AIデイリーニュース：謎のAIモデルRed_panda登場；xAIがGrokに画像認識機能を追加；さらに高度な特殊効果を搭載したPixVerse V3リリース

【AI日報】へようこそ！ここは、あなたが毎日人工知能の世界を探求するためのガイドです。毎日、AI分野のホットな話題をお届けし、開発者に焦点を当て、技術トレンドの洞察や革新的なAI製品の応用について理解を深めるお手伝いをします。

最新のAI製品詳細はこちら:https://top.aibase.com/

1、画像生成能力がFlux1.1Proを凌駕！謎のAIモデル「レッドパンダ」Red_pandaが登場

red_pandaという謎のAI画像生成モデルが、Artificial Analysisのベンチマークテストで驚異的なパフォーマンスを示し、業界をリードする企業の製品を上回りました。テキストから画像への変換テストでは1244点を記録し、技術的優位性と高効率性を示しました。レッドパンダのリアルな画像は従来のAI作品を凌駕し、優れたテキストプロンプトの理解と実行能力を備えています。レッドパンダの登場は業界標準の向上を促進し、注目を集めています。

【AiBase要約:】
🚀 レッドパンダAIモデルはベンチマークテストで1244点を記録し、業界をリードする企業の製品を上回りました。
💡 レッドパンダが生成する画像は非常にリアルで、従来のAI作品を凌駕しています。
🔗 レッドパンダの登場は業界標準の向上を促進し、注目を集めています。
詳細リンク:https://artificialanalysis.ai/text-to-image/arena

2、xAIがGrokに画像理解機能を追加　ミームのユーモアも理解可能に

マスク氏率いるxAI社は、自社のAIモデルGrokに画像理解機能を追加しました。ユーザーは画像をアップロードしてAIアシスタントに質問できます。マスク氏は、画像の内容やユーモラスな要素を理解するGrokの新しい能力を披露しました。機能はまだ初期段階であり、チームは継続的に改善を進めています。xAIはダークフォレストラボとの協力により、マルチモーダル理解機能を追加し、ユーザーエクスペリエンスと開発者向けAPIを向上させています。

【AiBase要約:】
✨ 画像理解機能:Grokは画像の内容とユーモラスな要素を理解できるようになりました。
🚀 機能拡張:Grok-2モデルのリリース以来、xAIは機能を継続的に拡張しており、FLUX.1モデルとの連携により画像生成を実現しています。
🔥 ユーザーエクスペリエンス向上:マルチモーダル理解機能を追加し、マスク氏は近日中にドキュメント処理のニーズに対応すると約束しています。

3、またしても進化！PixVerse V3がアップグレード:AIによるキャラクター作成だけでなく、コップに脚が生えることも可能に

PixVerse V3版では、幅広い機能強化が施され、クリエイターはより専門的で楽しい体験ができます。ビデオエフェクトからスタイル機能、ビデオの延長まで、顕著な改善が加えられ、コンテンツクリエイターに包括的で専門的なビデオ制作プラットフォームを提供します。

【AiBase要約:】
✨ ビデオエフェクトのアップグレード:ハロウィンをテーマにしたエフェクトを追加。操作はシンプルで直感的で、お祭りの創作素材が豊富です。
🎨 スタイル機能のアップグレード:アニメ、3Dアニメーション、粘土、リアルな表現の4つのスタイルに対応し、さまざまなシーンに適用できます。
🔥 ビデオ延長機能:ユーザーは5～8秒のコンテンツを追加でき、追加されたセグメントの進行を正確に制御し、一貫性のある動作シーンを生成できます。
詳細リンク:https://app.pixverse.ai/home

4、Google Gmailウェブ版にAI機能「手伝って」が登場　メール作成と修正がより簡単に

GoogleはGmailウェブ版に「手伝って」機能を追加しました。Gemini AIを活用してメールの作成と修正を支援し、メール作成の利便性と効率性を向上させます。この機能は、Google One AI Premiumのサブスクリプションに加入しているユーザー、またはGemini Workspaceプラグインをインストールしているユーザーのみが利用できます。ユーザーにパーソナライズされたメール作成体験を提供します。「修正」ショートカットを追加することで、メールの内容を迅速に最適化し、メールの品質をさらに向上させることができます。

