AI-modeller

Öppen 3D-modell (tidigare Sparc3D) som tar en grov 3D-form plus en bild av föremålet och förfinar den till mycket detaljerad geometri, fri att använda kommersiellt upp till en viss storlek.

En öppen bildmodell från Tencents WeChat Vision-team som i en och samma modell hittar, räknar, läser och klipper ut saker i bilder, ända ner till enskilda hårstrån.

En öppen språkmodell med 14,8 miljarder parametrar som läser DNA direkt i en vanlig chatt och svarar på engelska, till exempel om en mutation sannolikt är ofarlig eller sjukdomsframkallande.

En ny app från Anthropic där Claude jobbar som en proaktiv assistent: den bevakar dina appar, säger till när något behöver dig och utför uppgifter i bakgrunden, men frågar innan den agerar å dina vägnar.

Ett forskningssystem där tusentals AI-agenter med GPT-Rosalind analyserade data från miljontals hjärnceller hos möss på 32 minuter och hittade nya spår kring sjukdomar som Alzheimers och Parkinsons.

En öppen "världsmodell" från Tencent Hunyuan som skapar en videovärld bit för bit, där man styr vad som händer med text och var kameran ska gå medan videon fortsätter.

En snabbare, destillerad version av MiniMax videomodell H3 som gör video med synkat ljud och tal utifrån en prompt plus referensbilder, videoklipp och röstprov – enligt skaparna upp till cirka 12 gånger snabbare.

Viggles "världsmodell" som på ungefär en sekund skapar 3D-miljöer man kan gå runt i, plus 3D-figurer som är färdiga att animera och helkroppsrörelser från text eller video.

En snabb och mycket billig språkmodell från MiniMax som enligt företaget klarar agentuppgifter, kod och datoranvändning nästan lika bra som de dyraste modellerna, till en bråkdel av priset.

En så kallad världsmodell för ingenjörsarbete från Skyfall AI som utifrån en bild eller en planritning tar fram en hel konstruktion, del för del, tillsammans med stegen som bygger den, inom CAD och byggprojektering.

Brias nya öppna bildmodell som både skapar och redigerar bilder i en och samma modell, styrd av detaljerade strukturerade beskrivningar och tränad enbart på licensierat material.

En liten, öppen taligenkänningsmodell för engelska som körs lokalt på datorn och, enligt Underdog, är lika träffsäker som NVIDIA:s 15 gånger större Parakeet trots att nedladdningen bara är 163 MB.

Moonshot AI:s nya toppmodell, en vidareutvecklad Kimi K3 i 3T-klassen som enligt företaget når nära de bästa stängda modellerna inom kod, 3D och finans, och vars vikter ska släppas öppet.

En öppen modellfamilj med inbyggt minne: modellen sparar det den lärt sig om en konversation i ett eget kompakt minne i stället för att behöva läsa om hela samtalshistoriken.

Öppna talsyntesmodeller från Ant Groups inclusionAI som kan klona röster, skapa nya röster från en textbeskrivning och styras med instruktioner om känsla, tempo och skratt, i två storlekar där den minsta bara har 0,5 miljarder parametrar.

En metod som efterhandstränar befintliga 3D-modeller på vanliga, omärkta videor så att de blir bättre på att återskapa scener i 3D där saker rör sig.

En öppen agentmodell på 35 miljarder parametrar som kan dela upp stora uppgifter på parallella underagenter, granska sitt eget arbete under tiden och bedriva egna vetenskapliga undersökningar.

En talmodell från Block som har lärt sig samtala enbart genom att lyssna på mänskligt tal, utan text, och som lyssnar och pratar samtidigt så att samtalet låter som med en människa.

Ideograms modell som gör logotyper, tryckmotiv och illustrationer som färdiga, redigerbara SVG-vektorfiler, antingen från en textbeskrivning eller genom att omvandla en befintlig bild.

En öppen språkmodell specialiserad på vård och medicin, byggd på inclusionAI:s Ling-3.0-flash, som enligt skaparna klarar medicinska frågor, resonemang och säkerhetstester i nivå med betydligt större modeller.