ご家庭のGPU1台で動くMeta開発AIエージェント「Muse Glimmer」、5分間のボーカル付き楽曲を作れる音楽生成AI「MiniMax Music 3」など生成AI技術5つを解説（生成AIウィークリー）

この1週間の気になる生成AI技術・研究をいくつかピックアップして解説する今回の「生成AIウィークリー」（第156回）は、5分間のボーカル付き楽曲を作れる音楽生成AI「MiniMax Music 3」や、一部評価でOpus 4.6 Max上回るローカル動作のAI「Qwen3.8-27B」を取り上げます。

また、プロの映像制作向け動画生成AI「LTX-2.5」や、Metaが開発したローカルで動くAIエージェント「Muse Glimmer」をご紹介します。

そして、生成AIウィークリーの中でも特に興味深いAI技術や研究にスポットライトを当てる「生成AIクローズアップ」では、AIで書かれたことを表す電子透かし（ウォーターマーク）やメタデータを除去するオープンソースツール「watermarks-remover」を別の単体記事で取り上げています。

Anthropicの電子透かし導入発表直後に登場した透かし剥がしOSS「watermarks-remover」がClaude・Gemini・OpenAIに対応（生成AIクローズアップ） | テクノエッジ TechnoEdge

今回は、AIで書かれたことを表す電子透かしやメタデータを除去するオープンソースツール「watermarks-remover」を取り上げます。

https://www.techno-edge.net/article/2026/08/17/5398.html続きを読む »

プロの映像制作向けオープンウェイト動画生成AI「LTX-2.5」公開、複数カットの一括生成やHDR ACESに対応

メディアやエンターテイメント業界におけるプロの映像制作向けのオープンウェイト動画生成AIモデル「LTX-2.5」が発表されました。このモデルはテキストや画像、動画を入力として、動画と音声を生成できます。モデルはHugging FaceやComfyUI、専用APIを通じて利用可能です。

特徴として、カットが切り替わってもキャラクターや背景、照明などの一貫性を保てる機能により、従来は1カットの連続映像のみでしたが、複数のカットを一度の生成でつなげられるようになりました。

加えて、複雑なプロンプトを保持するカスタムGemma 4（12B）テキストエンコーダーを搭載し、プロの仕上げ工程に使われるHDR ACESワークフローにも対応します。

ローカルで動くAI「Qwen3.8-27B」が商用利用可能で無償公開。一部評価でOpus 4.6 Max上回る性能

Alibabaは、「Qwen3.8-27B」のウェイトを無償公開しました。Apache 2.0ライセンスで商用利用可能です。

270億パラメータを持つ視覚言語モデルであり、テキストや画像、動画の理解にも対応しています。コンテキスト長は約26万トークン、最大100万トークンまで拡張可能です。

ベンチマークでは、前世代のQwen3.6-27Bを全て上回り、コーディング能力を評価するSWE-bench Proや競技プログラミングの問題を解くLiveCodeBench v6、他にもエージェント能力やマルチモーダルの一部でOpus 4.6 Maxを上回る結果を示しています。

Unslothから量子化版「Qwen3.8-27B-GGUF」が公開されています。

Meta、コンシューマー向けGPU1台で動くAIエージェントモデル「Muse Glimmer」のウェイト公開

Meta Superintelligence Labsが開発した300億パラメータのAIモデル「Muse Glimmer」を発表し、そのウェイトをApache 2.0ライセンスで公開しました。

Muse Glimmerは、画像やテキストを理解しながらコード生成、ツール連携といった複雑な作業を自動実行できるAIエージェントモデルです。

同社の評価では、同規模帯のGemma4-31BやQwen3.6-27Bと比較して、エージェント・コーディング・マルチモーダル・推論など幅広いベンチマークで高い性能を示したとしています。

フル精度なら55GB超を要するモデルを約4ビット量子化技術によって言語モデルのサイズを20GB以下に圧縮しており、コンシューマー向けGPU環境（メモリ24GB～32GB）で動作するとしています

さらに、DFlashをベースにした軽量なドラフターモデルを用いた推論予測を採用することで、出力品質を落とさずに生成速度を向上させています。これにより、MacBook（M4-Max、M5-Max）やRTX-5090などのハードウェア上でスムーズな応答を実現しています。

5分間のボーカル付き楽曲が作れる音楽生成AI「MiniMax Music 3」のウェイト公開

最大5分間のボーカル付き楽曲を生成できる音楽生成AIモデル「MiniMax Music 3」が公開されました。イントロ、Aメロ、サビ、ブリッジ、アウトロといった構成を保ちながら、楽曲全体でテーマやリズム、ボーカルの声質を一貫させられます。

このモデルは、入力された歌詞と音楽的説明（ジャンル、BPM、感情の起伏、ボーカルの性別や声質、楽器の編成など）をもとに、ボーカルの表現力や楽曲の展開、長期的な一貫性を保ったステレオ音声（32kHz、16-bit WAV）を作成することができます。

モデルは、楽曲の全体構造を捉える80億パラメータのLLMと、音響の細部を担う6億パラメータのLLMを組み合わせたハイブリッドアーキテクチャを採用しています。