NVIDIA DGX Sparkが1.5倍の6950ドルに値上げ、「廉価版」64GBモデルを4999ドルで追加 昨年の発売時128GB版より1000ドル高
NVIDIAは小型AIコンピューター「DGX Spark」に、従来モデルの半分となる64GB統合メモリ版を追加しました。
100年前の歌もAI超解像できる？ 東京大学猿渡研「Sidon」で始めるAI歌声超解像（CloseBox）
生成AI技術を使って、古い写真を高精細にすることはできています。動画にすることすらできます。でも、音は？ それを可能にする技術が、ある程度可能になったというお話です。
話しかけて6秒で、彼女が口を動かして返事する。LTX-2.5高速化技術で、動画生成リップシンクアバターがようやく「会話」になった（CloseBox）
13年前に他界した妻と対話するシステムについて、何度かこの連載で取り上げてきました。
写真から実物と区別つかないレベルの3D人体モデルを作り、リグ入れてリアルタイム対話させるまで。ChatGPTとClaudeのコラボで開発した（CloseBox）
写真からフォトリアリスティックな人体モデルを生成する話は以前から何度かしておりますが、ひさしぶりに触ってみたところ、ほぼ写真と区別がつかないレベルまで到達したのではないかと実感するに至りました。
ソラリスの窓辺。眠っている間に、逢いたい人が作られ、朝になると等身大で動く（CloseBox）
「ソラリスの窓辺」というシステムを組みました。巨大な海を持つ惑星を訪れている人類の宇宙ステーションで起こっていることに近い感じになったので、そんな名前をつけてみました。やっていることはMiniMax H3を使った動画生成・配信システムなのですが……。
くちパク＆立体字幕も。DGX Spark、RTX 5090、4090の3台で分散処理する自作AIミュージックビデオ制作システムで時短を追求してみた（CloseBox）
前回は、リップシンクMV自動生成システム「LaViale」（ラヴィアーレ）を自作したという話をしましたが、今度はそれをどう改良していったかについてです。主に3点。分散化とアバター、そして立体字幕への対応です。
作曲からリップシンクMV制作までがローカルだけで完結するようになった。MiniMax H3、LTX 2.5、ACE-Step、Qwen 3.8 27BをiPhoneから連結し動かすワークフロー（CloseBox）
初音ミクが登場し、ボカロP（松尾P）となって以来の念願だった、リップシンク動画が、ついに俺史上最も手軽にできるようになりました。MiniMax H3とRTX 5090、そしてClaude Code with Fable 5のおかげ。
自分と妻の歌声をAIボーカルシンセ「DiffSinger」に進化させた。もうボイチェン不要。アルゴリズムベースの自動作曲ソフトとも統合（CloseBox）
前回は、ゼロショットSVS（Singing Voice Synthesis、歌唱合成）の「SoulX-Singer」を妻の歌声で実験してみました。英語と中国語でしか使えないこのAIボーカルシンセに日本語をなんとか歌わせるところまではできました。では、次の段階へ。
ローカル動作の無検閲AI「Qwen3.6-27B-Fable-Fusion-711」クローズドモデル級を自称、DGX Spark1台で動く1180億パラメータのコーディングAI「Laguna S 2.1」など生成AI技術5つを解説（生成AIウィークリー）
今回の「生成AIウィークリー」（第153回）は、OpenAIの前CTO創設「Thinking Machines Lab」が開発した総パラメータ9750億のマルチモーダルモデル「Inkling」や、DGX Spark1台で動くコーディング特化AI「Laguna S 2.1」 を取り上げます。
自分専用の歌唱合成エディター＆トレーナーをClaude Codeで開発。数十秒の歌唱データだけで歌ってくれるゼロショットボーカルシンセ「SoulX-Singer」の現在地（CloseBox）
最近は作家・ライター界隈で、自前のテキストエディターを開発する流れがありますが、筆者は自前のボーカルシンセエディターを作っています。どういうことかというと……。
Appleの第3世代Foundation Model、ローカル動作する20Bモデルは「フラッシュに置く」新アーキテクチャでiPhone Airでも動くがM2 Macは切り捨て。だがスマホオンデバイスAIとしてはたぶん最強（CloseBox）
2026年6月8日、AppleのMachine Learning Researchに「Introducing the Third Generation of Apple's Foundation Models」という記事が静かに公開されました。
大容量ローカルLLMの革命児ds4が『DwarfStar 4』に改名、CUDA対応でDGX Sparkでも動いた。Macとの棲み分けは？（CloseBox）
またもや標的にされてしまいました。前回の記事から中2日。Reidisの作者であるantirezが開発したDeepSeek V4 Flash専用推論エンジン『ds4（DS4）』が大幅に進化していました。試さないといけないやつが出てきてしまったのです。
Claude Codeでさらに進化した自作AIアバター。「雨だからボズ・スキャッグズのWe're All Aloneを一緒に聴こう」ができるようになった（CloseBox）
筆者がClaude Codeを使って開発している「LipSync Avatar」は、NVIDIA DGX Spark互換機「ASUS Ascent GX10」上で動くリアルタイム対話アバターシステムです。LLMが返答を生成し、クラウドTTSで音声合成し、MuseTalkでリップシンク映像をリアルタイムに合成して表示します。今回はその進捗について報告します。
iPhone Airだけで動くAIとの音声対話アプリ、Claude Codeが一晩で作ってくれました。そして実感したMacとiPhoneの格差（CloseBox）
今日、筆者はiPhoneアプリ開発者となりました。
- 14件中 1 - 14 件を表示
