OpenAIのリーダーシップチームは金曜日のDiscordオフィスアワーミーティングで、同社が人気のChatGPTアプリケーションにAI動画生成ツールSoraを最終的に直接統合する計画を発表し、AIクリエイティブエコシステムをさらに拡大しました。現在、SoraはOpenAIが12月に発表した専用のウェブアプリケーションを通じてのみ提供されており、ユーザーはこのアプリケーションを使用して、最長20秒の映画クリップを生成するAI動画モデルにアクセスできます。OpenAIのSora製品責任者であるRohan Sahai氏は述べています。

人工知能技術の進歩に伴い、iOS開発エコシステムはかつてない変革期を迎えています。初期のInterface Builderから、今日のAI強化開発プロセスに至るまで、プログラマーの生産性は著しく向上しました。しかし、この変化は新たな課題と機会をもたらしています。近年、AI支援開発ツールの台頭がiOS開発に大きな影響を与えています。調査によると、これらのツールを使用することで、ドキュメント作成速度は最大50%向上し、コード生成速度も向上することが示されています。

先日、OpenAIは注目すべきニュースを発表しました。内部テスト中のプロジェクトSoraにおいて、既に公開されている動画生成機能に加え、画像生成機能の開発が急ピッチで進められているとのことです。この新機能により、ユーザーは動画と画像の生成機能を迅速に切り替え、創作の柔軟性を高めることができます。内部情報によると、Soraには隠れた切り替えボタンが追加され、ユーザーはプロンプト欄で選択するだけで、2つのモード間を切り替えることができるようになります。画像生成を選択すると、システムは自動的にユーザーに画像の説明を促します。

深圳市で最近発売された人型ロボットが、街を歩く際に多くの注目を集め、瞬く間に海外で話題になっています。SE01と名付けられたこのロボットは、その歩行、速度、安定性が人間に非常に近く、10メートル以上歩く間もモデルのショーのように自然な動きを見せています。NVIDIAの科学者Jim Fan氏は、この歩行は合成処理されたものではないかと疑問を呈しましたが、検証の結果、このロボットが実在することが証明されました。衆擎ロボット会社は、ロボット分野で頭角を表し始めています。

AI分野において人材流動は常に激しい競争の場となっています。最近、Tim Brooks氏のDeepMindへの移籍が大きな注目を集めています。彼はSoraでわずか3ヶ月勤務した後、競合他社のGoogle DeepMindへの移籍を発表しました。この移籍は、Soraの技術が深刻な課題に直面していること、特に生成速度と性能において、業界の他の競合と比較してパフォーマンスが劣っていることによるものと考えられています。報道によると、Soraは技術的に多くの問題を抱えており、Luma、Stabilitなどとの競争が困難であるとされています。

米国時間木曜日、ChatGPT、Sora、そしてOpenAIの開発者向けAPIサービスが再び停止し、4時間以上にわたってサービスが利用できなくなりました。OpenAIは、午前11時（本文における時間はすべて米国時間）から大規模な中断が発生したと発表しましたが、午後3時16分現在、サービスは徐々に復旧しつつあります。ChatGPTを頻繁に使用しているユーザーであれば、今月初めにもサービスが中断されたことを覚えているかもしれません。OpenAIはステータスページで、今回の主要な中断は上流サプライヤーの問題によるものだと説明しています。

OpenAIは最近、AI動画生成モデルSoraのAPIをリリースする予定がないと発表しました。Soraモデルは、テキストの説明や参照画像に基づいて、非常にリアルな動画を生成できます。OpenAIの開発者チームによるAMA（Ask Me Anything）イベントで、OpenAIの開発者エクスペリエンス責任者であるロマン・ユエ（Romain Huet）氏は、現在Sora APIは計画にないことを明確に述べました。「現時点では、Sora APIの計画はありません。」

先日、OpenAIは質疑応答会において、動画生成モデルSoraのAPI提供を現時点では予定していないことを明らかにしました。Soraはテキストの説明や参照画像から比較的リアルな動画を生成できることで注目を集めていますが、OpenAI開発チームの責任者であるロマン・ユエ（Romain Huet）氏は、現段階ではAPI提供の予定はないと述べました。同氏は会合で「現時点ではSoraのAPIを予定していません。」と発言しました。この決定の背景には、容量問題などが考えられます。

