はてなブックマーク

ガジェット全般、サイエンス、宇宙、音楽、モータースポーツetc... 電気・ネットワーク技術者。実績媒体Engadget日本版, Autoblog日本版, Forbes JAPAN他 イーロン・マスク氏が所有するSNS、Xで使用されている生成AIのGrokが、年末年始を含む11日間に、性的画像を約300万枚も生成していたとの調査結果が報告されました。 英国と米国の非営利NGO、デジタルヘイト対策センター（CCDH）は、12月29日から、Grokの使用が有料会員に制限された1月9日までの調査期間に、Grokで生成された全ての画像、約460万枚から画像2万枚を無作為に抽出、サードパーティのAI分析サービスで性的画像（人物が性的姿勢・角度・状況にある写実的な描写、下着・水着・同様の露出度の高い服装を着用した人物、あるいは性的な体液を描写した画像）と判定された数量から、期間内に全世界で生成された性

この1週間の気になる生成AI技術・研究をいくつかピックアップして解説する今回の「生成AIウィークリー」（第128回）は、5秒の音声サンプルから話者の声を模倣できるオープンソース軽量モデル「Pocket TTS」や、画像から撮影場所を特定するAI技術「Thinking with Map」を取り上げます。 また、AIにゲームで遊ばせたら別のジャンルでも能力が向上した研究や、言語モデルに辞書引き機能を追加する「Engram」をご紹介します。 そして、生成AIウィークリーの中でも特に興味深いAI技術や研究にスポットライトを当てる「生成AIクローズアップ」では、Black Forest Labsが発表した、消費者用GPUでも1秒未満で良質な画像を生成できる同社史上最速の画像生成モデルファミリー「FLUX.2 [klein]」を別の単体記事で取り上げています。

1週間の気になる生成AI技術・研究をいくつかピックアップして解説する連載「生成AIウィークリー」から、特に興味深いAI技術や研究にスポットライトを当てる生成AIクローズアップ。 今回は、Black Forest Labsが1月15日に発表した、同社史上最速の画像生成モデルファミリー「FLUX.2 [klein]」を取り上げます。kleinはドイツ語で「小さい」を意味し、コンパクトなモデルサイズと最小限のレイテンシを反映した名称です。 ▲FLUX.2 [klein]によるText-to-Image生成例 FLUX.2 [klein]の最大の特徴は、生成品質を維持したまま高速化したことです。GitHubの公式リポジトリにおいて、消費者向けGPUで1秒未満の高速化を実現したと述べています。またデータセンター向けの最新ハードウェア「GB200」では0.5秒以下での生成を可能としています。 また画像

ガジェット全般、サイエンス、宇宙、音楽、モータースポーツetc... 電気・ネットワーク技術者。実績媒体Engadget日本版, Autoblog日本版, Forbes JAPAN他 OpenAIは、同社のAIチャットボット「ChatGPT」への広告表示を「今後数週間以内に、米国」で開始すると発表しました。対象となるのは無料の「ChatGPT」と、2026年1月16日より開始した月額8ドル（日本では月額1500円）の有料プラン「ChatGPT Go」です。 ChatGPT Plus、Pro、Business、Enterprise の各プランは、これまでどおり広告表示はありません。 また、ユーザーが申告上、18歳未満であるか、OpenAIが18歳未満だと判断したアカウントには広告は表示されません。また、健康、メンタルヘルス、政治などの機微または規制対象となるトピックを扱う場合にも広告表示はな

ガジェット全般、サイエンス、宇宙、音楽、モータースポーツetc... 電気・ネットワーク技術者。実績媒体Engadget日本版, Autoblog日本版, Forbes JAPAN他 デジタル権利、児童の安全保護、女性の権利などに関する合計28の擁護団体が、AI生成による大規模な性的虐待に関し、アップルとGoogleにGrok AIとXを各アプリストアから削除するよう要請する公開書簡を送付しました。 この擁護団体連合は、イーロン・マスク氏が所有するX上のGrok、またはその単独アプリが、アップルおよびGoogle両社の利用規約に違反する違法なコンテンツを生成しているのにもかかわらず、両者が然るべき対処を怠っていると非難しています。Grokは最近、女性や子供を含む実在の人物を、本人の合意なく性的で品位を損ね、あるいは暴力的な画像を生成し始めたことが問題視されています。 同意ない実在人物のディ

