Meta社は最近、FacebookとInstagram上で作成されたAIキャラクターアカウントを閉鎖すると発表しました。これらのアカウントは2023年9月に初めて公開されましたが、2024年夏までに大部分が閉鎖されました。それにもかかわらず、一部のキャラクターはユーザーによって再発見された後、注目を集めており、特にMeta幹部のコナー・ヘイズ氏がメディアに対し、同社がさらに多くのAIキャラクターを公開する計画であると明らかにした後、注目を集めています。これらのAIキャラクターには、LivとCarterが含まれます。Livのプロファイル...

Anthropic社がClaudeのデバイス制御機能であるComputer Use機能をリリースしてまだ2ヶ月も経たないうちに、セキュリティ研究者がその潜在的なセキュリティ脆弱性を発見しました。ネットセキュリティ専門家Johann Rehnberger氏が最新で公開した研究結果は衝撃的です。単純なプロンプトインジェクションによって、AIはマルウェアのダウンロードと実行を誘導される可能性があることが明らかになったのです。Rehnberger氏は、この脆弱性を利用する手法をZombAIsと名付けました。デモでは、彼はClaudeを…

ブルームバーグの報道によると、アップルは、より自然な対話体験を実現するため、高度な大規模言語モデル（LLM）技術を採用した新しい音声アシスタントSiriを開発中です。この取り組みは、近年、GoogleのGemini Liveなど、競合他社の製品が対話能力において高い自然性を示している現状に対するアップルの対応です。情報筋によると、新しいSiriアシスタントは現在のSiriインターフェースを完全に置き換え、2026年の発表を予定しています。

Googleは、AppleのApp Storeで新しいGeminiアプリを正式リリースし、音声対話機能Gemini Liveを搭載しました。これは、スマート音声アシスタント分野における大きな進歩を示しています。一方、AppleがSiriにOpenAIのChatGPTを統合する計画という報道もあり、この分野の競争が激化していることを示唆しています。2023年にリリースされたBardのアップグレード版であるGeminiは、

Googleは先日、より自然な会話を可能にし、10言語に対応した新しいAI音声アシスタントGemini Liveを発表しました。当初は有料ユーザーのみが利用可能でしたが、現在ではiOSとAndroidの全ユーザーが無料でダウンロードして使用できます。このアプリを通して、従来の音声アシスタントの限界を超えた、よりスムーズな人間と機械のインタラクションを体験できます。Gemini Liveの特徴は、複数回にわたる会話に対応できる点です。

本日、OpenAIは国際展開責任者にOliver Jay氏を新たに任命したことを発表しました。Jay氏はDropboxで営業チームの構築、アジアのライドシェアサービスGrab取締役会メンバー、そして最近ではAsanaの最高収益責任者などを歴任してきた豊富な経験を持っています。今後はOpenAIの国際市場における戦略と業務を統括します。同時に、OpenAIはシンガポールにアジア太平洋地域オフィスを設置することも発表しました。

最近の複数の調査によると、女性はChatGPTなどの生成AIツールの利用頻度が男性よりも著しく低いことが明らかになっています。この現象は、特に職場において大きな注目を集めています。デンマークとシカゴ大学の調査では、10万人の従業員を対象とした調査で、男女間の利用率に20％もの差があることが示されました。画像出典：AI生成画像、画像ライセンスプロバイダーMidjourney　また、グローバル規模のOliver Wymanの調査でも、59％の…

先日開催されたPixel 9シリーズの発表会で、Googleは新しいサービス「Gemini Live」を発表しました。このサービスは、ユーザーによりスムーズで自然なモバイルでの会話体験を提供し、Geminiとのシームレスな会話を可能にすることを目指しています。Googleは、すべての英語圏のユーザーがGemini Liveを無料で利用できるようになったと発表しました。これは、以前はAdvancedの有料サブスクリプションが必要だったことから変更されたものです。この新しいサービスの発表により、Googleは今後…

Googleは、Gemini Liveの音声チャットモードをすべてのAndroidユーザー向けに無料で開放したと発表しました。以前は、Gemini Advancedのサブスクリプションユーザーのみが利用可能でしたが、誰でもこのインテリジェントな会話AIを体験できるようになりました。Gemini Liveは先月のPixel 9発表会で初公開され、ChatGPTの音声チャットと同様の機能を備えています。音声でGeminiに質問したり、回答中に…

ComfyUI-AdvancedLivePortraitは、リアルタイムアニメーション生成のための革新的なツールで、表情編集と適用を通じて動画制作の鮮やかさを向上させることに重点を置いています。主な機能には、静止画から正確に表情を抽出し、それを編集可能なパラメーターとしてデジタル化することで、ユーザーが自由に表情を調整し、写真の人物に新しい感情を与えることが含まれます。このツールは静止画の編集だけでなく、表情を動画にシームレスに適用することもでき、動画コンテンツの後処理に前例のない柔軟性をもたらします。

LivePortraitのGradioツールをアップデートし、アニメーション領域の精密制御、表情や頭部の姿勢などのカスタマイズ機能、プライバシー保護のための相対運動オプションを追加しました。ニュートラルな唇の表現に対応し、出力形式に適した自動保存と表示により、使いやすさが向上しました。最大の特長は表情転移技術であり、表情や動きを異なる人物やペットに正確に複製でき、静止画や動画の表情制御など、多様な創作ニーズに対応します。これにより、かつてない創造の自由度を提供します。

GoogleはPixel 9発表会で、Gemini上級ユーザー向けに柔軟な会話体験を提供する音声チャットモード「Gemini Live」を発表しました。この機能はChatGPTに似ており、ユーザーは会話中に様々な音声を選択してコミュニケーションでき、シームレスな割り込みや会話のキャッチボールが可能で、画面に触れる必要もありません。「自由に流れるような」会話を実現することを目指しており、マルチタスクにも対応し、スマホのロック画面時でもバックグラウンドで動作します。Gemini LiveはAndroidデバイスで利用可能です。

近年、AI業界に大きな進展がありました。AI企業Deepseekが発表したCoder v2モデルは、複数のテストで優れたパフォーマンスを示し、GoogleのGeminiモデルを上回り、オープンソースAI分野の新たな王者となりました。業界で最も操作が困難なベンチマークプラットフォームとして知られるLivebench AIの評価によると、Deepseek Coder v2モデルは、OpenAIとAnthropicの商用モデルに次ぐ第3位にランクインし、オープンソースモデルとしてはトップとなりました。これは…

阿里雲は、テキストまたは音声で制御できる、デジタルヒューマンAIビデオを迅速に生成する新技術「Live Portait」を発表しました。この技術は、歌、ラップ、ジョークなどに対応しており、企業のデジタル名刺の作成にも利用できます。多言語および方言のインテリジェントな放送と解説にも対応しています。ModelScope公式サイトにログインしてアカウントを登録すれば、このツールを使用してビデオを生成し、ダウンロードできます。