Swarmは、OpenAI Solutionsチームが管理する実験的なフレームワークであり、マルチエージェントシステムの構築、オーケストレーション、デプロイを目的としています。エージェントとハンドオフという抽象的な概念を定義することで、エージェント間の調整と実行を実現します。Swarmフレームワークは、軽量性、高い制御性、テスト容易性を重視しており、多くの独立した機能と指示が必要なシナリオに適しています。開発者は、コンテキスト、手順、ツール呼び出しに対する完全な透明性と、きめ細かい制御を持つことができます。Swarmフレームワークは現在実験段階にあり、本番環境での使用はお勧めしません。

Windows Agent Arena (WAA) は、Windowsオペレーティングシステムに特化した、拡張可能なオープンソースフレームワークです。言語モデルを使用してPC上で推論、計画、行動を行うAIエージェントのテストと開発に使用されます。現実のWindows環境をシミュレートすることで、エージェントは自由に操作でき、人間ユーザーと同じアプリケーション、ツール、Webブラウザーを使用してタスクを解決できます。WAAはAzureを活用して拡張性と並列処理を実現し、わずか20分間で完全なベンチマーク評価を完了できます。

GameGen-Oは、オープンワールドビデオゲームの生成用に特化して設計された、初の拡散変換モデルです。革新的なキャラクター、ダイナミックな環境、複雑なアクション、多様なイベントなど、ゲームエンジンの様々な特性をシミュレートすることで、高品質なオープンワールドの生成を実現します。さらに、インタラクティブな制御機能を提供し、ゲームプレイのシミュレーションを可能にします。GameGen-Oの開発には、ゼロからの包括的なデータ収集と処理が含まれており、最初のオープンワールドビデオゲームデータセット（OGameData）の構築、独自のデータパイプラインによる効率的なソート、評価、フィルタリング、タイトルの分離などが行われました。この強力かつ広範なOGameDataが、モデルのトレーニングプロセスの基盤となっています。

muAgentは、知識グラフエンジンを駆動とした革新的なAgentフレームワークであり、マルチエージェントオーケストレーションと協調技術をサポートしています。LLM+EKG（Eventic Knowledge Graph、業界知識を担う）技術を活用し、FunctionCall、CodeInterpreterなどを組み合わせることで、キャンバス形式のドラッグアンドドロップと簡潔なテキスト記述によって、複雑なSOPプロセスの自動化を実現します。muAgentは市場に出回っているあらゆるAgentフレームワークとの互換性を持ち、複雑な推論、オンライン協調、人的インタラクション、知識の即時利用といったコア機能を備えています。このフレームワークは、アリババグループの複数の複雑なDevOpsシナリオで実証済みです。

GameNGenは、ニューラルモデルによって完全に駆動されるゲームエンジンです。複雑な環境とのリアルタイムインタラクションを実現し、長時間の軌跡においても高画質を維持します。古典的なゲーム『DOOM』を1秒間に20フレームを超える速度でインタラクティブにシミュレートすることができ、次フレーム予測のPSNRは29.4に達し、これは非可逆JPEG圧縮と同等です。人間の評価者は、ゲームの断片とシミュレーションの断片を区別する際に、ランダムな偶然よりもわずかに優れているに過ぎません。GameNGenは2段階のトレーニングによって実現されます。(1) RLエージェントがゲームをプレイし、トレーニングセッションのアクションと観測結果を記録して、生成モデルのトレーニングデータとします。(2) 拡散モデルをトレーニングして、過去のアクションと観測シーケンスを条件として、次フレームを予測します。条件付き強化により、長時間の軌跡において安定した自己回帰生成が可能になります。

Open-LLM-VTuberは、音声を通じて大型言語モデル（LLM）とインタラクトすることを目的としたオープンソースプロジェクトです。リアルタイムのLive2D顔面キャプチャとクロスプラットフォームの長期記憶機能を備えています。macOS、Windows、Linuxをサポートし、様々な音声認識?音声合成バックエンドや、カスタマイズ可能な長期記憶ソリューションを選択できます。AIとの自然言語対話を様々なプラットフォームで実現したい開発者や愛好家に最適です。

multi-agent-conciergeは、複数の専門エージェントが複雑なタスクを実行し、1つの「コンシェルジュ」エージェントがユーザーを適切なエージェントに誘導する多エージェントコンシェルジュシステムです。このシステム設計は、相互に依存関係のある複数のタスクを処理し、数百ものツールを使用することを目的としています。本システムは、自然言語指示を用いてエージェント間の暗黙的な「チェーン」を作成し、「継続」エージェントによってこれらのチェーンを管理し、グローバル状態を使用してユーザーとその現在の状態を追跡する方法を示しています。

agent-service-toolkitは、LangGraphベースのAIエージェントサービスを実行するための完全なツールキットです。LangGraphエージェント、FastAPIサービス、クライアント、Streamlitアプリケーションを含み、エージェントの定義からユーザーインターフェースまでの設定を網羅しています。LangGraphフレームワークの高い制御能力と豊富なエコシステムを活用し、同時実行、グラフループ、ストリーミング結果などの高度な機能をサポートしています。

AgentKは、自己進化するモジュール型の自己代理汎用人工知能（AGI）モデルです。複数の協力的なエージェントで構成され、ユーザーのニーズに応じて新しいエージェントを作成してタスクを実行できます。LangGraphとLangChainフレームワークに基づいて構築されており、自己テストと修復機能を備えています。最小限のエージェントとツールのコレクションを目指しており、自己指導によって知能を進化させることを目的としています。

