はてなブックマーク

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チャットボットへの入力（プロンプト）が、実は処理過程で失われていなかったことを証明した論文「Language Models are Injective and Hence Invertible」を取り上げます。スイス連邦工科大学ローザンヌ校（EPFL）やイタリアのローマ・サピエンツァ大学に所属する研究者らによる研究報告です。 ChatGPTのような言語モデルに文章を入力すると、モデルの内部で複雑な計算が行われますが、その過程で元の入力文章の情報が失われているので

Soraアプリを使うと、自分の顔と声を出演させたり、ペットやキャラクターと共演したりすることができる「カメオ」が利用できます。ただ、自分はiPhoneのカメラに写っている自分しか登録できませんし、キャラクターは実写の人間は不可となっています。 キャラクターをカメオ登録するには、数秒分の動画をアップロードする必要がありますが、これが実写の人間だとはねられます。 妻のイラストを3D化したキャラクターと遊ぶしかないなあと思っていたら、Soraのキャラクターカメオが、いったんSoraの中で生成された動画から登録できるということを、西川和久さんから教えてもらいました。きのう、追加されたようです。 ということは、いったん生成された動画内に実在の人物に似た人がいれば、それをキャラクターとして登録できるということ。 筆者はプロンプトだけで本人に寄せていくというテーマを追求していたため、妻に似た動画をSor

ロジ高級マウスのフラッグシップ MX Master 4 を試してみました。 MX Master 4は、Logitech / Logicool製マウスの最高峰MX Masterシリーズ6年ぶりの新世代製品。 ボタンやホイール、全体の形状は継承しつつ、親指を置くサムレスト部分がプルッと震える新機能ハプティックフィードバックが最大の売りです。 一見した限りあまりMX Master 3 / 3Sと変わらず、実質は振動追加だけかな？と思っていたら、実機を触ると使い勝手にかかわる変更や改善が多数。 メーカーからお借りした製品版を試して気付いた点や触った感触を書き出します。 「センスパネル」がプルッと振動。アプリ対応はこれからまずは目玉のハプティックフィードバックから。ゲーム機やスマホのように、繊細な振動で手応えを伝える機能です。 具体的には、親指を置くサムレスト部分が「センスパネル」なる名称に。マウス

[名称] Zip、Zip Disk、Zip 100 Disk （参考製品名 「Zip 100 Disk」） [種類] 磁気ディスク [記録方法] 磁気記録 [メディアサイズ] 98.0×98.9×6.4mm [記録部サイズ] 直径約93mm [容量] 100MB [登場年] 1994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 | テクノエッジ TechnoEdge 「Zip」は、Iomega（アイオメガ）社が開発した磁気ディスク。当時のリムーバブルメディアとしては、容量が100MBと大きかったこと、また、速度が最大約1.4MB/sとそれなりに高速だっ

OpenAIは動画生成SNSのSoraをアップデートし、日本、韓国、米国、カナダで招待なしで加入することが可能になりました。 また、ペットなどの本人以外のキャラクターをカメオとして登録することもできるようになりました。リアルな人間は登録できませんが、動画があればペットなどでもOK。 SoraのSNSへの加入にはiPhoneまたはiPadが必要なのは変わらず。Android版Soraアプリは近日提供予定のままです。 というわけで、21歳で天寿をまっとうした我が家最後のネコ「メソ」の動画を引っ張り出して、キャラクターとしてカメオ登録しました。 カメオ登録のところに「キャラクターを追加する」というコマンドが増えているので、それを選択。 登録するにはアップロードした動画の中から数秒分を範囲選択します。声も登録したかったので、鳴き声が入っているところを短く編集してアップロードしました。 アップロード

発表によれば、UMGとUdioは正式なパートナーシップを結び、AIによる音楽創造の新しい枠組みを「業界公認」の形で進めることになりました。 アーティストの許可制AI音楽へUdioのCEO、アンドリュー・サンチェス氏は同社の公式ブログで次のように述べています。 アーティストとソングライターがAIの恩恵を直接受けられるようにする。これが今日の第一歩だ この提携によって、Udioでは今後、 アーティストが自らの声やスタイルの使用を許可・管理できる ファンがその範囲内で新しい曲を生成・リミックスできる という「許可制AI音楽」の仕組みが導入される予定。 つまり、AIが勝手に誰かの声を模倣する時代から、アーティストが自らAIをコントロールし、ファンと協創する時代へと進化することになります。 歌声のコントロールについては、UdioはVoice Controlという機能を最近実装しています。いくつかのテ

