Le PDG d'Anthropic, Dario Amodei, a déclaré lors d'un forum au Comité des relations extérieures des États-Unis qu'il pensait que l'intelligence artificielle effectuerait 90 % du travail de programmation dans les 3 à 6 prochains mois. M. Amodei a ajouté que dans 12 mois, l'IA pourrait être capable de produire presque tous les codes, une déclaration qui a suscité un large intérêt. À cette occasion, le président du Comité des relations extérieures, Mike Froman,...

DiffRhythmは、わずか10秒でAIがプロクオリティの楽曲を生成する画期的な音楽制作ツールです。ボーカルと伴奏をワンクリックで作成でき、音楽制作の効率を劇的に向上させます。初心者からプロまで、幅広いユーザーにご利用いただけます。

Die Hunan Provinz Gesundheitsbehörde hat kürzlich eine neue Verordnung herausgegeben, die die automatische Generierung von Rezepten durch künstliche Intelligenz in Online-Krankenhäusern explizit verbietet. Diese Regelung hat breite öffentliche Aufmerksamkeit erregt, besonders vor dem Hintergrund der zunehmenden Verbreitung von Online-Gesundheitsdiensten. Bildquelle: KI-generiertes Bild, lizenziert durch Midjourney. Laut der Mitteilung der Hunan Provinz Gesundheitsbehörde müssen Online-Krankenhäuser bei der Ausstellung von Rezepten die relevanten Vorschriften einhalten und sicherstellen, dass die Verschreibung von den tatsächlich behandelnden Ärzten persönlich vorgenommen wird. Die ärztliche Beratung muss mit dem Patienten oder dessen Angehörigen erfolgen.

自律移動ロボット（AMR）メーカーのBrightpickは、火曜日に、製品ラインにハイエンド製品であるGiraffeシステムを追加すると発表しました。このロボットは、20フィート（6メートル）の高さを手が届くユニークな伸縮式プラットフォームで注目を集めており、従来のAMRや人間が到達できない倉庫棚の上部にも容易にアクセスできます。この革新的な設計は、倉庫管理にまったく新しいソリューションをもたらします。Giraffeの中核は、3つの重なった部分から構成され、完全に収納時には8フィートの伸縮アームです。

先日、ハーバード大学の中国人研究員であるJeffrey Wang氏がOpenAIに正式入社、基礎チームの研究員としてモデルの事前学習と推論業務に携わることになりました。このニュースは大きな注目を集め、OpenAIの共同設立者兼社長であるGreg Brockman氏も、Wang氏の入社を歓迎するコメントを発表しました。Wang氏の学歴は非常に注目に値します。カリフォルニア州の高校を卒業した彼は、その当時から…

先日、バイトダンスは、オーディオ条件付き潜在拡散モデルを利用してより正確なリップシンクを実現することを目的とした、LatentSyncという新しいリップシンクフレームワークを発表しました。このフレームワークはStable Diffusionをベースに、時間的一貫性を最適化しています。従来のピクセル空間拡散や2段階生成の方法とは異なり、LatentSyncはエンドツーエンド方式を採用し、中間モーション表現を必要とせず、複雑なオーディオとビジュアル間の関係を直接モデル化できます。LatentSyncの

最近、研究者らが革新的なAIシステム「DiffSensei」を開発しました。これは、文章で書かれた物語を自動的に漫画風に変換することができます。このシステムは、キャラクターの外観の一貫性を維持するだけでなく、漫画ページのレイアウトも制御でき、AIが漫画制作分野で持つ大きな可能性を示しています。このプロジェクトは、北京大学、上海人工知能研究所、南洋理工大学が共同で開発したもので、拡散モデルと大規模言語モデルを組み合わせ、漫画制作における視覚と物語の要素を処理することを目指しています。DiffSenseiの…

近頃、研究者らが「TryOffAnyone」という革新的な技術を発表しました。これは、服を着たモデルから様々な服の画像を生成することを目的としています。簡単に言うと、AI試着製品とは逆に、人物が着ている服を抽出できる技術です。このプロジェクトの中核機能は、深層学習アルゴリズムを利用して、ユーザーがアップロードした画像を分析し、元の画像を着ている人物に合った多様な服装パターンを生成することです。このモデルの使用方法は非常にシンプルで、ユーザーは画像のURLを提供するだけで、プログラムが自動的に処理します。

AI交通管理のスタートアップ企業であるNoTrafficは最近、メリーランド州交通局（MDoT）と契約を結び、同州で頻発する交通渋滞の交差点に、同社の高度な交通管理プラットフォームを導入すると発表しました。このプラットフォームは、ボルチモア市で最初に導入され、2カ月足らずのテスト期間を経て、10月17日に正式に稼働を開始しました。今回の導入では「予期せぬ中断や経路変更」などの問題にも対応し、それによって生じる交通渋滞の緩和に成功しました。テルアビブに本社を置くNoTraffic社は、交通制御との連携によって…