Sora 2 Pro超えの性能、テキスト入力で音声付き動画を生成するAIモデル「LTX-2」、最長20秒の生成が可能これまでの動画生成AIは映像のみで無音だったり、映像生成後に音声を別で生成して合成したりする手法が主流でしたが、「LTX-2」はテキストプロンプトから映像と音声を一つの統合されたモデルで同時に生成します。リップシンクや効果音のタイミングが自然に生成されます。 技術的には、140億パラメータの映像用ストリームと50億パラメータの音声用ストリームを組み合わせたデュアルストリーム構造を採用しており、映像と音声がお互いの情報をやり取りしながら生成を行うことで、自然な同期を実現しています。 また、Gemma 3を用いた多言語テキストエンコーダーや「Thinking Tokens」などを取り入れることで、複雑なプロンプトの理解や発音の精度を向上させ、話者のリップシンクや環境音の再現性を高

2014年から先端テクノロジーの研究を論文単位で記事にして紹介しているWebメディアのSeamless（シームレス）を運営し、執筆しています。 1週間の気になる生成AI技術・研究をいくつかピックアップして解説する連載「生成AIウィークリー」から、特に興味深いAI技術や研究にスポットライトを当てる生成AIクローズアップ。 今回は、ChatGPTなどのチャット内容を盗むChrome拡張機能が90万回以上ダウンロードされていたと報告したOX Securityのレポートを取り上げます。 OX Securityの研究チームが、ChatGPTやDeepSeekとの会話内容を密かに盗み出す悪意のあるChrome拡張機能を発見しました。2025年12月30日に公開されたレポートによると、問題の拡張機能は合計90万回以上ダウンロードされており、被害の規模は深刻です。 発見されたのは「Chat GPT for

[名称] ビジュアルメモリ、Visual Memory （参考製品名 「HKT-7000」他） [種類] フラッシュメモリー [記録方法] 独自インターフェース（7pin） [メディアサイズ] 47×80×19mm（実測） [記録部サイズ] ---- [容量] 200ブロック（128KB） [登場年] 1998年頃～ ひとつ、またひとつと消えていき、記憶からも薄れつつあるリムーバブルメディア。この連載では、ゆるっと集めているメディアやドライブをふわっと紹介します（※本記事は2022～2025年に掲載した連載「ロストメモリーズ／著：宮里圭介」を再掲出したものです）。 ロストメモリーズの記事一覧「ビジュアルメモリ」は、セガが開発した家庭用ゲーム機「ドリームキャスト」、そしてアーケードゲーム基板「NAOMI」で使われたメモリーカード。ゲームデータが保存できるほか、ビジュアルメモリ単体でも動作する

ガジェット全般、サイエンス、宇宙、音楽、モータースポーツetc... 電気・ネットワーク技術者。実績媒体Engadget日本版, Autoblog日本版, Forbes JAPAN他 OpenAIは、Appleの「へルスケア」など、サードパーティのヘルス・ウェルネスアプリからユーザーの運動、睡眠、活動パターンなどの健康に関する情報を取り込み、ChatGPTを通じてユーザーに健康や医療関係のアドバイスをする「ChatGPTヘルスケア」機能をリリースしました。 OpenAIによると「毎週数億人が、ChatGPTに健康やウェルネスに関する質問をしている」のだそう。そしてChatGPTヘルスケアは、そうしたユーザーらが使っているウェルネスアプリに接続し、また医療記録を取り込むことで、ChatGPTが「自身の健康情報に基づいた会話が可能になり」ユーザーに「より関連性が高く有用な応答」を返せるようにな

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？ 連載記事一覧 Qwen-Image-2512リリース！筆者は毎年大晦日に帰省（関西）するのだが、夕方のんびりスマホを眺めていると”Qwen-Image-2512リリース”の文字が！　寝耳に水で、え”という感じだ。 当然GPUが使える環境もなくスマホのみ。試そうにも試せない。そこでデモサイトでとりあえず試したのが以下の画像（笑）。 Qwen-Image-2512のデモサイト（スマホから） 生成結果 人物はともかく渋谷の街の再現性はなかなか凄い。ただHugging FaceのZeroGPU Spacesはフリーアカウントだと1日何回も使えず結局出たのがこの1枚だけ（2枚目はエラーで表示されず。が、これもGPUは使ったのでこれ以上は生成できなかった）。明けて元旦はさすがに触ってる時間もなく、夜に戻って（つまり一泊二日）いろいろ試したのは言う

