無料ユーザーに開放されたSNS・Xのチャット（会話型）AIボット・Grok。 OpenAI社のChatGPTと同じ様な感覚で、テキスト形式のやり取りを行うことができ、画像生成機能も搭載。すでに様々な使われ方、そして遊ばれ方がX上で考案されています。 そんな中でも最近目に付くのが、Grokに「プロフィールや発言から自分の外見を想像して描いてもらう」というお題。 確かに発言のイメージ通りの画像が生成されるのか、そしてそれが実際の外見と一致するのか。想像を掻き立てられます。 【比較画像】Grokに生成させた“似顔絵”と本人イーロン・マスク率いるX発のチャットAI「Grok」Grokは、Xのオーナーであるイーロン・マスクさんが率い、「Xアプリの5億人を超えるユーザーに当社のテクノロジーを提供」すると銘打つxAI社が開発したチャットAIボット。 2024年5月には、日本国内からも有料プラン・X Pr

イギリス・サリー大学のサリー人間中心人工知能研究所が、控えめで手頃な価格のハードウェアのみを使用して瞬時に画像を生成するAIモデル「NitroFusion」を作成したと発表しました。 Surrey announces world's first AI model for near-instant image creation on consumer-grade hardware | University of Surrey https://www.surrey.ac.uk/news/surrey-announces-worlds-first-ai-model-near-instant-image-creation-consumer-grade-hardware NitroDiffusion https://chendaryen.github.io/NitroFusion.github.io

OpenAIが2024年2月より研究プレビューを行っていた動画生成AI「Sora」の新たなバージョンとして「Sora Turbo」を開発し、正式にリリースしました。ChatGPTのPlusおよびProプランに加入することで利用可能となります。 Sora is here | OpenAI https://openai.com/index/sora-is-here/ Sora–12 Days of OpenAI: Day 3 - YouTube 2024年2月にプレビュー版が登場した際の様子は下記記事の通り。プレビュー版の時点で生成される動画の品質はかなりのものでしたが、生成される動画の安全性が確保できないことなどから一般ユーザーにはリリースされていませんでした。 テキストから物理法則をシミュレートしながら動画を生成するAI「Sora」をOpenAIが発表 - GIGAZINE OpenAIは

Metaが大規模言語モデル「Llama 3.3」を2024年12月6日(土)にリリースしました。記事作成時点ではパラメーター数70Bのモデルがリリースされており、Amazonの基盤モデル「Amazon Nova Pro」と比べて低コストかつ高性能であることや、旧世代の上位モデルに匹敵する性能を備えていることがアピールされています。 Llama https://www.llama.com/ llama-models/models/llama3_3/MODEL_CARD.md at main · meta-llama/llama-models · GitHub https://github.com/meta-llama/llama-models/blob/main/models/llama3_3/MODEL_CARD.md As we continue to explore new post-

この記事は Magic Moment Advent Calendar 2024 7 日目の記事です。 Magic Moment の @tdoi です。 2024年1月にジョインし、Magic Moment の製品開発を担当しております。 学生時代に、マルチエージェントシステムに関する研究に従事していました。 昨今、LLM の躍進によって、エージェントという言葉を見聞きすることが増えて少しそわそわしています。 はじめに GPT を始めとする LLM の性能の向上は著しく、ここ1、2年は、LLM をいかに活用するかを検討されてきた方も多いのではないでしょうか？ LLM の出力が期待以上であって驚くことも多い一方で、出力が不適切であることもあります。 対話的に利用している際はその出力を確認し、適切な判断のもとで活用すればよいのですが、 システムに組み込んで利用する際には、その出力結果の妥当性には

OpenAIは、動画生成ツール「Sora」の一般提供を開始した。テキストや写真、動画を基に独自の動画を生成できるもので、チャットボット「ChatGPT」の有料プランである「ChatGPT Plus」か「ChatGPT Pro」に加入していれば、追加料金なしで利用できる。 最高経営責任者（CEO）のSam Altman氏が米国時間12月9日、「12 Days of OpenAI」と題するライブ配信で発表した。このSoraモデルは「Sora Turbo」というバージョンで、2月に研究者向けにデモを披露した前モデルから「大幅に」高速化しているという。 Soraでは多くのAI画像・動画生成ツールと同様に、テキストプロンプトを入力すると、それに基づく短い動画が作成される。参照する素材として、写真や他の動画をアップロードすることも可能だ。動画のアスペクト比、解像度、長さ、および生成するバリエーションの

