何が起きたか

Moxinは2025年12月22日、オープンソースのマルチモーダルモデル群を発表した。基盤となるMoxin 7Bに加え、視覚言語モデル（VLM）、視覚言語行動モデル（VLA）、中国語特化モデルの3つの派生モデルを公開した。

詳細

Moxin 7Bは、Model Openness Frameworkに従って開発された完全オープンソースのLLMであり、モデル重みの共有を超えて、トレーニング、データセット、実装詳細の完全な透明性を提供する。派生モデルとして、Moxin-VLM（視覚言語）、Moxin-VLA（視覚言語行動）、Moxin-Chinese（中国語）が開発された。トレーニングにはオープンソースのフレームワークとオープンデータを採用し、モデル、利用可能なデータ、コードを公開している。

Key Facts

Moxin 7BはModel Openness Frameworkに基づく完全オープンソースのLLMである。出典一覧
Moxin-VLM、Moxin-VLA、Moxin-Chineseの3つの派生モデルが開発された。出典一覧
トレーニングにはオープンソースのフレームワークとオープンデータを採用している。出典一覧
モデル、利用可能なデータ、コードが公開される。出典一覧
実験では各種評価で優れた性能を示したとしている。出典一覧

本紙の見方

今回の発表は、オープンソースLLMの分野で、モデル重みの公開にとどまらない「完全な透明性」を掲げる点で特徴的だ。Model Openness Frameworkに準拠することで、トレーニングデータや実装詳細まで開示し、再現性とコミュニティ主導の研究を促進する狙いがあるとみられる。派生モデルとしてVLMとVLAを同時に公開した点は、ロボティクスやマルチモーダル理解への応用を見据えた布石と解釈できる。特にVLAは、視覚と言語から行動を生成するモデルであり、フィジカルAIの分野で注目が集まる領域だ。ただし、具体的な性能数値やベンチマークの詳細は公開情報からは不明であり、他モデルとの比較優位性は現時点では判断できない。また、オープンソースコミュニティでの採用状況や、実際の応用事例も未確認だ。今後の焦点は、公開されたデータとコードを用いた再現実験の結果や、VLAモデルの実ロボットへの適用事例になるだろう。

なぜ重要か

オープンソースLLMの透明性を重視する動きは、AI開発の民主化を進める上で重要な一歩となる。特にVLAモデルの公開は、ロボティクス分野における研究開発のハードルを下げ、フィジカルAIの進展を加速させる可能性がある。