ガジェット全般、サイエンス、宇宙、音楽、モータースポーツetc... 電気・ネットワーク技術者。実績媒体Engadget日本版, Autoblog日本版, Forbes JAPAN他 Instagramの責任者アダム・モセリ氏は2026年元日のInstagramおよびThreadsへの投稿で「いまやAI生成コンテンツが氾濫」しているため、近い将来には本物の写真や画像を電子透かしで識別するほうが現実的になると述べています。 いまやAIは実際に撮影された写真や動画とひと目では区別がしにくいほど巧妙なコンテンツを生成するようになり、インターネット上のバナー広告やSNSでは、AI生成の写真や動画を見かけない日はなくなったと言っても過言ではありません。特にYouTube Shortsなどでは、AI生成のフェイク動画がたくさん目にとまります。 2026年が始まったばかりの現段階でこそ、まだAI生成によ

LLMの“学習データ作り”を効率化する統合ツール「DataFlow」　PDFやQAデータなどを訓練用の高品質データに自動変換「DataFlow」は、北京大学などの研究機関が開発したデータ準備・処理のためのオープンソースシステムです。PDF、プレーンテキスト、低品質なQAデータといったノイズの多いソースから高品質なデータを抽出・精製することを目的としています。 DataFlowの特徴は、データ処理を「オペレーター」と呼ばれる部品単位で管理する点にあります。データの生成、品質評価、フィルタリング、修正といった約200種類のオペレーターが用意されており、これらを組み合わせて「パイプライン」を構築します。PyTorchに似た設計を採用しているため、機械学習に慣れた開発者には馴染みやすい作りになっています。 対応する領域は幅広く、テキスト処理、数学的推論、コード生成、Text-to-SQL、エージェ

2014年から先端テクノロジーの研究を論文単位で記事にして紹介しているWebメディアのSeamless（シームレス）を運営し、執筆しています。 1週間の気になる生成AI技術・研究をいくつかピックアップして解説する連載「生成AIウィークリー」から、特に興味深いAI技術や研究にスポットライトを当てる生成AIクローズアップ。 今回は、主要な大規模言語モデル（LLM）同士をポケモン（ポケットモンスター）バトルで戦わせた総当たり戦の結果を示した論文「Large Language Models as Pokémon Battle Agents: Strategic Play and Content Generation」を取り上げます。 ▲ポケットモンスターオフィシャルサイトより引用 インドのBITS Pilani大学の研究チームは、複数のLLMを特別な訓練なしにポケモンバトルエージェントとして評価す

スマホとSIMを求めて世界を取材中。メディアへ執筆多数。海外・中国通信関連の記事や講演承ります。noteや動画配信もやってます。 みなさんこんにちは、香港在住の携帯電話研究家、山根康宏です。シャオミからフラッグシップスマートフォンとなる「Xiaomi 17 Ultra」が2025年12月25日、中国で発表となりました。2025年9月に「Xiaomi 17」「Xiaomi 17 Pro」をすでに発売しましたが、ついにUltraモデルの登場。この3モデル展開は毎年恒例ですが、今年はライカモデル「Xiaomi 17 Ultra by Leica」も登場します。 ライカのスマートフォンと言えばこれまでシャープから日本限定で「Leitz Phone」が販売されてきました。Leitz Phoneはシャープの最上位モデルをライカ仕様に仕上げた特別モデル。しかし2025年はシャープからその最上位モデル「A

スマホとSIMを求めて世界を取材中。メディアへ執筆多数。海外・中国通信関連の記事や講演承ります。noteや動画配信もやってます。 みなさんこんにちは、香港在住の携帯電話研究家、山根康宏です。サムスン初の3つ折りスマートフォン、Galaxy Z TriFoldを韓国で販売初日に買ったのは2025年12月12日。それから毎日メインマシンとして活用しています。 使って思うのは、この製品は「折りたたみスマホ」ではなく「折りたためるタブレット」だということ。完全に開いた状態で10インチのタブレットになるので、Blluetoothキーボードをつなげば仕事マシンとして使うことができます。 Galaxy Z TriFold用のスタンド付きケース「Galaxy Z TriFold Carbon Standing Case」もようやく発売となり、本体を自由に立てて使うことができるようになりました。 Bluet

