DeepReinforce の Ornith は、課題を出すこと、足場を組むこと、解き方を書くことをモデル自身に任せ、規模は 9B から 397B までの三つ。MIT の許可で出され、256K の前後関係と手元での運用に対応する。

二〇二六年九月に試験提供が始まった音声入力の道具。Fn を押して普段どおりに話し、離すと話し言葉の重複を除いた読みやすい文章になる。会議の記録や広告の文案など、用途に合わせた整文もできる。

Tencent Cloud が公開した自前運用の相棒 プラットフォーム。会話、作業場所、鍵はすべて手元に残り、九つの連絡 サービス が同じ専門家の組へ流れ込む。

DeepSeek が公開したエージェントの実行環境。机上版は Node.js と Python を同梱し、四つの作業の型、拡張の管理ページ、軌跡の表示を備える。

いつも使っている編集の道具に差し込む公開の拡張で、どのモデルと話すかを自分で決める。雲の上、手元、社内の網の中。設定は自分の手元の書類に書く。

アプリではなく、論文とその公式実装。訓練データはすべて合成で作り、許諾が緩いので画面付きの製品がこぞって殻に包む。入口は三つあり、代償はそれぞれ違う。

四つの層を深さで分ける。コード不要の画面、対話の層、イベント駆動の中核、拡張パック。すでに保守モードなので、本当の問いは「ここから始めるか、動かし続けるだけか」になる。

普段使っているチャットアプリの中に住み、記憶をすべて自分のディスクに残すアシスタント。非営利財団が保有し、有料プランはなく、ゲートウェイ一つのプロセスが 29 のチャネルをコーディングエージェントにつなぐ。

検索はいまや入口のひとつに過ぎない。万能アシスタントが言葉で書いた仕事を引き受け、自分でスキルや専門家を選んで実行し、時刻を決めて走らせ、チャットにも常駐できる。人が見ていなくても仕事が進む。

広告なしで結果へ直行。深さを三段階から選び、Web、文書ライブラリ、学術、画像、動画、ポッドキャストを横断すると、答えは節ごとに分かれ、結論のそばに出典の印が付く。

PDF、サイト、動画、音声を入れると、答えはその資料の内側に収まり、本文中に元の箇所へ戻れる引用が付く。同じ資料は学習ガイド、ブリーフ、マインドマップ、あるいは二人の進行役による音声討論にも作り替えられる。

声質の変換とその場の声チェンジを行うオープンソースの枠組み。学習には少なくとも十分の静かな音声が要り、端から端までの遅れは 170 ミリ秒に届く。画面も二種類そろっている。

混ぜられた曲をドラム、ベース、声、残りの伴奏に分けるオープンソースの分離モデル。コマンドライン一行で走り、Python からも呼べる。コードは MIT ライセンス。

音源分離のモデルで曲を声と伴奏に分けるオープンソースの道具。公式のインストーラは画面、Python、PyTorch と依存をまとめて同梱していて、事前の準備が要らない。

Whisper の二つの穴を埋める流れだ。時刻は文の単位で止まり、まとめて処理する手段もない。WhisperX は強制アラインメントで語の時刻まで詰め、話者も見分け、large-v2 で実時間の 70 倍とうたう。