先日、NvidiaはNeMo Guardrailsプラットフォームに3つの新たなセキュリティ機能を追加したことを発表しました。これは、企業がAIチャットボットをより適切に管理および制御することを支援することを目的としています。これらのマイクロサービスは、AIセキュリティとコンテンツモデレーションにおける一般的な課題に特化しており、実用的なソリューションを提供します。その中で、コンテンツセーフティサービスは、AIがユーザーに応答する前にそのコンテンツを審査し、潜在的な有害な情報がないかを検出します。このサービスは、不適切なコンテンツの生成を防止するのに役立ちます。

Nvidiaは最近、NeMo Guardrailsオープンソースツールキットの拡張機能として、3つの新しいNIM（Nvidia Infrastructure Microservices）マイクロサービスを発表しました。これは、企業向けAIエージェントアプリケーションにより高度なセキュリティ制御を提供することを目的としています。これらの3つの新しいサービスはそれぞれ独自の機能を備えています。1つは、有害または偏ったコンテンツの生成を防ぐためのコンテンツセキュリティです。2つ目は、会話が承認されたトピックの範囲内に留まることを保証することです。3つ目は、AIエージェントがシステムの制限を突破したり、脱獄したりするのを防ぐことです。

NVIDIAは最近、オープンソースのBioNeMo™バイオ分子AIフレームワークが製薬分野で広く採用され、多くの製薬会社、バイオテクノロジーイノベーター、AI研究者の注目を集めていると発表しました。このフレームワークの発表は、AI支援医薬品開発が本格的にスーパーコンピューティング時代に入ったことを示しています。バイオ分子研究向けのAIツールキットであるBioNeMoフレームワークは、製薬業界に革命的な変化をもたらします。研究者はこのフレームワークを使用して、AIモデルの計算規模を大幅に向上させ、大量のデータセットをより効率的に分析し、大幅に…

人工知能は現在急速に発展しており、画像処理技術も絶えず向上しています。しかし、背景の除去は画像処理タスクの中でも最も困難な課題の一つです。現在、切り抜きにおいて真に優れた成果を上げているのはremove.bgであり、高速かつ高品質な切り抜きを実現しています。そして今、remove.bgに匹敵する切り抜き能力を持つオープンソースソフトウェアが登場しました。Briaチームが最近リリースしたRMBG2.0は驚異的な切り抜き効果を発揮します。前世代製品であるRMBG1.4と比較して、新バージョンでは複数の主要領域で顕著な改善が実現されています。

最近、ComfyUI-Detail-Daemonという画期的なプラグインがAIイラスト界で話題になっています。Jonseed氏によって開発されたこのツールは、sd-webui-Detail-DaemonをComfyUIプラットフォームに移植することに成功し、制作者にこれまでにない詳細な最適化体験を提供します。このプラグインの最も注目すべき点は、その強力なディテール強化能力です。sigmaパラメータを正確に調整することで、画像の詳細度を大幅に向上させるだけでなく、不要なノイズも効果的に除去できます。

NVIDIAが、Llama-3.1-Nemotron-70B-Instructという新型AIモデルを静かにリリースしました。その優れたパフォーマンスはOpenAIのGPT-4やAnthropicのClaude 3.5を上回り、AI業界の競争構造に大きな変化をもたらしています。このモデルはHugging Faceで公開されましたが、大々的な宣伝はされていません。しかし、その卓越した性能は瞬く間に注目を集めています。

北京智源人工知能研究院と中国人民大学高瓴人工知能学院は、革新的な人工知能モデルフレームワークであるMemoRAGを共同で発表しました。このフレームワークは長期記憶に基づいており、検索拡張生成（RAG）技術の開発を促進し、単純な質疑応答だけでなく、より複雑なタスクにも対応することを目指しています。

アリババの「通義千問」チームが、Qwen2Math Demoという数学モデルを発表しました。このモデルは、テキスト入力による数学問題、画像やスクリーンショット内の数式を処理する際に優れた性能を発揮し、MATHデータセットにおいてGPT-4を上回り、9.6%のスコア向上を達成しました。3つのバージョンが公開されており、特に72Bバージョンは数学の難問においてGPT-4を上回り、GSM8K、MATHなどの古典的なテストセットでもLlama-3.1を凌駕しています。モデルは専門的な…

NVIDIAは、2つの新型大規模言語モデル、Nemotron-4-Minitron-4BとNemotron-4-Minitron-8Bをオープンソース化しました。構造化プルーニングと知識蒸留という効率的なトレーニング方法を採用することで、トレーニングに必要なリソースを大幅に削減し、データと計算能力の消費量を削減することに成功しました。従来の方法と比較して、新しいモデルのトレーニングに必要なトークンデータは40分の1に、計算コストは1.8分の1に削減されています。Llama-3.18Bを最適化することで、構造化プルーニングによりモデル構造を簡素化し、知識蒸留により性能を向上させています。Minitron

