Did Codex Reset
GitHub

Liquid AI、オープンウェイトのマルチモーダル意思決定モデル「Open d1」を公開

Liquid AI

Liquid AIは「Open d1」を公開し、同社のd1意思決定モデルファミリーに属する2つのオープンウェイト・マルチモーダルモデル「d1-3B」と「d1-omni-600M」を発表した。

d1-3Bモデルはテキストと視覚情報に対応し、d1-omni-600Mはテキストに加え画像または音声入力を処理できる。Liquid AIによると、これらのモデルはNvidia DGXデータセンターからRTXワークステーション、Jetsonエッジデバイスに至る幅広い環境でのリアルタイムな意思決定向けに設計されている。

#liquid-ai#マルチモーダルai#オープンウェイト

Perplexity Developers、マルチモーダル意思決定モデル「pplx-decider-v1.1-27b」を公開

Perplexity Developers は、更新されたオープンウェイトのマルチモーダル意思決定モデル「pplx-decider-v1.1-27b」を公開しました。入力トークン100万件あたり0.02ドルと v1 の半額で提供され、同チームによると Hugging Face の Decision Index 0.3 ベンチマークで最高位を記録しています。

Mistral AIが1兆パラメータの「Mistral Large 4」を発表、APIの即時提供を開始

Mistral AIは、総パラメータ数1兆、アクティブパラメータ数490億のネイティブマルチモーダルモデル「Mistral Large 4」を発表した。10月下旬に予定されているオープンウェイト公開に先立ち、現在はAPIおよびMistral Cloudインフラを通じて利用できる。

EmbeddingGemma 2、メモリ消費量191MB〜567MBで動作し8Kコンテキストウィンドウに対応

GoogleはEmbeddingGemma 2の動作仕様を公表した。この740MモデルはアクティブRAM使用量が約191MB〜567MBで、コンテキストウィンドウが8Kに拡大されており、1回の処理で最大5.5分の音声、29枚の画像、または58フレームの動画を処理できる。

Google for Developers、EmbeddingGemma 2 の完全オフライン実行とモジュール式デプロイの詳細を公開

EmbeddingGemma 2 はサーバー呼び出しを一切行わず、マルチモーダルワークロードを完全にオフラインで実行できます。未使用の画像や音声コンポーネントを切り離してメモリを節約できるモジュール設計を採用し、柔軟な次元サイズによってローカルデータベースのストレージを最大 6 分の 1 に削減できるほか、Gemma 4 と連携した効率的なオンデバイス RAG パイプラインにも対応します。