Zhipu AI が SCAIL-2 をリリース ── 骨格推定なしでエンドツーエンドのキャラクターアニメーションを実現
Zhipu AIがオープンソースのキャラクター動画モデル「SCAIL-2」を公開。骨格抽出なしでエンドツーエンド駆動し、動物の動きにも対応。
-
-
Tencent が Universal_Audio_Tokenizer をリリース ── セマンティックと音響の溝を埋めるシングルコードブック設計
Tencentが音声の「意味」と「音質」を単一トークナイザーで両立するUniversal Audio TokenizerをOSS公開。
-
ByteDance が SimArt をリリース ── 可動する3D構造をマルチモーダル入力から生成
ByteDanceがSimArtの重みを公開。Qwen3-VL-8Bベースのモデルで、マルチモーダル入力から関節付き3D構造を生成。
-
Alibaba (Qwen) が Qwen-Image-Bench をリリース ── AIが画像生成を自動採点する新時代
Alibabaが画像生成（T2I）の品質を自動評価するQwen-Image-Benchを公開。Qwen3.6-27BベースのQ-Judgerが思考推論を経て詳細に採点する。
-
Tencent が Hy-MT2-1.8B をリリース ── 1.25ビット量子化で440MB、デバイス上で動く33言語翻訳モデル
Tencentが33言語対応の翻訳モデルHy-MT2を公開。1.8Bモデルは1.25ビット量子化で440MBに圧縮可能。
-
Tencent が Hy-MT2-7B をリリース ── 33言語対応、超軽量1.8Bは440MBで動く
Tencentが多言語翻訳特化モデルHy-MT2シリーズを公開。33言語対応、1.8Bは440MBで動く。
-
ByteDance が Cola-DLM をリリース ── 拡散モデルで言語生成に挑む異端のアーキテクチャ
ByteDanceのCola-DLMは拡散モデルを言語生成に応用した異端のLLM。Text VAE＋DiT構成でHuggingFace公開。
-
Alibaba (Qwen) が Qwen3-1.7B-Base-W32K-L0_100 をリリース ── LLMのブラックボックスを解き明かすSAEモジュール
AlibabaがLLMの内部挙動を解読するための解釈可能性モジュール「Qwen-Scope」を公開。TopK SAEを用いてモデルの思考を可視化。
-
Alibaba (Qwen) が Qwen-Scope (SAE) をリリース ── Qwen3-30B-A3Bの内部を131,072次元で解読
AlibabaがQwen3-30B-A3B向けSAE「Qwen-Scope」を公開。131,072次元のスパース特徴でLLM内部を解読する試み。
-
Alibaba (Qwen) が Qwen3.5-35B-A3B-Base-W128K-L0_100 をリリース ── Qwenの頭の中を覗き見るSAE解釈モジュール
アリババがQwen3.5用のSAE解釈モジュール「Qwen-Scope」をリリース。全40層対応、TopK=100のSparse Autoencoderでモデル内部を解析可能。
