智譜AIが最新のオープンソース画像生成モデルCogView4を発表しました。CogView4は、6億のパラメータ数を誇り、中国語入力と中国語テキストから画像への生成を全面的にサポートしており、画像の中に漢字を生成できる最初のオープンソースモデルとして注目されています。CogView4は、中国語と英語の両言語プロンプトに対応できる点が最大の特徴であり、特に複雑な中国語指示の理解と遵守に優れており、中国語コンテンツ制作者にとって朗報です。画像の中に漢字を生成できる最初のオープンソース画像生成モデルとして、オープンソース分野における大きな空白を埋めるものです。

ElevenLabsが、画期的な音声テキスト変換モデル「Scribe」を発表しました。英語における正確度は96.7％に達し、従来のモデルを凌駕する高い精度を実現しています。

今日のデジタル世界において、短いテキストはオンラインコミュニケーションの中核となっています。しかし、これらのテキストは共通の語彙や背景を欠いていることが多く、人工知能（AI）による分析に多くの課題をもたらします。これに対して、シドニー大学の英語文学の大学院生でありデータサイエンティストでもあるジャスティン・ミラー(Justin Miller)氏は、大規模言語モデル（LLMs）を用いて短いテキストを深く理解し分析する新しい方法を提案しました。ミラー氏の研究は、ソーシャルメディアのプロフィールなど、大量の短いテキストをどのように処理するかを中心に据えています。

先日、NVIDIAは「Sana」という画像生成モデルをオープンソース化しました。このモデルのパラメータ数はわずか6000万個で、動作に必要なハードルが大幅に低くなっています。Sanaは4096×4096ピクセルの画像生成が可能で、16GBのGPUでも動作し、1024×1024ピクセルの高画質画像を1秒未満で生成できます。この速度は同種のモデルの中でも際立っています。SanaはDC-AE（デュアルチャネルオートエンコーダ）技術に基づいており、32倍の潜在…

70億パラメーターを擁する言語モデルTeuken-7BがHugging Faceで公開されました。EU公用語24言語すべてに対応しています。このモデルはEUのOpenGPT-X研究プロジェクトによって開発され、オープンソースとして利用可能です。英語中心のAI言語モデルが多い中、Teuken-7Bはゼロから構築されており、トレーニングデータの約半分は英語以外のヨーロッパ言語に由来しています。画像に関する注記：画像はAIによって生成され、画像の権利は放棄されています。

シベリア出身の起業家Ivan Crewkov氏は、スマートスピーカー市場への進出に失敗した後、娘の英語学習経験からAI教育の大きな可能性を発見しました。彼が設立した子供向け英語教育AI企業Buddy.aiは、最近BITKRAFT Venturesがリードするシードラウンドで1100万ドルの資金調達を行い、子供たちの英語学習における課題解決に特化したAI技術とビジネスモデルが資本市場から認められました。Crewkov氏の起業家としての道のりは劇的なものがあります。2014年…

AIが急速に発展する現代において、新しいスキルを習得することが非常に重要になっています。李笑来氏の提唱する「あなたの注意力を1000時間注ぎ込めば、必要なスキルはどんなものでも身につく」という考え方は、学習の本質を再定義し、自己啓発への道を示しました。この理念に基づき、彼のチームはEnjoy Appを開発しました。これは、AI技術を用いてユーザーが効率的に英語を学習できる、クロスプラットフォーム対応のアプリです。音声テキスト変換、発音評価、インテリジェントアシスタントなどの特色ある機能に加え、パーソナライズされたカスタマイズも可能です。

最近の研究で、ChatGPTの回答が英語圏とプロテスタント諸国の文化的な価値観を反映していることが明らかになり、注目を集めています。この研究の中心は、ChatGPTのような大規模言語モデルが、特定の国や文化からの大量のデータで学習されているため、その出力に文化的偏りが生じる可能性があるという点です。René F Kizilcec氏らの研究チームは、5つの異なるバージョンのOpenAI GPTを用いて…

bilibiliのUP主「極客湾」が自作した「白日夢」ロボットが、わずか4日で再生回数113万回を突破して話題になっています。このロボットは、ページめくり、問題の囲み込み、解答、文字の記述など、宿題を自動でこなすことができ、複数の教科に対応しています。開発過程では、タイプライターの改造から独自の開発へと進み、CoreXY構造とAIモデルの統合により、宿題の完成度と効率が大幅に向上しました。テストの結果、英語の宿題は正確性が高いもののフォーマットに問題があることが判明しました。国語の宿題は独特の文字で書かれており、一部の問題には誤りがありました。算数の宿題はフォーマットと論理に問題がありました。