【AiBase要約:】
🌟 「手伝って」機能がGmailウェブ版に登場。Gemini AIを使ってメールの作成と修正を支援します。
🔑 Google One AI Premiumのサブスクリプションに加入しているユーザー、またはGemini Workspaceプラグインをインストールしているユーザーのみ利用可能です。
⚡ 「修正」ショートカットを追加し、ユーザーはメールの内容を迅速に最適化できます。

5、ビデオ理解分野にダークホース登場！Video-XLモデルは最長1時間の長尺ビデオを処理可能！

Video-XLは、効率的な時間単位のビデオ理解のために設計された超長尺ビジュアル言語モデルです。「ビジュアルコンテキスト潜在要約」技術を使用して、長尺ビデオの内容を簡潔な形式に圧縮し、効率性を向上させながら重要な情報を保持します。複数の長尺ビデオ理解ベンチマークテストで優れたパフォーマンスを示し、効率性と効果のバランスを実現しています。映画の要約、監視異常検出、広告挿入の識別など、幅広い用途が期待できます。

【AiBase要約:】
🚀 Video-XLは、超長尺ビデオ処理用に設計された超長尺ビジュアル言語モデルで、「ビジュアルコンテキスト潜在要約」技術を用いてビデオコンテンツを圧縮します。
💡 Video-XLは複数の長尺ビデオ理解ベンチマークテストでトップクラスのパフォーマンスを示し、特にVNBenchテストでは精度が約10％向上しました。
⚙️ Video-XLは効率性と効果のバランスを実現し、単一の80GB GPUで2048フレームのビデオを処理しながら、約95％の精度を維持しています。
詳細リンク:https://github.com/VectorSpaceLab/Video-XL

6、Apple iOS18.2は12月に配信開始が決定　SiriにChatGPTが搭載される

Appleは、12月にiOS18.2、iPadOS18.2、macOS Sequoia15.2のシステムアップデートをリリースし、SiriへのChatGPT搭載を含む画期的なAI機能のアップグレードを発表しました。よりスマートで便利な体験を提供します。システムはユーザーのプライバシー保護を重視し、最先端のAI技術とハードウェアの強みを統合することで、AppleのAI分野における野心を示しています。

【AiBase要約:】
🔍 SiriにChatGPTが初めて搭載され、ユーザーは追加のアカウント登録なしで無料で利用できます。
📝 ChatGPTがシステムのライティングツールに統合され、創作能力が向上します。
🔒 Appleは厳格なセキュリティ対策を講じてユーザーのプライバシーを保護し、ChatGPTの使用記録を保存しません。

7、報道によると、Metaは自社開発のAI検索エンジンを開発中　Googleへの依存度を削減

最近、MetaがGoogleとMicrosoftへの依存度を減らすことを目的とした、新しいAI検索エンジンの開発を進めていると報道されました。この取り組みは、MetaのチャットボットにAI生成のニュース要約を提供し、情報取得分野への更なる進出を促します。テクノロジー大手間の競争は激化しており、Meta、Apple、OpenAIなどの企業は、ユーザーのニーズを満たすための革新的な製品を投入しています。

【AiBase要約:】
🌐 MetaはAI検索エンジンの開発を進めており、Googleへの依存度を削減しています。
🤖 新しい検索エンジンは、MetaのチャットボットにAI生成のニュース要約を提供します。
📰 Metaはロイターと提携し、チャットボットがロイターの記事を使用して回答できるようにしています。

8、北京智源人工智能研究院が万能ビジュアル生成モデルOmniGenを発表　複数の機能を統合

北京智源人工智能研究院（BAAI）は、新しい万能ビジュアル生成モデルOmniGenを発表し、画像生成分野における大きな進歩を示しました。OmniGenは、統一性、シンプルさ、そしてクロス・タスク知識転移能力を特徴としており、テキストから画像の生成、画像編集、テーマ主導の生成、ビジュアル条件付き生成など、さまざまな画像生成タスクを処理できます。モデルのアーキテクチャは簡素化され、ユーザーフレンドリーな操作性を備え、プラグインや複雑な手順は不要です。タスク間で効果的に知識を転移し、斬新な機能を示しています。

【AiBase要約:】
🌟 OmniGenモデルは複数の機能を統合し、さまざまな画像生成タスクを処理します。
🔑 モデルのアーキテクチャは簡素化され、ユーザーフレンドリーな操作性を備え、追加のプラグインは不要で、複雑なタスクを実行できます。
💡 OmniGenはウェイトとコードをオープンソース化し、大規模な統一画像生成データセットX2Iを構築し、汎用画像生成分野の発展を促進しています。
詳細リンク:https://arxiv.org/pdf/2409.11340

