7月30日、動画生成AIサービスの老舗であるRunwayが、最新モデルであるGen-3 AlphaでImage to Videoを使えるようにしました。
1つ何役？controlnet-union-sdxl-1.0
テクノエッジ編集部では、「TechnoEdge-Side」（テクノエッジ・サイド）を2週に1回のペースでお届けしています。その第62回放送を、本日（7月29日）正午（12時）に、YouTubeで行います。
この1週間の気になる生成AI技術をピックアップして解説する「生成AIウィークリー」（第57回）では、生成AIが生成したコンテンツを生成AIが学習し続けると性能低下が見られ、モデル崩壊が起きるという研究報告を取り上げます。また、Sony AIが大型の画像生成AI（11.6億パラメータ）の訓練を8台のNVIDIA H100 GPUを使用してわずか2.6日で完了し、しかもそれが約29万円という高いコストパフォーマンスを達成した手法「MicroDiT」をご紹介します。
音質が爆上がりして長さも2分10秒と完成曲が作りやすくなったUdio。1970年代初期のバラード（ユーミンとか）を作ろうと思ってやってみたら、なぜか昭和歌謡っぽいものを連発してきました。
OpenAIが、うわさの独自検索エンジン「SearchGPT Prototype」の試験運用を開始しました。
Appleは6月11日に、年次開発者会議「WWDC24（Worldwide Developers Conference 2024）」を開催しました。
AI作曲サービスのSunoに、ステム分離機能が追加されました。翌日、Udioがステム分離を含む大幅な機能強化。
Soraに匹敵する高品質の動画生成AIとして注目を浴びながら、中国の携帯電話番号が必須だったことから世界中の羨望を集めていた、KLINGが一般ユーザーも利用可能になりました。
ポストSoraというか、ビフォーSoraというか、新世代の動画生成AIも老舗であるRunway Gen-3登場以降、目新しいニュースがなかったのですが、Luma AIのDream Machineがちょっとした新機能を追加しました。
この1週間の気になる生成AI技術をピックアップして解説する「生成AIウィークリー」（第56回）では、AIとユーザーの対話内容を長期記録し、LLMの応答をそのユーザーにパーソナライズしていくメモリ機能「Mem0」や、音声の理解に優れている大規模言語モデル「Qwen2-Audio」などを取り上げます。
AI研究家の清水亮さんが面白いことをやっています。「Lispっぽい記法で書けるけど他の言語に慣れた人にも使える言語」の処理系だそうです。
Windows用エンタープライズセキュリティソフトのCrowdStrikeが原因でWindowsが世界的にブルースクリーンが多発している問題が起きているようです。
人気連載「生成AIグラビアをグラビアカメラマンが作るとどうなる？」の著者である西川和久さんを講師に迎えた、生成AIグラビアワークショップの第2期第4回を7月24日に開催いたします。なお、今回お申し込みいただいた方は、前回分の動画アーカイブを視聴いただけます。
SD3 Mediumその後
360度カメラや小型アクションカメラで人気のInsta360が、公式ストアとAmazonで夏セールを実施中です。
この1週間の気になる生成AI技術をピックアップして解説する「生成AIウィークリー」（第55回）では、1枚の完成したイラスト絵を入力に、そのイラストの制作過程のタイムラプス動画を生成する「PaintsUndo」や、画像とテキストをペアにした1コマを入力に、続きの物語を生成する「SEED-Story」などを取り上げます。
パリで開催中のイベント Galaxy Unpacked で、サムスンが今年の折りたたみスマホ2機種と新型イヤホン、ウォッチ、そして新たなカテゴリ「Galaxy Ring」を正式発表しました。
Googleは毎年、5月に開発者会議「Google I/O」を、10月にハードウェア発表イベント「Made by Google」を開催してきました。ところが今年は後者を8月13日に開催します。
Claude ArtifactsにPublish Artifact、Remix Artifactという新機能が追加されました。
360度カメラやアクションカメラのInsta360が、スマホ用ジンバルの新製品 Insta 360 Flow Proを発表しました。
