴリによるコンテンツモデレーションを、二値質問応答タスクとして再定義し、自然言語によるクエリでモデレーションポリシーをリアルタイムに定義できます。再トレーニングなしで異なるシナリオに適応可能です。テキスト安全性ベンチマークで平均F1スコア84.9%、マルチモーダル安全性でF1スコア83.8%を達成し、いずれもSOTAです。16GB GPU 1枚でデプロイでき、12言語をサポートします。主な機能には、ポリシー適応型モデレーション、マルチモーダル統合検出、きめ細かな違反識別、キャリブレーション済み安全スコア、軽量なエッジデバイス展開があり、ソーシャルプラットフォームのコンテンツリスク管理、AI対話の安全保護、広告・マーケティングコンプライアンス、オンライン教育コンテンツのフィルタリング、企業文書のセキュリティ監査などに利用できます。00
HOMIEAI動画生成HOMIEは香港科技大学がオープンソースで公開するデジタルヒューマン動画生成フレームワークです。Wan2.1-T2V-14Bをバックボーンネットワークとし、Qwen3-VLマルチモーダル大規模モデルを統合しています。フレームワークはデジタルヒューマン＋商品＋Logo＋テキストの4要素を統合的に処理し、...00
SenseNova U1.5-Lite-Preview – 商湯がオープンソース化した軽量マルチモーダルモデルAI大モデルSenseNova U1.5-Lite-Preview – 商湯がオープンソース化した軽量マルチモーダルモデルは、NEO-Unifyアーキテクチャを基盤とし、8B-MoTパラメータで視覚理解、推論、生成、編集をネイティブに統合します。モデルは4K超高精細画像のネイティブ生成に対応し、精緻なテクスチャ、リアルな質感、中英語の複雑なレイアウト文字レンダリングを実現します。Prompt Enhance Skillを内蔵し、創作のハードルを下げるとともに、非常に長い自然言語指示や構造化された視覚指示を正確に実行し、継続的な反復編集にも対応します。デザイナー、開発者、コンテンツクリエイター向けに、低い導入コストと高い指示遵守性を兼ね備えた商用レベルのビジュアル制作ツールを提供します。10
MAGI-2-preview – Sand.aiがオープンソース化したマルチモーダル動画生成モデルAI動画生成MAGI-2-preview – Sand.aiがオープンソース化したマルチモーダル動画生成モデルは、Sand.aiが公開した世界初の1,000億パラメータ級MoEマルチモーダル動画生成モデルです。総パラメータ数は114B、アクティブ化されるパラメータはわずか6Bです。モデルはシングルストリーム・アーキテクチャを継承し、テキスト、動画、音声を同一のTransformerに統合して共同モデリングすることで、ネイティブなマルチモーダル生成を実現します。主な機能として、テキスト・画像・動画から動画への生成に対応し、音声理解をネイティブに統合しています。MoEのスパース活性化により、推論コストを大幅に削減します。対象ユーザーはAI研究者、開発者、企業の技術チームで、学術研究、オンプレミス展開、マルチモーダル映像のプリビジュアライゼーションなどに適しており、オープンソースで商用利用可能な高効率動画生成ソリューションを提供します。00
Hunyuan3D-Buffalo 1.0 – テンセント混元が提供する3Dマルチモーダルフレームワーク3DデザインHunyuan3D-Buffalo 1.0 – テンセント混元が提供する3Dマルチモーダルフレームワークは、共有のHunyuan3D-VLMバックボーンにより、3D質問応答、空間位置特定、テキストからの3D生成、指示ベースの編集、パーツ生成を単一のワークフローに統合する統合3Dマルチモーダルフレームワークです。自然言語による3Dモデル構造の理解、パーツの特定、指示に基づく局所ジオメトリの変更、セマンティックなパーツの抽出に対応し、3D理解・生成・編集の循環をつなぐことで、ゲーム、アニメーション、工業デザイン向けに組み合わせ可能な3Dアセット制作ソリューションを提供します。主な機能は3D理解、テキストからの3D生成、指示ベースの編集、パーツ生成で、4種類のタスクが同じ3Dセマンティック表現と処理パイプラインを共有します。ゲーム開発者、アニメーション制作者、工業デザイナー、3Dコンテンツクリエイターに適しており、自然言語による対話で専門知識の壁を下げ、アセットの再利用と反復効率を高めます。00このタグが付いたすべてのツールを表示しています。