最近のAWS re:Inventカンファレンスで、Stable Diffusion 3.5 Large（SD3.5 Large）がAmazon Bedrockプラットフォームで正式に利用可能になったことが発表されました。AWSのフルマネージドプラットフォームであるBedrockは、開発者がジェネレーティブAIアプリケーションを構築および拡張するための基盤モデルを提供することを目的としています。Stability AIは、SD3.5 LargeをAmazon Bedrockに導入することで、

FFは、フラッグシップモデルであるFF 91 2.0 Futurist Alliance向けに、一連の車載ソフトウェアアップデートを発表しました。これらのアップデートは、車載エンターテインメント体験とユーザー操作機能の向上を目指しており、車両の革新的なユーザー体験をさらに改善し、モバイルで、接続され、インテリジェントで、豪華な第3のAI空間を実現します。アップデートはOTA（Over-The-Air）方式で即時に有効になり、車両のインタラクションを最適化し、より直感的で便利な操作を実現します。

動画解析において、物体の持続性は、完全に遮蔽された場合でも物体が存在し続けるという重要な手がかりです。しかし、現在の物体セグメンテーション手法の多くは、可視（モダリティ）物体のみを対象としており、非可視（可視＋不可視）物体への対処が不足しています。この問題に対し、研究者たちは拡散事前確率に基づく二段階手法であるDiffusion-Vasを提案しました。これは動画における非可視セグメンテーションとコンテンツ補完の効果を高めることを目的としており、動画内の指定された目標を追跡し、拡散モデルを用いて遮蔽された部分を補完することができます。

Metaは先日、オープンソースのAIバーチャル試着フレームワーク「Leffa」を発表しました。このフレームワークは、新しい画像を生成することでユーザーの試着体験を向上させることを目的としており、ユーザーは参照画像に基づいて、異なる服装やポーズを切り替えることができます。従来の方法と比較して、Leffaは細部の保持と画像の歪みの低減において優れたパフォーマンスを発揮します。Leffaの登場は、オンラインショッピングやバーチャル試着に新たな可能性をもたらします。ユーザーは参照画像をアップロードするだけで、システムはその画像に基づいて新しいスタイリング効果を生成します。

WPS Officeは最近、WPS AI技術で強化され、WPSクラウドドキュメントと深く統合されたAI音声速記機能をリリースしました。ユーザーにより迅速で正確かつスマートな音声テキスト変換体験を提供します。この新機能は、リアルタイム録音とオーディオインポートによるテキスト変換をサポートするだけでなく、中国語と英語など複数の言語間の相互翻訳も実現し、録音ファイルの完全性を確保します。録音中に異常終了した場合でも、録音タスクに戻って録音できます。

最近、マイクロソフトの「接続エクスペリエンス」設定がOfficeソフトウェアにおいて幅広い議論とユーザーの懸念を引き起こしています。多くの人が、デフォルトで有効になっているこの機能により、マイクロソフトがユーザーの同意を得ることなく、WordやExcel文書などのデータを利用してAIモデルのトレーニングを行っているのではないかと懸念しています。これに対し、マイクロソフトはこれらの申し立てを強く否定し、ユーザーから明示的な許可を得ることなく顧客データを使用することはないと明確に述べています。マイクロソフトの広報担当者はメディアに対し、「Microsoft3…」と述べています。

Stability AIは、Stable Diffusion 3.5 Largeの新バージョンを正式リリースし、Blur、Canny、Depthの3種類のControlNet機能を追加しました。このアップデートにより、ユーザーはより強力な画像生成能力を得ることができ、生成される画像はより豊かで多様になります。Stability AIによると、このモデルのリリースはコミュニティライセンス契約に基づいており、非営利目的での無料使用が許可されています。

賈躍亭率いるFaraday Futureは、同社のナスダックにおけるティッカーシンボルをFFIEからFFAIに変更すると発表しました。変更時期は2025年初頭で、人工知能（AI）戦略への継続的な注力を反映するものです。具体的な日付と計画は2025年1月に発表され、「FFオープンAIデー」を開催し、AI業界のパートナーと共にモビリティ分野におけるAIの未来について議論します。

Stable Diffusionなどのモデルの登場は、画像生成分野における大きな進歩を示しましたが、自己回帰言語モデルとの根本的な違いが、統一された言語ビジョンモデルの開発を妨げていました。この問題を解決するために、研究者らはMeissonicを発表しました。これは、非自己回帰マスク画像モデリング（MIM）テキストツーイメージ技術を、SDXLなどの最先端の拡散モデルに匹敵するレベルまで向上させました。Meissonicの核心は、一連のアーキテクチャの革新と、高度な位置エンコーディングにあります。

Stability AIは最近、最新のテキストから画像への深層学習生成モデルであるStable Diffusion 3.5を発表しました。このバージョンには、研究者、企業顧客、愛好家など、さまざまなユーザーのニーズに対応するために、3つの改良されたオープンソースモデルが含まれています。中でもStable Diffusion 3.5 Largeは、パラメーター数が81億個と、シリーズ全体で最も強力なモデルです。このモデルは、卓越した画像品質とプロンプトへの高い応答性により、プロフェッショナルユーザーに最適です。