このところプログラミングの楽しみを覚えて毎日Claude ArtifactsとChatGPT Artifactsで遊んでいる筆者ですが、またまた新しいツールに出会ってしまいました。
この1週間の気になる生成AI技術をピックアップして解説する「生成AIウィークリー」（第54回）では、KLINGを開発した快手が、画像内のキャラクターの顔を自在に動かす技術「LivePortrait」を発表しました。
大規模言語モデルのClaudeが送り出した新機能、Artifactsを使った記事が思いのほか好評のようですが、問題が一つ。使用量制限がかかってしまい、次のアクションまで数時間待たされることが頻発しているのです。
45年前に発売された革命的デバイス、ウォークマン。そのアニバーサリーにふさわしいエポックメイキングなアプリが登場しました。
前回に引き続きStable Diffusion 3 Mediumの話
動画生成AIでは老舗のRunwayがGen-3 Alphaを一般公開しました。使えるユーザーはStandardプラン以上。筆者はそれに該当しているので使ってみました。
ノンプログラマーな自分が、大規模言語モデル（LLM）の助力で、初めてまともに動くプログラムを完成させることができました。
この1週間の気になる生成AI技術をピックアップして解説する「生成AIウィークリー」（第53回）では、生成する動画時間の延長や無音ビデオに適した音を生成するなど動画AIに関する内容が盛りだくさんです。
Soraレベルの超高性能動画生成AI、Luma AIの「Dream Machine」に新しい機能が投入されました。プロンプトでの指定以外に、2枚の参照画像を入力し、それを始点と終点にできる、ある意味モーフィング的な機能です。
米国での発売から約5か月、Appleが「空間コンピュータ」こと Apple Vision Pro を日本国内で発売しました。
いずれ起きるかなと思っていた、米音楽業界団体からAI作曲サービスへの訴訟がついに来ました。
テクノエッジ編集部では、オンラインで生成AI画像の基本から最新テクニックまで、一線の講師から学べる『生成AIグラビア実践ワークショップ』の参加者を募集しています。次回(第2期第3回)は6月26日(水)開催です。
この1週間の気になる生成AI技術をピックアップして解説する、生成AIウィークリー（第52回）では、オープンソースで成長する動画生成AI「Open-Sora」の新バージョンや、精度の伸び代が見込まれるAIによる3Dメッシュ生成分野から「Unique3D」と「MeshAnything」を取り上げます。
来る7月11日、Appleの「空間コンピュータ」Vision Proがドレスコードのイベント『Vision Proパーティー3』(仮)を都内で開催します。
オーディオに合わせたリップシンクができる新しい技術が登場しました。「Hedra」という、これまで聞いたことのないサービスです。
人気連載「生成AIグラビアをグラビアカメラマンが作るとどうなる？」の著者である西川和久さんを講師に迎えた、生成AIグラビアワークショップの第2期第2回を5月22日に開催いたします。なお、今回お申し込みいただいた方は、前回分の動画アーカイブを視聴いただけます。
SoraやKLINGレベルの「今使える代替動画生成AIサービス」として登場したLuma AIの「Dream Machine」が機能追加のアップデートしました。従来の5秒からのExtend（延長）が可能になりました。
ローカルPCで生成可能なStable Diffusion 3 Medium、遂に登場！
第51回の生成AIウィークリーでは、この1週間の興味深い生成AIに関する研究論文をピックアップし、解説します。特に注目したいのは、大規模言語モデル（LLM）の開発において、常識とされている行列乗算を排除するという「MatMul-Free LM」です。この研究は、GitHubにおいて2000件（執筆現在）のStarを獲得しており、注目されています。
スマートフォンは、個人の情報が詰まりまくったデバイスだ。メールやメッセージ、写真、検索履歴など、他人に見られたら恥ずかしいし、メッセージのキャプチャ画面が流出し、週刊誌に掲載されたりしたら、人生が一変する事だってあり得る。
テキストプロンプトからリアルな動きのある映像を生成できる動画生成AISora、KLINGが使えずにヤキモキしていた人々が大挙して押し寄せた「Luma Dream Machine」。このサービスの有償プランに申し込んで使ってみたので、その使い方のコツをお伝えします。
