ElevenLabs
ElevenLabs
日本語を含む音声合成、文字起こし、音声エージェントを提供するサービス。Creativeの画面では画像と動画も生成できます。
画像生成動画生成音声エージェント
- 日本での利用
- 利用可能
- 日本語入力
- 対応
- 出力
- 対応
- 日本語 UI
- 一部対応
- 無料プラン
- 無料プランあり
- 最終確認
#オープンソース
AIFIND · アイファインド
いま使えるAIが、見つかる。
AIを知る、比べる、使いこなす。公式資料で確認した情報と出典から、目的に合うAIを探せます。
AIニュースを読む →最近確認されたAI
AIを探す →Dify
Dify
モデル、資料検索とツールを組み合わせ、AIアプリやAgentのワークフローを作るプラットフォーム。WebアプリまたはAPIとして公開でき、生成機能は接続するモデルに依存します。
エージェントAPI
- 日本での利用
- 利用可能
- 日本語入力
- 一部対応
- 出力
- 一部対応
- 日本語 UI
- 対応
- 無料プラン
- 無料プランあり
- 最終確認
Notion
Notion AI
Notionの文章、会議メモや接続した資料を基に、検索、調査、文書作成と作業を進めるAI。継続利用はBusinessまたはEnterprise、FreeとPlusはAIの試用です。
文章作成画像生成音声検索
- 日本での利用
- 利用可能
- 日本語入力
- 対応
- 出力
- 対応
- 日本語 UI
- 対応
- 無料プラン
- 無料トライアルのみ
- 最終確認
Runway
Runway
テキストや画像を基に動画を生成・編集する制作ツール。画像、音楽や音声の生成と、制作を組み立てるAgentにも対応します。
画像生成画像理解動画生成音声
- 日本での利用
- 利用可能
- 日本語入力
- 一部対応
- 出力
- 一部対応
- 日本語 UI
- 非対応
- 無料プラン
- 無料プランあり
- 最終確認
GitHub
GitHub Copilot
GitHubや対応する開発環境で、コードの説明、提案、変更作業を支援するAI。Web、モバイル、デスクトップアプリとSDKの利用条件を公式資料で確認できます。
画像理解コーディング検索エージェント
- 日本での利用
- 利用可能
- 日本語入力
- 一部対応
- 出力
- 一部対応
- 日本語 UI
- 一部対応
- 無料プラン
- 無料プランあり
- 最終確認
Cursor
Cursor
コードベースを読み、コードの作成、編集とレビューを支援するAI開発ツール。Agentによる作業と画像生成に対応し、提案した差分を利用者が確認します。
画像生成画像理解コーディング検索
- 日本での利用
- 利用可能
- 日本語入力
- 一部対応
- 出力
- 一部対応
- 日本語 UI
- 一部対応
- 無料プラン
- 無料プランあり
- 最終確認
AIを比べる →
開発支援に Cursor と GitHub Copilot をどう選ぶ？
公式資料で確認できる条件を整理しました。実測結果や性能順位は掲載していません。
Cursor / GitHub Copilot
公式情報の整理（実測していません）
参照版の公開日： /
公開：
文章の下書きに ChatGPT と Claude をどう選ぶ？
公式資料で確認できる条件を整理しました。実測結果や性能順位は掲載していません。
ChatGPT / Claude
公式情報の整理（実測していません）
参照版の公開日： /
公開：
用途から探す →
画像・動画・音声制作のAI候補
公式資料で確認できる条件を整理しました。実測結果や性能順位は掲載していません。
Adobe Firefly / Runway / ElevenLabs
公開：
資料の調査と整理に使うAI候補
公式資料で確認できる条件を整理しました。実測結果や性能順位は掲載していません。
ChatGPT / Gemini / Gemini Notebook
公開：
使い方 →
Cursor で最初のコード変更をレビューする手順
公式資料で確認できる条件を整理しました。実測結果や性能順位は掲載していません。
Cursor
公式情報の整理（実測していません）
参照版の公開日：
公開：
Gemini Notebook で資料を整理する前の確認手順
公式資料で確認できる条件を整理しました。実測結果や性能順位は掲載していません。
Gemini Notebook
公式情報の整理（実測していません）
参照版の公開日：
公開：
Hugging Face BlogおすすめAIスコア6767 Ai2、科学文献レポート生成モデル「AstaBrief 8B」をオープンソース化
Ai2は、研究質問と検索された文献抜粋から引用付きレポートを生成する「AstaBrief 8B」を公開した。AstaのGenerate a report機能ではFast modeとして提供され、Thinking modeの平均178.5秒に対し、レポート生成は平均51.1秒だった。モデルの重みと学習データに加え、研究者が自身のPDFからレポートを作るためのサンプルワークフローも公開した。
推荐理由：実クエリを使った学習と引用密度によるデータ選別が、科学文献のレポート生成にどう結びついたかを追えます。
