ニュース
出典リンク、モデルカード、リポジトリ、図版を備えた読みやすいモデル記事です。
モデルSFC-Locoformer：アーキテクチャ、公開根拠、適用範囲
この記事では、SFC-Locoformer のアーキテクチャ、公開資料、報告済みの結果、比較可能な範囲を整理します。
記事を読む
モデルBoogu-Image 0.1：アーキテクチャ、公開根拠、適用範囲
この記事では、Boogu-Image 0.1 のアーキテクチャ、公開資料、報告済みの結果、比較可能な範囲を整理します。
記事を読む
モデルSenseNova-U1 Infographic V2：アーキテクチャ、公開根拠、適用範囲
この記事では、SenseNova-U1 Infographic V2 のアーキテクチャ、公開資料、報告済みの結果、比較可能な範囲を整理します。
記事を読む
モデルLongCat-AudioDiT 3.5B：アーキテクチャ、公開根拠、適用範囲
この記事では、LongCat-AudioDiT 3.5B のアーキテクチャ、公開資料、報告済みの結果、比較可能な範囲を整理します。
記事を読む
モデルAudioSep-Hive：アーキテクチャ、公開根拠、適用範囲
この記事では、AudioSep-Hive のアーキテクチャ、公開資料、報告済みの結果、比較可能な範囲を整理します。
記事を読む
モデルBandIt and TIGER-DnR：アーキテクチャ、公開根拠、適用範囲
この記事では、BandIt and TIGER-DnR のアーキテクチャ、公開資料、報告済みの結果、比較可能な範囲を整理します。
記事を読む
モデルMossFormer2 and TIGER-speech：アーキテクチャ、公開根拠、適用範囲
この記事では、MossFormer2 and TIGER-speech のアーキテクチャ、公開資料、報告済みの結果、比較可能な範囲を整理します。
記事を読む
モデルSpecialist audio-to-MIDI：アーキテクチャ、公開根拠、適用範囲
この記事では、Specialist audio-to-MIDI のアーキテクチャ、公開資料、報告済みの結果、比較可能な範囲を整理します。
記事を読む
モデルMuScriptor-large：アーキテクチャ、公開根拠、適用範囲
この記事では、MuScriptor-large のアーキテクチャ、公開資料、報告済みの結果、比較可能な範囲を整理します。
記事を読む
モデルQwen-Image, Z-Image and FLUX.2 Klein：アーキテクチャ、公開根拠、適用範囲
この記事では、Qwen-Image, Z-Image and FLUX.2 Klein のアーキテクチャ、公開資料、報告済みの結果、比較可能な範囲を整理します。
記事を読む
モデルBiRefNet, Moebius, VOSR and DDColor：アーキテクチャ、公開根拠、適用範囲
この記事では、BiRefNet, Moebius, VOSR and DDColor のアーキテクチャ、公開資料、報告済みの結果、比較可能な範囲を整理します。
記事を読む
モデルdots.tts：アーキテクチャ、公開根拠、適用範囲
この記事では、dots.tts のアーキテクチャ、公開資料、報告済みの結果、比較可能な範囲を整理します。
記事を読む
モデルSoulX-Singer and YingMusic-Singer-Plus：アーキテクチャ、公開根拠、適用範囲
この記事では、SoulX-Singer and YingMusic-Singer-Plus のアーキテクチャ、公開資料、報告済みの結果、比較可能な範囲を整理します。
記事を読む
モデルHQ-SVC and YingMusic-SVC：アーキテクチャ、公開根拠、適用範囲
この記事では、HQ-SVC and YingMusic-SVC のアーキテクチャ、公開資料、報告済みの結果、比較可能な範囲を整理します。
記事を読むBeat This!：アーキテクチャ、公開根拠、適用範囲
この記事では、Beat This! のアーキテクチャ、公開資料、報告済みの結果、比較可能な範囲を整理します。
記事を読む
モデルDemucs v3 for saxophone：アーキテクチャ、公開根拠、適用範囲
この記事では、Demucs v3 for saxophone のアーキテクチャ、公開資料、報告済みの結果、比較可能な範囲を整理します。
記事を読む
モデルQwen3-TTS, Fish S2 Pro, MOSS-TTS and VoxCPM2：アーキテクチャ、公開根拠、適用範囲
この記事では、Qwen3-TTS, Fish S2 Pro, MOSS-TTS and VoxCPM2 のアーキテクチャ、公開資料、報告済みの結果、比較可能な範囲を整理します。
記事を読む
モデルVevo2：アーキテクチャ、公開根拠、適用範囲
この記事では、Vevo2 のアーキテクチャ、公開資料、報告済みの結果、比較可能な範囲を整理します。
記事を読む
モデル4ステム音源分離ホワイトペーパー: Huge-SCNet が MSS 目標に合う理由
TelkNet の現在の 4ステムツールは Huge-SCNet-4stems V1.2 を使い、フルミックスを vocals、drums、bass、other に分離します。この記事では MSS アーキテクチャの流れ、Mel-Band RoFormer の強みと限界、SCNet のサブバンドモデリング、公開 4ステムスコアから選択理由を説明します。
記事を読む
モデルKrea 2：Krea AI が画像生成向け Raw / Turbo 重みを公開
Krea AI は Krea 2 Raw と Krea 2 Turbo をオープンウェイトとして公開しました。技術レポートは Krea 2 をゼロから学習した 12B の text-to-image diffusion model と説明し、データフィルタリング、caption パイプライン、後学習、強化学習、安全性とライセンスの境界を詳述しています。
記事を読む
モデルChordEdit: source-to-target 画像編集のための one-step 低エネルギー輸送
ChordEdit は CVPR 2026 Oral / Best Student Paper Honorable Mention の論文です。one-step のテキスト誘導画像編集を source prompt と target prompt の間の動的な最適輸送問題として扱い、Chord Control Field によって物体の歪みや背景破壊につながる高エネルギーのドリフトを抑えます。この記事では、公式 demo の source_prompt、target_prompt、seed、sample count、time-window、step-scale を画像編集パラメータとして整理します。
記事を読む
モデルZyphra ZONOS2：高忠実度ボイスクローン向けのオープン TTS MoE
Zyphra は Apache-2.0 で ZONOS2 を公開しました。8B 総パラメータ、約 900M 有効パラメータの MoE TTS 構成、600万時間超の音声データを背景に、TelkNet は ZONOS2 Voice Cloning TTS として提供します。
記事を読む
モデルGoogle Magenta RealTime 2：音楽モデルが演奏できる楽器に近づくとき
Google 公式図版を加えた更新版の研究ブリーフです。MRT2 の低遅延制御、MIDI/テキスト/音声入力、2.4B/230M 構成、ハードウェア要件と実用上の制約を整理します。
記事を読む