2014年から先端テクノロジーの研究を論文単位で記事にして紹介しているWebメディアのSeamless（シームレス）を運営し、執筆しています。 この1週間の気になる生成AI技術・研究をいくつかピックアップして解説する今回の「生成AIウィークリー」（第125回）は、中国AIユニコーン「StepFun」が開発したGUI自動操作AI「Step-GUI」や、画像から高品質な3Dモデルを生成するMicrosoft開発のAI「TRELLIS.2」を取り上げます。 また、3人称視点映像を1人称視点映像に変換する「EgoX」や、テキスト、画像、動画の同時入力から高品質な動画を生成できる「Kling-Omni」をご紹介します。 そして、生成AIウィークリーの中でも特に興味深いAI技術や研究にスポットライトを当てる「生成AIクローズアップ」では、絵師の仕事は歴史研究と長年の訓練に裏打ちされた創造行為であり、A

スマホとSIMを求めて世界を取材中。メディアへ執筆多数。海外・中国通信関連の記事や講演承ります。noteや動画配信もやってます。 みなさんこんにちは、香港在住の携帯電話研究家、山根康宏です。スマートフォンを常に複数台持ち運び仕事やカメラなどに使っている私ですが、ノートPCに関しては一貫してRazerのノートPCを使い続けています。 執筆を本業としている私にとって、ノートPCは重要な仕事のパートナー。24時間いつでもテキストを書き、写真や動画を編集しながら原稿を仕上げています。香港に住居を構えながらも1年の大半は世界各国で開催されるイベント取材のため動き回っていますが、そうなるとノートPCもモバイル向けの軽量なマシンが最適です。しかし、私が使い続けているのはフルスペックの14型ノートPC、Razer 「Blade 14」です。 私が会社を辞めてフリーランス（携帯電話研究家）になったのは今から

2014年から先端テクノロジーの研究を論文単位で記事にして紹介しているWebメディアのSeamless（シームレス）を運営し、執筆しています。 1週間の気になる生成AI技術・研究をいくつかピックアップして解説する連載「生成AIウィークリー」から、特に興味深いAI技術や研究にスポットライトを当てる生成AIクローズアップ。 今回は、Webコミック「Phantomarine」のBlueskyアカウントで投稿された一連のポストを取り上げます。 「コンセプトアーティストはAIを使えば仕事が楽になる」という意見に対して、真っ向から反論しています。 例として挙げたのは、コンセプトアーティストClaire Hummelさん。彼女の卓越したスキルは、歴史的な資料を地道に研究することで培われたものであり、AIに頼っていては決してそのような実力は身につかないと主張しています。 ▲PhantomarineのBlu

[名称] ミニフロッピーディスク、130mmフレキシブルディスクカートリッジ （参考製品名 「MD2-256HD」他） [種類] 磁気ディスク [記録方法] 磁気記録 [メディアサイズ] 約133.5×133.5×1.7mm（実測） [記録部サイズ] 直径約130mm [容量] 109.4KB～1.6MB（アンフォーマット時） [登場年] 1976年頃～ ひとつ、またひとつと消えていき、記憶からも薄れつつあるリムーバブルメディア。この連載では、ゆるっと集めているメディアやドライブをふわっと紹介します（※本記事は2022～2025年に掲載した連載「ロストメモリーズ／著：宮里圭介」を再掲出したものです）。 ロストメモリーズの記事一覧 「ミニフロッピーディスク」は、5.25インチサイズのフロッピーディスク（以下、FD）。8インチのFDをベースに小型化されたもので、Shugart Associat

2014年から先端テクノロジーの研究を論文単位で記事にして紹介しているWebメディアのSeamless（シームレス）を運営し、執筆しています。 この1週間の気になる生成AI技術・研究をいくつかピックアップして解説する今回の「生成AIウィークリー」（第124回）は、API経由でクローズド大規模言語モデル（LLM）にDoS攻撃できる手法「ThinkTrap」や、論文からコードを生成するAI「DeepCode」を取り上げます。 また、動かしたい軌跡を指定するだけで画像から動画を生成するAI「Wan-Move」と、ブラウザ上でリアルタイムに3DGSを表示できるプラットフォーム「Visionary」をご紹介します。 そして、生成AIウィークリーの中でも特に興味深いAI技術や研究にスポットライトを当てる「生成AIクローズアップ」では、AIエージェントと人間のサイバーセキュリティ専門家が実際のネットワー

11月27日にAlibabaからリリースされたZ-Image-Turbo、BASEやEditはまだであるが、結構いろいろ出てきたのでご紹介したい。 その前にBASEとEditは、どうやら1本にまとまるらしく、公式から情報が出ている。これに関しては、Qwen-ImageとQwen-Image-Edit (2509)、どちらも同レベルの生成ができるのに何故2つに分けているのか不思議だった筆者にとっては「だよね」的な内容となる。 Turboはsteps 9、CFG 1で高速生成が特徴の一つだが、非蒸留モデルになると、一般的にstepsは20～30、CFGは1より大きくなるため、結果、Turboより最低でも4倍の時間がかかる事が予想される（CFGが1より大きくなるとNegative Promptも使えるためサンプリングに倍かかる）。 そうなった場合、RTX 5090で1024x1536px 約5秒