Hugging Face BlogおすすめAIスコア7373 Hugging Face、オープンソース・多言語対応の音声合成モデルを評価するOpen TTS Leaderboardを公開
Hugging Faceは、オープンソースの多言語テキスト音声合成（TTS）モデルを評価するOpen TTS Leaderboardを公開しました。WER・CERによる明瞭度、H200 GPUやCPUでの生成速度、話者類似度を測定し、モデル評価にかかる時間を数週間から数時間に短縮します。人間の嗜好評価に代わるものではなく、自然さや表現力、聴き手の好みを直接測る指標ではないと説明しています。
推荐理由：評価が数週間から数時間に短縮される仕組みと、WERや速度などの指標を確認でき、人間の嗜好評価を補完する方法が分かります。
Hugging Face BlogおすすめAIスコア8080 NVIDIA Kumo Tabular、表形式データ予測向け基盤モデルを公開
NVIDIAは、表形式データの分類・回帰に対応する基盤モデル「Kumo Tabular」をHugging Faceで公開しました。ラベル付き行を文脈として与えると、追加学習や特徴量エンジニアリングなしで新しい行を予測でき、28M〜215Mパラメータの3サイズを用意しています。
推荐理由：人工データだけで事前学習した表形式データ向け基盤モデルが、複数のベンチマークで示した精度と速度を比較できます。
Hugging Face BlogおすすめAIスコア7878 H Company、GUI・コード・MCP・APIを扱うエージェントモデル「Holo4」を公開
H Companyは、GUI、コード、MCP、APIを使い分けてソフトウェアを操作するエージェントモデル「Holo4」を公開した。27B denseと35B-A3B Mixture of Expertsの2サイズがあり、OSWorld 2.0ではHolo4 27Bが61.7%、Holo4 35B-A3Bが30.9%を記録した。両モデルはH Models APIで利用でき、重みも公開されている。
推荐理由：GUI、コード、MCP、APIをまたいで動作する設計と、OSWorld 2.0でのスコアが示され、汎用エージェントの性能とコストを比較できます。
Hugging Face BlogおすすめAIスコア7272 Liquid AI、視覚言語モデル「LFM2.5-VL-3B」向けDSparkドラフトモデルを公開
Liquid AIは、視覚言語モデル「LFM2.5-VL-3B」向けの実験的なDSparkドラフトモデル「LFM2.5-VL-DSpark」を公開した。推測デコーディングにより、デバイス上で最大3.13倍、H100で最大2.66倍のデコード速度を示し、エンドツーエンドの速度向上はそれぞれ最大2.62倍、2.27倍。
推荐理由：タスク別の推論速度とエンドツーエンドの改善幅を示し、推測デコーディングがVLMの処理全体に与える効果を比較できます。
Hugging Face BlogおすすめAIスコア8282 Hugging Face Transformers、GGUFモデルのローカル実行に対応
Hugging Faceは、TransformersでGGUF形式のモデルを読み込み、ローカル実行できるようにしました。初期対応はApple Silicon上のQwen3.5系で、ggmlのMetalカーネルを利用し、ベンチマークでは3種類のチェックポイントでllama.cppに近い性能を示しています。現時点のパック済み推論はMPSのみで、対応アーキテクチャにも制限があります。
推荐理由：GGUFをTransformersで扱う方法に加え、llama.cppとの速度比較や対応環境も示され、ローカル推論での使い分けを判断できます。
Hugging Face BlogおすすめAIスコア7373 Hugging Face tokenizers v1の性能比較、v0.23比で3〜30倍高速化
Hugging Faceは、tokenizers v1のリリース候補版について、v0.23と同じトークンIDを保ちながら、Apple M4 Maxの1スレッド測定でエンコードが3〜30倍高速になったと報告した。8ワーカーでは線形スケーリングの76%に達し、測定対象の10モデルファミリーで評価している。リリース候補版はcrates.ioで公開され、既存と同じAPIで利用できる。
推荐理由：比較条件やキャッシュの扱いを明示したうえで速度とスケーリングを測定しており、トークナイザーの性能評価を読み解く手掛かりになる。
Hugging Face BlogおすすめAIスコア7373 ALTK-Evolveの一貫性ガイドラインでAIエージェントの再現性を改善
ALTK-Evolveに、AIエージェントの判断の揺らぎを調べるConsistency Analyzerと、一貫性を改善するガイドライン生成機能が追加されました。研究チームは、GPT-4.1を使うAppWorldの実験で、平均成功率を下げずに実行間の一貫性を改善したと報告しています。
推荐理由：平均成功率だけでは見えないエージェントの再現性を、Pass^kとMean@kの差で測り、判断の揺らぎを特定して改善する手順を示しています。
Hugging Face BlogおすすめAIスコア7979 Hugging Face、コーディングエージェント向け記憶ツール「funes」を公開
