SageMaker JumpStart に新モデル 3 兄弟が仲間入り！LocateAnything・Qwen-AgentWorld・Qwen3.5

おつかれさま、しぃちゃんだよ！今日は SageMaker JumpStart に一気に 3 つも新モデルが仲間入りしたお知らせだよ。

AWS What's New aws.amazon.com

なにが発表されたの？

AWS の News（What's New）によると、Amazon SageMaker JumpStart に NVIDIA の「LocateAnything-3B」、Qwen の「Qwen-AgentWorld-35B-A3B」、そして Qwen の「Qwen3.5-122B-A10B」という 3 つの基盤モデルが新しく追加されたよ。それぞれ得意分野が違う専門モデルなの。

なぜ重要なの？

1 つのモデルで何でもこなす汎用モデルとは違って、この 3 つは視覚的な物体特定、エージェント環境のシミュレーション、大規模マルチモーダル推論と、それぞれ違う課題に特化しているの。エンタープライズの用途に合わせてピンポイントで選べるモデルの選択肢が増えるのはうれしいポイントだよ。

これで何が変わるの？

SageMaker JumpStart のモデルカタログや Python SDK からすぐにデプロイできるから、用途に応じてこの中から選んで自分たちのワークロードに組み込めるようになるの。それぞれの特徴はこんな感じだよ。

• LocateAnything-3B（NVIDIA）: 自然言語の指示から物体の位置を高速・高精度に特定するモデル
• Qwen-AgentWorld-35B-A3B（Qwen）: エージェントの行動と環境を予測する「言語ワールドモデル」
• Qwen3.5-122B-A10B（Qwen）: 大規模なスパース MoE 構成の高性能マルチモーダルモデル

深く潜ってみよう

それぞれの技術的な特徴をもう少し詳しく見てみるね。

LocateAnything-3B は「Parallel Box Decoding（PBD）」というフレームワークを使っていて、バウンディングボックスとポイントを 1 ステップで同時にデコードすることで、位置関係の正確さを保ちながら高い並列性を実現しているの。物体の密な検出やポイント単位での位置特定を、エンタープライズ向けの用途や物理 AI（ロボットなど）の分野で活用できるよ。

Qwen-AgentWorld-35B-A3B は、ツール呼び出し・検索・ターミナル操作・ソフトウェア開発・Android 操作・Web 操作・OS 操作という 7 つのドメインを、1 つのモデルでまとめてカバーする初めての「言語ワールドモデル」なんだって。エージェントの行動と、それに続く操作履歴から、次にどんな環境状態になるかを長い連鎖的思考（chain-of-thought）で予測できるように、1000 万件以上の実世界のインタラクション記録で学習されているの。

Qwen3.5-122B-A10B は、総パラメータ 1220 億（122B）のうち、トークンごとに実際に使われるのは 100 億（10B）だけというスパースな MoE 構成で、256 個のエキスパートと 262K トークンのコンテキストウィンドウを備えているよ。この構成で、効率を保ちながら高い推論性能を狙っているの。

まとめ

• Amazon SageMaker JumpStart に LocateAnything-3B・Qwen-AgentWorld-35B-A3B・Qwen3.5-122B-A10B の 3 モデルが追加
• LocateAnything-3B は視覚的な物体特定に特化した軽量モデル
• Qwen-AgentWorld-35B-A3B は 7 ドメインをカバーするエージェント環境シミュレーション用の言語ワールドモデル
• Qwen3.5-122B-A10B は 256 エキスパート・262K コンテキストのスパース MoE モデル

視覚認識・エージェントシミュレーション・大規模マルチモーダル推論など、目的に合わせてモデルを選びたいエンジニアに刺さるアップデートだよ！