Googleは、OpenAIのSoraと競合することを目指した次世代動画生成モデルVeo2を正式に発表しました。Googleによると、Veo2は動画生成においてより高いリアリズムと繊細さを実現しています。今回のアップデートでは、動画品質の向上だけでなく、現実世界の物理法則や人間の動き、表情の微妙な違いに対する理解も強化されました。Veo2の強力な機能について、GoogleはVeo2が「現実世界の物理学と、人間の動きや表情の微妙な違いをより良く理解している」と述べています。Google Labsで利用可能です。

先週（12月11日）、OpenAIのChatGPTとSoraなどのサービスが4時間10分にわたって停止し、多くのユーザーに影響が出ました。OpenAIは正式にChatGPTサービス停止に関する詳細レポートを発表しました。簡単に言うと、今回の停止は小さな変更が原因で深刻な事態を引き起こし、エンジニアは問題発生時に制御面からアクセスできなくなり、迅速な対応ができませんでした。OpenAIのエンジニアは問題を発見した後、迅速に…

OpenAIが最近発表した動画生成モデルSoraは、著作権のあるゲームコンテンツをトレーニングデータとして使用している可能性があり、法的問題が懸念されています。Soraはテキストプロンプトまたは画像から最大20秒の動画を生成でき、様々なアスペクト比と解像度に対応します。発表当初、OpenAIはSoraのトレーニングデータにMinecraftの動画が含まれていることを明かし、他のゲームコンテンツの使用についても疑問を投げかけています。実際テストでは、Soraは…

OpenAIの主力製品であるチャットアシスタントChatGPTと動画生成ツールSoraが、水曜日に大規模なサービス停止に見舞われ、世界中のユーザーがアクセス不能に陥りました。OpenAIはXプラットフォームで声明を発表し、問題を特定し、復旧作業に全力を注いでいると発表しました。分析によると、今回のChatGPTのサービス停止の原因はアップルにある可能性があります。昨日、アップルはiPhone、iPad、Mac向けの新しいソフトウェアアップデートをリリースしましたが、その重要な変更点の一つに…

OpenAIの動画生成AI「Sora」は、公開以来大きな注目を集めていますが、その学習元は謎に包まれていました。しかし、その謎の一部が解き明かされつつあります。Soraの学習データには、Twitchのゲーム実況や攻略動画が大量に含まれている可能性が高いのです！Soraは熟練の「模倣者」のように、テキストプロンプトや画像だけで20秒の長尺動画を生成し、様々なアスペクト比や解像度に対応できます。今年2月、OpenAIは初めてSoraを公開しました。

OpenAIが最近発表した動画生成AIモデルSoraが大きな注目を集める中、詳細な調査で、同モデルのトレーニングデータに多数の無許可のゲーム動画やライブ配信コンテンツが含まれている可能性が判明し、同社に大きな法的リスクをもたらす可能性があります。綿密なテストにより、研究者らはSoraが『スーパーマリオブラザーズ』風のシーンから『コールオブデューティ』風の一人称視点シューティングゲームの映像、さらには90年代アーケード格闘ゲームの典型的なスタイルに至るまで、様々なゲームスタイルの動画を生成できることを発見しました。さらに

本日、人工知能分野における新たな大きな躍進として、OpenAIのCEOであるSam Altman氏がX（旧Twitter）で、同社のAI動画生成モデルSoraへの需要を大幅に過小評価していたと投稿しました。SoraはOpenAIが発表したAI動画生成プラットフォームで、テキストプロンプトまたは静止画から高品質な動画コンテンツを作成できます。このツールの発表は、動画生成技術分野における大きな進歩を示すと共に、クリエイティブ産業がまもなく変革を迎える可能性を示唆しています。Soraは

OpenAIは先日、超リアルなAI動画生成ソフトウェアSora Turboを正式にリリースしました。初公開から約10ヶ月、Sora Turboは幾度となく重要なアップグレードを重ねてきました。Soraは現在、ChatGPT PlusおよびProの有料ユーザー向けに提供されており、月額20ドルまたは200ドルのサブスクリプション料金が必要です。サービスは米国およびEU圏および英国を除くほとんどの地域をカバーしています。Sora Turboでは、テキスト入力または静止画から動画を生成できます。

OpenAIは本日のライブ配信で、期待が高まっていた製品Sora Turboを発表し、2024年の生成AI分野における大きな飛躍を象徴しました。Sora Turboは生成効率が大幅に向上し、テキストから最大20秒の1080P動画を生成できるようになり、現在世界で最も長い動画生成が可能なモデルの一つとなっています。このモデルはテキストに加え、画像や動画の入力にも対応し、特定の動画コンテンツを生成することで、生成結果の制御性を高めています。