3Dデジタルヒューマン分野において、南京大学、復旦大学、そしてファーウェイ・ノアの方舟研究所の研究チームは、多視点一貫性と感情表現力の不足という問題に対する革新的な解決策を提案しました。彼らは、校正された多視点ビデオ、感情ラベル、フレームごとの3D幾何学的情報を含むEmoTalk3Dデータセットを開発しました。研究チームは、「音声から幾何学、そして外観へ」というマッピングフレームワークを構築することにより、感情を制御可能な3Dの会話アバターを合成できる新しい手法を提案し、リップシンクとレンダリング品質を大幅に向上させました。データセットの構築について

Redditは、認知処理技術スタートアップのMemorable AIを買収しました。これは同社の上場後初の大きな動きです。Memorable AIは、機械学習と生成AIを用いて、人間が広告にどのように反応するかを分析し、広告のターゲティングとクリエイティブを最適化することで、広告効果を高めます。同社の創設者はRedditのリーダーシップチームに加わり、認知科学とAI技術の深い統合をもたらします。今回の買収により、Redditはよりパーソナライズされ効果的な広告ソリューションを提供できるようになります。

テンセントHunYuanは香港科技大学と清華大学と共同で、「Follow Your Emoji」という革新的な肖像アニメーション生成フレームワークを開発しました。この技術は従来の限界を突破し、静止画1枚だけで、生き生きとした表情のアニメーションに変換し、人物の微妙な表情の変化を捉え、再現することができます。

3人の著者が、Nvidiaが著作権のある書籍を許可なく使用してNeMo AIプラットフォームをトレーニングしたとして訴訟を起こしました。訴状によると、原告の著作物は約196,640冊の書籍のデータセットの一部になったとしています。著者は、NeMoのトレーニング後に自身の作品が削除されたと主張しています。Nvidiaはこの件について公式な声明を出していません。この訴訟は、AI分野における著作権に関する重要な判例となる可能性があります。

アリババは、表情豊かな顔の表情と頭部の姿勢を持つ音声肖像動画を生成できる肖像動画生成フレームワークEMOを発表しました。EMO（Emote Portrait Alive）は、DreamTalk、Wav2Lip、SadTalkerなどの既存の先進的な手法よりも優れています。EMOモデルは犯罪ツールとして悪用される可能性があります。

アリババのEMOとOpenAI Soraによるテキストから動画を生成するモデルが注目を集める中、EMOフレームワークは、頭部動画生成のリアルさと自然さを向上させました。EMOにより、表情豊かな動的なAIキャラクターアバターの生成が可能になります。EMOは、様々な言語の楽曲や音声データに対応した動画生成をサポートします。異なるキャラクター間の連携も実現しています。

アリババが新たに発表した、音声駆動型の肖像ビデオ生成フレームワークEMO。入力音声に基づいて任意の長さのビデオを生成できます。EMOのチームはアリババ・インテリジェント・コンピューティング研究所に所属しています。

インドのスタートアップ企業Ceremorphicは、ライフサイエンス部門を設立し、AIチップ技術プラットフォームを活用して医薬品開発を加速させます。Ceremorphicのライフサイエンス部門は、新しい技術プラットフォームBioCompDiscoverXを使用します。同社の目標は、最初からより優れた候補分子を見つけ出し、より迅速かつ低コストで新薬を市場に投入することです。

Nvidia NeMoプロジェクトは、内部データでトレーニングされた大規模言語モデルを用いて生産性を向上させる、半導体チップ設計における生成AIの応用事例を示しています。この研究は、半導体分野におけるNvidia NeMoによるカスタムAIモデル提供の可能性を浮き彫りにし、競争優位性を生み出します。Nvidiaのカスタム大規模言語モデルであるChipNeMoは、チャットボット、コードジェネレーター、分析ツールなどを含む幅広い用途で、半導体設計の全面的な向上に貢献します。

抖音インフルエンサーが、EMO系で人気のAI音声の裏に隠された真実を暴露！ある女性インフルエンサーの夫は、妻のAI音声の口癖を聞きすぎて、今ではその声を避けるように…。エンタメ系インフルエンサーがこれらの音声を切り取って小紅書に投稿したところ、大好評！実はこれらのAI音声は、人間の生声を声源として、深層学習によって合成されているのです。「雲希」の音声は、Microsoft Azureの音声テキスト変換サービスが使用されています。