2014年から先端テクノロジーの研究を論文単位で記事にして紹介しているWebメディアのSeamless（シームレス）を運営し、執筆しています。 1週間の気になる生成AI技術・研究をいくつかピックアップして解説する連載「生成AIウィークリー」から、特に興味深いAI技術や研究にスポットライトを当てる生成AIクローズアップ。 今回は、AIエージェントとサイバーセキュリティの専門家を実際のネットワーク環境で比較した評価実験を行った論文「Comparing AI Agents to Cybersecurity Professionals in Real-World Penetration Testing」を取り上げます。スタンフォード大学やカーネギーメロン大学などに所属する研究チームによる報告です。 ▲人間ハッカーとAIハッカーが対決するイラスト（絵：おね） この研究では、約8000台のホストと12

テクノエッジ編集長。Wikiの「スマートフォン」ページに略称“スマホ”考案者として記述あり。週一以上ライブへ通う音楽好き。ヨボヨボのハタチ クリップ型オープンイヤーの最高峰と個人的に思っているHUAWEI FreeClipの次期モデル、HUAWEI FreeClip 2が本日（12/12）GREEN FUNDINGでクラファン開始となりました。 ▲市場想定価格は2万7280円、クラファンでは最大22％オフの早割を実施 前モデルは世界で350万台以上売れたそうですが、おそらく私がそうであるように、ほとんどの方はサブというか、カジュアルリスニング用途でFreeClipを使っていて、別途AirPods（など）も持っていると思います。左右スワップして長時間使えるので、オンライン会議イヤホンとしてとくに活躍してくれました。 第2世代となるFreeClip 2は装着感、音質、通話性能のすべてを底上げし

ガジェット全般、サイエンス、宇宙、音楽、モータースポーツetc... 電気・ネットワーク技術者。実績媒体Engadget日本版, Autoblog日本版, Forbes JAPAN他 Googleは9月に予告していたiOS版ChromeブラウザーアプリへのGemini機能統合の展開を開始しました。 Chromeのバージョン143（143.0.7499.108）へのアップデート後、Gemini機能統合が適用されると、Chromeのアドレスバーの左側にあるGoogleレンズのアイコンが、Gemini風のアイコンに置き換えられ、それをタップすればレンズを使った検索と、「Geminiに相談」する機能を選択できるようになります。 Geminiに相談する機能を選択すると、数秒間4色に光るオーバーレイが開き、現在のページのURLが表示されます。ページのコンテキストを表示したくない場合は、閉じるボタンをタ

CD Projekt Red と VITUREが、ゲーム『Cyberpunk 2077』5周年コラボのサングラス型ディスプレイ『VITURE Luma Cyber XR Glasses』を発表しました。 『VITURE Luma サイバーXRグラス』は、かけると「4m先に152インチ」相当(視野角52度)の画面が浮かんで見える、いわゆるARグラス / XRグラス製品。 追記：メーカーから評価機が届きました。 ゲーム『サイバーパンク2077』本編と同じデザイナー陣が手掛けたネオンイエローとブラックのデザインに、VITUREの上位モデルVITURE Luma ProとUltraを基にした限定仕様が特徴です。0000から9999までのシリアルナンバー入り限定生産モデル。 製品としては、スマホやPC / Mac、Steam DeckなどにUSB-Cケーブル一本で接続して、ハンズフリー・デスクフリー

Z-Image-Turbo / 生成Z-Image-TurboはQwen-Imageでお馴染み、Alibabaから11月27日リリースされた。Qwen-Imageがあるのに何故！？と思ってしまうが、それはさておき、特徴として以下があげられる。 Turbo、BASE、Editの3種類 27日は蒸留版のTurboのみ https://huggingface.co/Tongyi-MAI/Z-Image-Turbo パラメータ数6B FLUX.1 [dev] 12B、Qwen-Image 20B、同時期にリリースされたFLUX.2 [dev]は32B テキストエンコーダーにQwen3 4Bを使用しマルチリンガル ライセンス Apache 2.0 今回は蒸留版のTurboのみだったが、フルのBASEと編集可能なEditがリリース予定となっている。ライセンスはApache 2.0（BASEとEditは