OpenAIは動画生成AIのSoraの製品版となる「Sora Turbo」を2024年12月9日にリリースしました。しかし、OpenAIはさらなるテストが完了するまで、実在の人物を取り込んだ動画を生成できる機能をごく一部のユーザー以外には公開しないことを明らかにしています。 Sora System Card | OpenAI https://openai.com/index/sora-system-card/ Why OpenAI is only letting some Sora users create videos of real people | TechCrunch https://techcrunch.com/2024/12/09/openai-is-only-letting-some-sora-users-create-videos-of-real-people/ 正式リリー

X(旧Twitterのオーナーであるイーロン・マスク氏のAI企業・xAIが提供するAIチャットボット「Grok」が、Xの無料ユーザー向けに利用可能になっています。さらに、画像生成AIである「Aurora」が、月額有料のプレミアムプラン会員向け機能として2024年12月7日(土)に追加されました。 X’s Grok AI chatbot is now available to all users - The Verge https://www.theverge.com/2024/12/6/24314860/x-grok-ai-chatbot-available-all-users Grok is now free for all X users | TechCrunch https://techcrunch.com/2024/12/06/2927301/ GrokはxAIの開発するチャットボ

OpenAIが平日毎日新機能の説明をするというイベントのために午前2時に起きたが、割と興味のない内容だったので松尾さんと二人で憤慨していたのだが、その裏でMetaがLlama3.3-70Bを公開していた。70BでGPT-4oを上回る性能かつ、Llama3.1 405Bを上回る性能らしい。 早速、昨日試したAttentionにまつわる物語を翻訳してもらうと、確かになかなかいい翻訳になった。 From: Dzmitry Bahdanau To: Andrej Date: 2022年9月1日 6:05 PM Hi Andrej、 8年前に起こったことを話すことを嬉しく思います！ 私は、Herbert Jaegerの下でJacobs UniversityでMScの1年目を終えた後に、Yoshuaの研究所にインターンとして赴任しました。私はYoshuaに「何に取り組んでいいか教えてください」と言った

はじめに 株式会社ファースト・オートメーションCTOの田中(しろくま)です！ 弊社では製造業向けのRAGを使ったチャットボットの開発を行っていますが、 RAGで読み取りづらいなと感じているドキュメントが"Excel文書"です。 LLMを悩ませる"Excel文書"とは ここで"Excel文書"と呼んでいるドキュメントは、 「構造化されたテーブルを保存しているExcelファイル」 ではなく、 「 セルに文書を書いたり、オブジェクトや画像を挿入することで、いわゆる一般的な文書を作成しているExcelファイル 」 のことを呼んでいます。 そもそも一般的な文書作成においてはExcelではなく、Wordを使えばよいのでは？と思われるかもですが、以下の点でExcelで文書の資料を作成することはそれなりに便利な部分があると思っています。 枠を使って、グルーピングすることでドキュメントの構成が見やすくなる

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、中国の南京大学やドイツのMax Planck Institute for the Science of Lightに所属する研究者らが、AIシステムを用いて量子もつれの新しい生成方法を発見した論文「Entangling Independent Particles by Path Identity」に注目します。 量子もつれとは、2つ以上の粒子が互いに関係し合って1つの量子状態を形成し、それらの粒子がどんなに離れていても一方の状態を測定すると瞬時に他方の状態が定まると

3Dマルチモーダルを活用した次世代ソーシャルプラットフォームを運営する「SEELE AI（全霊網絡）」が、プレシリーズAで1000万ドル（約15億5000万円）を調達した。IT大手の百度（バイドゥ）の投資部門、ネットサービスの美図（Meitu）、富坤創投（Richland Equities）などが出資に参加し、既存株主のWebtime Information S&Tも加わった。資金は主にチーム拡充や、新たなAIGC（AI生成コンテンツ）ゲームエンジンの開発に充てられる。 SEELEは2022年に設立され、3Dマルチモーダル大規模言語モデル（LLM）の開発に注力している。簡単な指示で生成できる多彩な3Dコンテンツを通じて、これまでにない新しいかたちのソーシャルプラットフォームを構築した。創業者の王詩沐氏はかつて、中国ゲーム大手の網易（ネットイース）傘下「網易雲音楽（NetEase Cloud

一昔前まではグラフィックボードのメイン用途はゲームなどの3Dグラフィック処理でしたが、近年では「ローカルでAIで動作させる」ということを目的にグラフィックボードを選択する事例も増えています。大量のNVIDIA製グラフィックボードやApple製チップで大規模言語モデル「LLaMA 3」の推論処理を実行した際の処理性能をまとめたウェブページ「GPU-Benchmarks-on-LLM-Inference」を見つけたので、内容をまとめてみました。 GitHub - XiongjieDai/GPU-Benchmarks-on-LLM-Inference: Multiple NVIDIA GPUs or Apple Silicon for Large Language Model Inference? https://github.com/XiongjieDai/GPU-Benchmarks-on-

