昆侖万維は本日、Matrix-Zero世界モデルの正式発表をいたしました。これにより、国内で初めて3Dシーン生成とインタラクティブビデオ生成の両方の機能を備えたAI企業となり、空間知能分野における重要な一歩を踏み出しました。Matrix-Zeroの最大の特徴は、その強力な3Dシーン生成機能です。この機能は、ユーザーが入力した画像を、グローバルに一貫性があり、自由に探索できるリアルな3Dシーンに変換できます。この画期的な技術は、以下の重要な特性を備えています。グローバルな一貫性: Matri

2025年2月14日、昆侖万維集団はMatrix-Zero世界モデルを発表し、中国における空間知能分野における重要な一歩を踏み出しました。Matrix-Zeroには、3Dシーン生成大規模モデルとインタラクティブ動画生成大規模モデルの2つのサブモデルが含まれており、AI技術によるデジタルコンテンツ制作方法の変革、映画制作、ゲーム開発、具象知能などの業界の革新的な発展を目指しています。

2025年のコンシューマー・エレクトロニクス・ショー（CES）で、UberはNVIDIAとの提携を発表しました。NVIDIAの新しい生成世界モデルシミュレーションツールCosmosとクラウドベースのAIスーパーコンピューティングプラットフォームDGX Cloudを活用し、自動運転技術の開発をさらに推進します。この取り組みは、自動運転分野におけるUberの競争力と技術レベルを高めることを目的としています。Cosmosは、ロボットおよび自動運転企業向けに設計されたツールであり、多様な入力から物理に基づいた…

最近、極佳科技はDriveDreamer4Dと呼ばれる新しいフレームワークを発表しました。これは世界モデルの事前知識を利用して、4D運転シーンの再構築効果を高めることを目指しています。従来の4Dシーン再構築方法は、主にNeRFと3DGSの2つの流派に依存していました。NeRFはまるでスーパー画家のようなもので、ニューラルネットワークを用いて、多数の写真を3Dモデルにレンダリングします。一方、3DGSは多数の3次元ガウス関数を使用して、シーン内の様々なオブジェクトをシミュレートします。しかし、これら2つの方法には欠点があります。

北京智源人工智能研究院は、次世代マルチモーダル世界モデルEmu3を発表しました。このモデルの最大の特徴は、次のトークンの予測能力のみで、テキスト、画像、ビデオという3つの異なるモーダルにおける理解と生成を可能にする点です。画像生成において、Emu3はビジュアルトークンの予測に基づいて高品質な画像を生成できます。これにより、ユーザーは柔軟な解像度と多様なスタイルを期待できます。ビデオ生成においては、Emu3は他のモデルとは異なる、全く新しい方法で動作します。

現在の人工知能モデルは、人間のように記憶し、思考し、計画し、推論できるのでしょうか？一部のAI研究所は、私たちが「人間レベルのAI」からそう遠くないように思わせるかもしれませんが、MetaのチーフAI科学者であるYann LeCunは、冷水を浴びせかけました。彼は、この目標を達成するには、おそらく10年の努力が必要であり、その鍵は「世界モデル」にあると考えています。今年初め、OpenAIは新しい機能を発表し、そのChatGPTと主張しました。

ロボットスタートアップ企業1X Technologiesは、シミュレーションにおけるロボットシステムのトレーニング効率を向上させる新しい生成モデルを開発しました。同社は新しいブログ記事でこのモデルを発表し、ロボット技術における重要な課題の1つである、ロボットのアクションに応じて世界がどのように変化するかを予測する「世界モデル（1X World Model）」の学習という問題に対処しました。この世界モデルは、ロボットが同じ開始画像シーケンスから出発した場合、異なるアクション提案に基づいて、複数の可能性のある結果を想像することができます。

ノルウェーのスタートアップ企業1X Technologiesは最近、人工知能ベースの世界モデルをロボット向けに開発する上で大きな進歩を遂げたことを発表しました。簡単に言うと、これらのモデルはロボットの仮想的な試験場のようなもので、様々な状況下でロボットをテストし、改良することができます。実地テストは全く必要ありません。1Xは、これが「ロボット問題」つまり、絶えず変化する環境下で、様々なタスクのために訓練されたロボットを信頼できる方法で評価する方法、の解決策であると考えています。例えば、一台のロボットが…