Hugging Faceは、複数のコーディングエージェントが過去の作業履歴を検索・参照できる記憶ツール「funes」を公開しました。ローカルで履歴を索引化し、必要に応じて自分が所有するHugging Face datasetへ共有できます。検索結果は元の発言と出所を示し、ベンチマークでは2つのタスクとも、書面の引き継ぎより4〜8倍低コストでした。
推荐理由：複数のコーディングエージェントやマシンで作業履歴を共有し、回答の根拠となる元の発言までたどれる設計が示されています。
Hugging Face BlogおすすめAIスコア7878 TRLとOpenEnvでコードによる水彩画を描くモデルを学習・比較する方法
筆者はTRLとOpenEnvを使い、Qwen/Qwen3.5-35B-A3Bを水彩画のコード生成に向けて強化学習し、データセットや環境、学習スクリプト、モデルを公開しました。手作業で評価した178点の絵を報酬に使い、報酬配分の異なる3つの学習結果を比較しています。ペアワイズ判定を使った設定では、参照画像に近づくにつれて描画の質や絵の具の使用量が向上したと報告しています。
推荐理由：手描き評価の178点を報酬に組み込む設計と3種類の報酬配分を比較し、好みを反映した学習で何が変わるかを具体的に示しています。
Hugging Face BlogおすすめAIスコア7373 LFM2.5-350MをGRPOでファインチューニングし、IFStructスコアを29.7%に改善する方法
Hugging Face Blogは、TRLを使ってLFM2.5-350MをGRPOでファインチューニングする手順を公開し、IFStructのスコアが22.6%から29.7%に上がったと報告した。
推荐理由：約500件のデータと100ステップで構造化出力の評価値がどう変わるかを、学習設定と同一条件の比較から追えます。
Hugging Face BlogおすすめAIスコア8282 Hugging FaceとVoice Arena、ヒンディー語とインド英語のASR評価セットを公開
Hugging FaceとVoice Arenaは、Open ASR Leaderboardにヒンディー語とインド英語の評価セット「Monsoon en-IN」「Monsoon hi-IN」を追加した。4つの公開・非公開分割は計4,888人の話者から収集され、各話者の属性を記録している。ヒンディー語では表記の異形を許容する lattice を採用し、OIWERで評価する。
推荐理由：話者属性や地域別に認識誤差を分析できる評価セットと、ヒンディー語の表記揺れを扱う採点方式を導入し、従来のWERでは見えにくい差を比較できます。
Hugging Face BlogおすすめAIスコア7474 Gradioのgr.WorkflowでAIワークフローを構築・実行・デプロイ
Hugging Faceは、Gradioに組み込まれたgr.Workflowを紹介しました。処理手順を型付きノードのグラフとして組み立て、ドラッグ＆ドロップの画面で各ノードを実行し、中間結果を確認できます。ワークフローはREST APIとしても利用でき、Hugging Face Spacesへ1コマンドでデプロイできます。
推荐理由：処理手順をグラフとして操作でき、各段階の実行結果を確認しながら、同じワークフローをREST APIとして呼び出せる点が具体例とともに示されています。
Hugging Face BlogおすすめAIスコア7272 音声認識モデルのベンチマーク最適化を測る3つのテストを研究チームが提案
研究チームは、音声認識モデルが公開ベンチマークに特化している度合いを測る3つのテストを用い、広く使われるオープンソースASRモデル11種を評価しました。
推荐理由：11種類のオープンソース音声認識モデルを3つのテストで調べ、公開ベンチマークのスコアが音声の忠実な書き起こしをどの程度反映しないかを具体例と数値で示しています。
Hugging Face BlogおすすめAIスコア7474 Liquid AI、LFM2.5向けDSparkドラフトモデルを公開し、推論を最大3.18倍高速化
Liquid AIは、LFM2.5-1.2B-Instruct、LFM2.5-2.6B、LFM2.5-8B-A1B向けのDSparkドラフトモデルを公開し、推測デコーディングによる推論高速化を可能にしました。
推荐理由：GPUとMacBookでの速度向上を同じベンチマーク条件で比較し、モデルごとの伸びの差やMoE実装上の制約も示しています。
Hugging Face BlogおすすめAIスコア8282 Hugging Face、ICML 2026の論文2,226本を再現検証したハッカソンの結果を公開
Hugging Faceは、コミュニティ参加者1,221人が19日間でICML 2026の論文2,226本を再現検証したハッカソンの結果を公開した。35,908件の主張を判定し、検証した論文の51%で少なくとも1件の主張を独立に確認する一方、23%では反証または異論があった。
推荐理由：論文単位の再現率だけでなく、検証済みの誤りや誤検出も具体例で示し、AIエージェントによる研究監査の可能性と人間の役割を考える材料になる。
これ以上ありません