MiniMax H3は、音声と映像コンテンツを統合的に生成することで、映像生成の限界を打ち破ります。Ornith-1.5-35B-A3Bは、推論モデルのための新しい自己進化型トレーニングモードを探求します。

MiniMax H3は、MiniMax社が開発した汎用性の高いフルモーダル生成モデルです。これにより、モデルは「コンテンツの理解」から「統一的な生成」へと移行することが可能になります。テキスト、画像、動画、音声などの複雑な入力を同時に処理し、マルチモーダルなコンテキストに基づいて動画を直接生成することができる。最大2K解像度、24fps、15秒の再生時間に対応しています。単一のタスクに焦点を当てた従来のビデオ生成モデルとは異なり、H3はテキスト生成ビデオ、画像生成ビデオ、参照生成ビデオ、ビデオ編集機能を単一のモデルに統合しています。また、オーディオビジュアル生成メカニズムを統合し、ビジュアル、オーディオ、効果音、音楽を単一のプロセスで生成します。実際のアプリケーションでは、複雑な指示への対応、画面へのテキストやブランドロゴのレンダリング、ビデオモーション転送などの機能をさらに強化し、広告、ブランドコンテンツ、マルチモーダルコンテンツ制作のためのより包括的な生成ソリューションを提供します。

「MiniMax H3：フルモーダル動画生成モデル」がHyperAIのウェブサイトで公開されました。ぜひお試しください！

オンラインでの使用:https://go.hyper.ai/mQAmh

hyper.aiの公式サイトにおける8月21日から8月27日までの更新内容の概要は以下のとおりです。

* 高品質なチュートリアルのセレクション: 2

* コミュニティ記事分析：2件

* 人気のある百科事典のエントリ: 5

9月締切の主要カンファレンス：6件

公式ウェブサイトにアクセスしてください:ハイパーアイ

選択された公開チュートリアル

1. MiniMax H3：フルモーダルビデオ生成モデル

MiniMax H3は、MiniMaxが2026年7月にリリースした汎用マルチモーダル生成モデルです。テキスト、画像、動画、音声といった複雑なマルチモーダルコンテキストを統合的に理解し、最大2K解像度、24fps、15秒の長さの動画を直接生成できます。このモデルは、マルチモーダル理解、統合されたオーディオビジュアル生成、統一されたタスク設計、商用グレードの出力品質という4つの主要な特徴を備えています。テキスト生成動画、画像生成動画、参照生成動画、動画編集などのタスクをサポートし、動画映像、32kHzステレオ音声、音声、効果音、音楽を一度に生成できます。

オンラインで実行:https://go.hyper.ai/mQAmh

2. Ornith-1.5-35B-A3B 自己進化型 MoE 推論モデル

Ornith-1.5-35B-A3B-GGUFは、ornith-aiが2026年2月にリリースした自己進化型MoE推論モデルGGUFの量子化バージョンです。Qwen3.5/Gemma4アーキテクチャをベースとしたこのモデルは、継続的な事前学習、中間学習、事後学習からなる完全な学習パイプラインを採用し、エンドツーエンドの自己改善ループを構築することで、「タスク生成→スキャフォールド構築→ロールアウト共同最適化」を通じてモデルの機能を継続的に強化します。固定された手動タスクセットに依存する従来の学習方法とは異なり、Ornith-1.5-35B-A3Bは学習タスクを自律的に生成し、反復的に最適化できるため、推論モデルの自己進化型学習のための新しい技術的道筋を提供します。

オンラインで実行:https://go.hyper.ai/WCZQo

コミュニティ記事の解釈

1.27B AIの科学者論文再現能力がGPT-5.5/Claude Opus 4.8を凌駕。ファラデーは長期的な科学イノベーションを探求する。

論文の再現性には、不完全な情報、際限のない探索、明確な報酬関数の欠如という3つの大きな課題があります。Inherent Labsは、LLM駆動型の論文再現性を活用し、複数のタスクでClaude Opus 4.8やGPT-5.5を凌駕するAI科学者エージェント「Faraday」を発表しました。わずか270億個のパラメータで、5兆個のパラメータを持つモデルを効果的に誘導できるFaradayは、より強力な科学研究能力を示しています。

オンラインで実行:https://go.hyper.ai/OY0zO

2. 清華大学、MIT、ハーバード大学などは、11の分野と60の研究課題を網羅し、AIの独立した研究能力をテストするためのASI-Benchを提案した。

大規模言語モデルやインテリジェントエージェント技術の急速な発展に伴い、AIは科学研究の支援から自律的な研究へと徐々に移行しつつあります。しかし、既存のベンチマークは知識ベースの質問応答やあらかじめ決められたプロセスの実行に重点を置いているため、AIが研究ソリューションを独自に設計する能力を真に備えているかどうかを判断することは困難です。この課題に対処するため、清華大学、MIT、ハーバード大学、カーネギーメロン大学、マイクロソフトリサーチなど10以上の機関が共同でASI-Benchを立ち上げました。これは40名以上の専門家が31,000時間以上を費やして構築したものです。このベンチマークは、人間が提供する方法論的情報を段階的に削減することで、明示的なガイダンスから完全な自律性まで、AIの研究パフォーマンスを評価し、自律的に探索、ソリューションの設計、そして未解決の科学的問題を解決する能力を測定することに重点を置いています。

オンラインで実行:https://go.hyper.ai/vzWBd

人気のある百科事典の項目を厳選

1. 光学文字認識（OCR）

2. 世界行動モデル（WAM）

3. リモートセンシング

4. グリッチトークン

5. 生成型事前学習済み変換モデル（GPT）

ここには何百もの AI 関連の用語がまとめられており、ここで「人工知能」を理解することができます。

https://go.hyper.ai/wiki

上記は、今週編集者が選択したすべてのコンテンツです。hyper.ai 公式 Web サイトに掲載したいリソースがある場合は、お気軽にメッセージを残すか、投稿してお知らせください。

また来週お会いしましょう！