9、画期的なオープンソースプロジェクト:スマートフォンでも動作する軽量デジタルヒューマンが登場

最近、Ultralight-Digital-Humanというオープンソースプロジェクトが、モバイルデバイスでのデジタルヒューマン技術の展開における課題を解決し、一般的なスマートフォンでもデジタルヒューマンアプリケーションをリアルタイムで実行できるようにしました。このプロジェクトは革新的な深層学習技術を採用し、アルゴリズムの最適化とモデルの圧縮により、大規模なデジタルヒューマンシステムをモバイルデバイスでスムーズに動作するサイズに縮小することに成功しました。

【AiBase要約:】
🔑 革新的な深層学習技術により、モバイルデバイスでのデジタルヒューマンの円滑な動作を実現しました。
🔑 WenetとHubertの音声特徴抽出方案を統合し、デジタルヒューマンの唇の同期効果を向上させました。
🔑 完全なトレーニング手順のドキュメントを提供し、開発者は簡単に独自のデジタルヒューマンモデルをトレーニングできます。
詳細リンク:https://github.com/anliyuan/Ultralight-Digital-Human

10、ユニバーサルミュージックとAI企業がタッグを組み、「倫理的な」AI音楽生成モデルKLayMMを開発

ユニバーサルミュージックグループとKlay Visionは、持続可能なAI音楽制作を促進することを目的とした倫理的な音楽生成モデルKLayMMを共同開発しました。この協力は、音楽業界におけるAI技術の重要性を示し、新しい音楽制作の方向性を示しています。

【AiBase要約:】
🎶 UMGとKlay Visionが協力してKLayMMを発表。著作権とアーティストの権利を尊重します。
🤝 モデルは音楽業界と協力し、AIコンテンツの正確な帰属と持続可能な発展を確保します。
🌍 Klay Visionはグローバルなエコシステムを構築し、AI音楽制作と著作権の収益化を促進します。

11、AppleがM4搭載の新iMacを発表　Apple IntelligenceでMacの可能性をさらに広げる

Appleは、強力なM4チップとApple Intelligenceを搭載した新しいiMacを発表しました。超薄型デザインを維持しています。新しいiMacは11月8日に発売され、価格は1299ドルからです。M4チップはパフォーマンスを大幅に向上させ、日常の生産性は1.7倍、写真編集やゲームの速度は2.1倍向上します。Apple Intelligenceは、生成モデルとプライバシー保護機能を組み合わせ、新しいMac体験を提供します。

【AiBase要約:】
🚀 M4チップによりパフォーマンスが大幅に向上。日常の生産性は1.7倍、写真編集やゲームの速度は2.1倍向上します。
💡 Apple Intelligenceは生成モデルとプライバシー保護機能を組み合わせ、ユーザーに新しいMac体験を提供します。
🎨 新しいiMacは7種類の鮮やかなカラーバリエーション、24インチ4.5K Retinaディスプレイ、1200万画素Center Stageカメラなどを搭載しています。

12、周鴻禕氏:AIは万能の神ではなく、人類のための「茶葉蛋」であるべき

周鴻禕氏は新浪新聞探索大会で、人工知能の発展に対する独自の視点について発表し、AIは人間を単純に置き換えるのではなく、能力を高めるべきであると強調し、AIの利用コストを削減して産業の再構築を実現するよう呼びかけました。中国は専門的な発展の道を歩み、具体的な業界のニーズと結びつけ、生産性を向上させるべきだと考えています。

【AiBase要約:】
🧠 AIは万能の存在ではなく、利用コストを削減して産業の再構築を実現するべきです。
🔮 AI技術は現在、人間の脳の一部機能を模倣するだけであり、短期的に脅威となるものではありません。
💡 AIの発展は専門性を重視するべきです。DeepMindのAlphaGoやAlphaFoldのように、特定の分野で強みを発揮する必要があります。

13、予測:生成AIは大量の電子廃棄物を発生させる

最近、ケンブリッジ大学と中国科学院の研究者らが発表した論文によると、2030年までに、生成AIは年間で10億台以上のiPhoneに相当する電子廃棄物を発生させる可能性があると指摘しています。この研究は、技術開発による将来的な影響を事前に把握し、廃棄物を削減するための提案を行うことを目的としています。