自分が死ぬ日を教えてくれるAIアプリ｢Death Clock｣2024.12.08 13:0012,282 satomi 知りたいような、知りたくないような…。 AIが寿命を予測して死ぬ日を教えてくれるアプリ｢Death Clock｣（iOS、Android）が7月の公開から｢ヘルス＆フィットネス｣カテゴリで上位にランクインし、じわじわ注目を集めています。 AIによりパワーアップおよその寿命を予測するアプリは2006年からあったのですが、寿命に関する研究成果1,200件以上、被験者総勢5300万人のデータセットをAIに読み込ませて訓練した結果、むちゃくちゃパワーアップして、なんと死ぬ日までだいたい予測できるようになっちゃったもようです。 ま、当たるかどうかは｢？｣ですが。 寿命は食習慣、運動、ストレス、睡眠などをもとに予測。年間40ドル（約6,000円）の購読料を支払うと、死亡推定日までの

今日未明、サム・アルトマン自らがチームと共にOpenAI o1の能力を説明した。スペック的にはプログラミング能力が向上し、そして画像理解(マルチモーダル)に対応したというのが最大のニュースだろう。 プログラミング能力についての検証はいろんな人が世界中で始めているだろうから、僕は画像理解の方を試してみようと思う。 というのも、僕の手元には手書きで書かれた図解が大量にあるからだ。 手書きが好きすぎてタブレット端末を作ったほどである。 まずは以前作ろうと思ってボツにしたAIアプリの概念図 汚いのは手書きの宿命これを清書してもらうことにする。 以下は、提示された手書きメモを参考に、内容を整理し、簡易的なフローチャートとしてSVGで清書した例です。 手書きメモは主に「静的AI画像作成ツール」の作業フローアイデアを示すものであったため、ステップを分かりやすく整理しています。 ※ 元の手書き図は非構造的

米OpenAIは12月5日（現地時間）、ChatGPTの新たな有料プラン「ChatGPT Pro」を発表した。同時に発表した、同社の最高性能のAIモデル「OpenAI o1」を含む全AIモデルやツールを無制限で利用できるプラン。価格は月額200ドル（1ドル＝150円換算で3万円）で利用可能だ。 o1についてはこれまで、コーディングタスクに特化した「o1-mini」とプレビュー版「o1-preview」を提供していたが、ChatGPT Proでは新たに「o1 pro mode」というバージョンも用意する。これは、より高度な思考を行って難問に対して優れた回答を提供する、より多くの計算能力を使うバージョンだという。将来的にはさらに高度な機能を追加する予定とも明かしている。

米OpenAIが12月5日（現地時間）に発表した、ChatGPTの新プラン「ChatGPT Pro」。目玉は、最高性能のAIモデル「OpenAI o1」でより高度な思考を行って難問に対して優れた回答を提供するという「o1 Pro mode」だ。一方、月額200ドル（1ドル150円換算で約3万円）という価格体系も話題に。果たしてその値段に見合う価値はあるのか──試しに、過去のGPTシリーズや他の大規模言語モデルが引っ掛かりがちだった問題を出して、確かめてみた。 解けるか、“おっぱお問題” GPT-4でもたまに間違えていた「いっぱいの“い”を“お”に変えて」という問題。o1 Pro modeは引っ掛からず回答できた。 「9.11」と「9.9」、大きいのは？ 「9.11」と「9.9」どちらが大きいか、というのも、過去のモデルがよく間違えた問題だ。Pro modeでない「o1」も、以下のように正し

アマゾンがAWSの力で｢安価で賢いAI｣を開発 ジャシーCEOは2023年までAWSのCEOだったので、re:Inventには｢帰ってきた｣立場だ。 ストアでの活用や、アプリから使えるチャットAIである｢Rufas｣など最新の取り組みを解説したあとで、本命の発表である｢Amazon Nova｣を公開した。 Amazon Novaの特徴は｢賢くて安い｣ことだ。 ジャシーCEOは｢Amazon Novaは他社の基盤モデルに対して高い性能を持っており、コストパフォーマンスでも75％も優れている｣と自信を見せ、ベンチマークテストの結果も公表した。 Amazon Novaは、大きく分けて｢understanding（解釈） model｣と｢Creative Content Generation（コンテンツ生成） model｣の2つの領域がある。 解釈モデルは、モデルサイズごとに4つのカテゴリーが用意