Swarmは、OpenAI Solutionsチームが管理する実験的なフレームワークであり、マルチエージェントシステムの構築、オーケストレーション、デプロイを目的としています。エージェントとハンドオフという抽象的な概念を定義することで、エージェント間の調整と実行を実現します。Swarmフレームワークは、軽量性、高い制御性、テスト容易性を重視しており、多くの独立した機能と指示が必要なシナリオに適しています。開発者は、コンテキスト、手順、ツール呼び出しに対する完全な透明性と、きめ細かい制御を持つことができます。Swarmフレームワークは現在実験段階にあり、本番環境での使用はお勧めしません。

LiveKit Agentsは、音声、ビデオ、データチャネルを通じてユーザーと対話できるインテリジェントなマルチモーダル音声アシスタント（AIエージェント）を開発者が構築できるエンドツーエンドフレームワークです。OpenAIのリアルタイムAPIとLiveKitのWebRTCインフラストラクチャを統合することで、音声認識（STT）、大規模言語モデル（LLM）、テキスト読み上げ（TTS）のパイプラインを含む、音声アシスタントの迅速な構築ガイドを提供します。さらに、音声対音声エージェントの作成、着信への応答、ユーザーに代わって電話をかける機能もサポートします。

Genspark オートパイロットエージェントは、ユーザー操作をシミュレートしてタスクを自動処理するインテリジェントなエージェントです。ページを閉じた後も作業を継続します。この技術の中核となるのはその自動化機能であり、作業効率の大幅な向上、反復作業の削減を実現し、ユーザーはより創造的で戦略的なタスクに集中できます。Genspark オートパイロットエージェントは、現代の職場環境における自動化と効率向上へのニーズに応えるために開発されました。価格と位置付けについては、様々なユーザーのニーズに対応するため、複数のサービスレベルを提供する可能性があります。

Windows Agent Arena (WAA) は、Windowsオペレーティングシステムに特化した、拡張可能なオープンソースフレームワークです。言語モデルを使用してPC上で推論、計画、行動を行うAIエージェントのテストと開発に使用されます。現実のWindows環境をシミュレートすることで、エージェントは自由に操作でき、人間ユーザーと同じアプリケーション、ツール、Webブラウザーを使用してタスクを解決できます。WAAはAzureを活用して拡張性と並列処理を実現し、わずか20分間で完全なベンチマーク評価を完了できます。

GameGen-Oは、オープンワールドビデオゲームの生成用に特化して設計された、初の拡散変換モデルです。革新的なキャラクター、ダイナミックな環境、複雑なアクション、多様なイベントなど、ゲームエンジンの様々な特性をシミュレートすることで、高品質なオープンワールドの生成を実現します。さらに、インタラクティブな制御機能を提供し、ゲームプレイのシミュレーションを可能にします。GameGen-Oの開発には、ゼロからの包括的なデータ収集と処理が含まれており、最初のオープンワールドビデオゲームデータセット（OGameData）の構築、独自のデータパイプラインによる効率的なソート、評価、フィルタリング、タイトルの分離などが行われました。この強力かつ広範なOGameDataが、モデルのトレーニングプロセスの基盤となっています。

muAgentは、知識グラフエンジンを駆動とした革新的なAgentフレームワークであり、マルチエージェントオーケストレーションと協調技術をサポートしています。LLM+EKG（Eventic Knowledge Graph、業界知識を担う）技術を活用し、FunctionCall、CodeInterpreterなどを組み合わせることで、キャンバス形式のドラッグアンドドロップと簡潔なテキスト記述によって、複雑なSOPプロセスの自動化を実現します。muAgentは市場に出回っているあらゆるAgentフレームワークとの互換性を持ち、複雑な推論、オンライン協調、人的インタラクション、知識の即時利用といったコア機能を備えています。このフレームワークは、アリババグループの複数の複雑なDevOpsシナリオで実証済みです。

Claude for Enterpriseは、企業ユーザー向けのAIアシスタント製品です。組織が内部の知識を安全に活用して協働することを支援します。500Kコンテキストウィンドウの拡張、大容量の使用、ネイティブのGitHub統合を提供することで、チームはClaudeと共に完全なコードベースで作業できます。また、シングルサインオン（SSO）、ロールベースのアクセス制御、管理者ツールなどのエンタープライズレベルのセキュリティ機能も備え、データとチームの保護を支援します。Claude for Enterpriseは企業知識を統合することで、専門知識をより多くのプロジェクト、意思決定、チームに拡張し、作業効率と品質を向上させます。

GeminiはGoogleが提供するAIサービスです。Gems機能を使用することで、特定分野の専門的なサポートを提供する、自分専用のAIエキスパートを作成できます。このサービスは、Gemini Advanced、Business、Enterpriseユーザーが利用でき、プラットフォームを跨いでの使用をサポートし、150カ国以上で利用可能です。

GameNGenは、ニューラルモデルによって完全に駆動されるゲームエンジンです。複雑な環境とのリアルタイムインタラクションを実現し、長時間の軌跡においても高画質を維持します。古典的なゲーム『DOOM』を1秒間に20フレームを超える速度でインタラクティブにシミュレートすることができ、次フレーム予測のPSNRは29.4に達し、これは非可逆JPEG圧縮と同等です。人間の評価者は、ゲームの断片とシミュレーションの断片を区別する際に、ランダムな偶然よりもわずかに優れているに過ぎません。GameNGenは2段階のトレーニングによって実現されます。(1) RLエージェントがゲームをプレイし、トレーニングセッションのアクションと観測結果を記録して、生成モデルのトレーニングデータとします。(2) 拡散モデルをトレーニングして、過去のアクションと観測シーケンスを条件として、次フレームを予測します。条件付き強化により、長時間の軌跡において安定した自己回帰生成が可能になります。