百度網盤は、AIを活用した画期的な英語学習アプリ「盤盤単語」を新たにリリースしました。これは世界初のAI英語学習アプリであり、AI技術とユーザーの個人写真から抽出したシーンを組み合わせることで、英語学習を行います。本製品は、記憶の課題を解決し、親しみやすい英語学習環境を創造することで、楽しく効果的な学習を可能にします。「馬x克」、「meimei」などの特定のAI音声スタイルを採用した講師によるインタラクティブな学習体験も提供します。ユーザーは微信小程序を通じてこのアプリを利用できます。千帆大規模言語モデルプラットフォームを基盤とする「盤盤単語」は、パーソナライズされた学習フィードバックと復習計画を提供し、画像解析技術と組み合わせることで、学習内容を日常生活のシーンと結びつけます。

Metaは、インド総選挙期間中の数ヶ月間のテストの後、Llama-3技術を搭載したAIチャットボットをインドの全ユーザーに拡大することを決定しました。しかし、Meta AIは現在、英語のみに対応しており、他の現地語には対応していません。

'ChatGPTが2023年英語ウィキペディアで最も人気のあるページとなり、アクセス数は5000万回に達し、テイラー・スウィフトやバービーを上回りました。''編集者は、ChatGPTが読者の信頼を低下させ、さらにはウィキペディアの今後4～5年の安定を脅かす可能性を懸念しています。''ウィキペディアの2023年の死亡者リストが2番目に人気のあるページとなり、1日平均13万回のクリック、総閲覧数は約4300万回に達しました。''ウィキペディア創設者のジミー・ウェールズは、ChatGPTによるウィキペディアの記事作成を「ひどい」そして「混乱している」と批判しました。'

動画では、郭德綱が英語で落語を披露していますが、実際にはAI技術を用いた二次創作作品です。その裏には詩雲科技という中国企業があり、彼らの製品HeyGenはAI翻訳音声模倣の「神器」となっています。HeyGenへのアクセス数は逆風の中でも増加しており、7000本の動画生成待ちのユーザーがいます。テイラー・スウィフトが中国語で話す動画も生成されています。HeyGenは既に数百万ドル規模の資金調達を2回完了し、国内市場で最新のヒットAIアプリとなっています。HeyGenは有料版もリリースしましたが、動画制作の課題を解決できるかどうかはまだ分かりません。

グーグルが新たに英語学習ツールを発表し、Duolingoとの競争を繰り広げようとしています。このツールは、Androidデバイスで段階的に展開され、複数の国を対象とします。パーソナライズされた英語のスピーキング練習、文法と意味のフィードバックを提供します。AIと機械学習技術を活用し、言語学者と教師がコンテンツを作成しています。グーグルは、今後より多くの国と言語に拡大する計画です。

智源研究院は、最強のオープンソース中国語・英語両言語対応大規模言語モデル「悟道・天鷹 340 億 Aquila2-34B」を発表しました。この新しいモデルは、推論や汎化能力において優れた性能を発揮します。智源研究院は、大規模言語モデル研究における協調的イノベーションを促進するため、オープンソースの包括的なツールキットも公開しました。Aquila2-34Bは、総合的な能力において他のオープンソース基盤モデルを凌駕しています。智源チームは、モデルの拡張能力を向上させるためにNLPE手法を開発しました。

智源研究院は、世界最大の中国語・英語意味ベクトルモデル訓練データセットMTPを発表しました。データ規模は3億ペアに達します。MTPはオープンソースで公開されている最大規模の中国語・英語関連テキストペアデータセットであり、意味ベクトルモデルの訓練において重要な基盤となります。データセットには、質疑応答、レビュー、ニュースなど、様々なタイプの中英テキストペアが含まれています。智源研究院は、このデータセットが大規模モデルの訓練に極めて重要な役割を果たし、人工知能の協調的イノベーションを促進すると述べています。このデータセットの公開は、中国語モデルの訓練データ不足の問題解決に繋がるものと期待されています。

Jaisは、アラビア語向け初のオープンソースの大規模言語モデルであり、パラメーター数は130億です。アラビア語タスクにおけるJaisの性能は、商用英語ChatGPTモデルに匹敵します。Jaisは、Cerebras製の専用AIチップを使用してトレーニングされ、技術革新的な手法が用いられています。