AI各社が新モデル公開、画像・動画・MoEを相次ぎ発表
Black Forest LabsやKreaなどが画像・動画生成モデルを公開したほか、StepFunやAnt Groupは大規模MoEモデルをリリースした。
AI各社が新たなモデルを相次ぎ公開した。Black Forest Labsは2026年10月15日、画像生成・編集モデル「FLUX 3 Image Klein」の重みを公開した。パラメータ数は5.6Bで、最大10枚の参照画像と4K画像生成に対応し、領域を指定した編集や要素の配置も可能だ。個人と年間売上5百万ドル未満の企業は商用利用が無料で、それを超える企業は個別契約かAPIの利用が必要となる。
Kreaは同日、画像編集モデル「Krea 3」のベータ版を公開した。2K画像の編集を8秒未満で処理し、最大6枚の参照画像を利用できる。特定の製品や人物、スタイルを学習させ、画像間で外観を一致させる機能も備える。
BytePlusは同日、「OmniHuman 2.0」を発表した。1枚の画像と音声から、最長5分の話す・歌う動画を生成する。発話内容やリズム、イントネーションに合わせた表情とジェスチャーを生成し、テキスト指示で動きやカメラワークを制御できる。
大規模MoEモデルも登場
StepFunは、総パラメータ600B、トークンあたり27Bを活性化するMoEモデル「Step 5 Preview」の重みを公開した。最大1Mトークンのコンテキストに対応し、ソフトウェア開発や専門的な知識業務、とくに金融データ分析を重視している。同社は2026年9月20日にXで、エージェント業務向けの新たなフラッグシップモデルとして本モデルを発表していた。
Ant GroupはMITライセンスの下で「Ling-3.1-flash」を公開した。総パラメータ560B、トークンあたり25Bを活性化するMoEモデルで、最大1Mトークンのコンテキストを扱える。今回の各モデルの公開は、aitimes.comが伝えている。
よくある質問
FLUX 3 Image Kleinは商用利用できる？
個人と年間売上5百万ドル未満の企業は無料で商用利用できる。それを超える企業は個別契約かAPIの利用が必要。
Krea 3は何秒で画像を編集できる？
2K画像の編集を8秒未満で処理し、最大6枚の参照画像を利用できる。
OmniHuman 2.0は何ができる？
1枚の画像と音声から、表情やジェスチャーを伴う最長5分の話す・歌う動画を生成できる。