レノボ・ジャパンは新型スマートグラス「Lenovo Legion Glasses（Gen2）」を10月24日に発売。28日に製品体験会を開催し、9月に発売されたタブレット2モデル「Lenovo Yoga Tab」「Lenovo Idea Tab Plus」と合わせてメディア向けのハンズオン（体験会）を実施しました。 わずか65g、超軽量設計スマートグラス「Legion Glasses（Gen2）」Legion Glasses（Gen2）は、Gen2とある通り2世代目の製品となります。初代は日本では発売されなかったため、国内向けとしては初のLegion Glasses（日本語の発音は“レギオン グラス”）となります。 最大の特徴は65gという超軽量設計です。XREALなどのスマートグラスが太めのフレームを採用するのに対し、Legion Glasses Gen2は細身でシンプル。見た目は、ほぼ

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118回）は、既存の大規模言語モデル（LLM）を特定タスク向けに1.58ビット精度にファインチューニングする軽量アプローチ「BitNet Distillation」や、写真1枚から複数視点画像、動画までを入力に高精度3D空間を生成できるAIモデル「HunyuanWorld-Mirror」を取り上げます。 また、テキストを画像に変換してからAIモデルで効率的に処理するアプローチを提案した論文2本、DeepSeekが発表したOCRモデルと、アレン人工知能研究所などの研究チームが既存マルチモーダルLLMで試した研究をご紹介します。 そして、生成AIウ

NotebookLMの動画解説で使われているイラストのレベルの高さは以前から注目されていましたが、その中に「カワイイ」「アニメ」が追加されていたのです。 米国・英語版だけでなく、全世界でローリングアウト中ということですが、筆者の環境ではすでに使えていたので、さっそく試してみました。 このうち「カワイイ（Kawaii）」は初登場なのですが、「アニメ」は10月13日に登場済み。この時点で、動画解説で使われている画像がNano Bananaベースになり、そのテーマも選択可能になっていたのでした。 最近、NotebookLMのイラストのレベルが爆上がりしているなと感じていたのはそのせいだったのですね。 ただ、そこで描かれていたアニメが80年代の古いスタイルで、皆様からのご要望が「アニメじゃない」「本物の（現代的な）アニメをよこせ」だったため、完全に作り直したのだそうです。 では、その努力の成果を見

慶應義塾大学卒業後、新卒で出版社の宝島社に入社。独立後はケータイジャーナリスト/ライターとして幅広い媒体で執筆、コメントなどを行う。ケータイ業界が主な取材テーマ。 NTT西日本は、音声AI事業の「VOICENCE（ボイセンス）」を発表しました。 NTTが持つ音声技術やトラスト技術を生かし、声の持ち主を守りながら、音声AIによる事業機会を拡大していくという取り組み。音声AIにはNTTの持つ音声処理技術を活用。その音声AIで生み出したコンテンツを、ブロックチェーンなどを用いて真正性証明をつけ、流通させていくのが狙いです。 ▲NTT西日本が新事業として始める音声AI事業のVOICENCE ▲トラスト技術と音声処理技術を掛け合わせたものになる 当初は声優や俳優、芸人といったコンテンツを生み出す立場の人や事務所と共同でコンテンツを拡大していく方針。そのIP（知的財産）を守るために、声の真正性証明をV

日頃筆者が便利で使っているComfyUIのWorkflowをご紹介したい。

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、大規模言語モデル（LLM）が低品質なウェブテキストに継続的に晒されることで、認知機能の低下を引き起こすことを明らかにした論文「LLMs Can Get “Brain Rot”!」を取り上げます。米テキサスA＆M大学などに所属する研究者らが発表しました。 オックスフォード大学出版局は、2024年の「Word of the Year」（今年の言葉）として「Brain Rot」（脳の腐敗）を選定しました。「Brain Rot」とは、インターネット上の低質なコンテンツ（SN

VRグローブや触覚フィードバック技術などを手掛けるDriver-Xが、新しいインターフェースブランド「Melt Interface」の第1弾製品として、クリエイター向け高機能マウス「Melt Mouse」を発表しました。 海外クラウドファンドサービスKickstarterにて、10月28日19時にプロジェクトを開始します。数量限定のアーリーバード価格は3万4500円、Kickstarter価格は3万7500円で、通常価格は4万2000円の予定。 Melt Mouseは、ガジェット系インフルエンサーのParaph・鎌田亮平氏とのコラボレーションで開発した製品。マウスではありますが、物理ボタンを搭載しておらず、ハプティクス技術によりクリック感を再現。スクロールに関しても、物理ホイールと同等のノッチ感が得られるとのことです。 物理ボタンを搭載してないという特徴を活かし、タップや長押しによりマウス

AIによるブラウザベースのエージェントがついに一線を超えました。自分的にですが。

ROG Xbox Ally は、ポータブルWindows 11ゲーミングPCとして人気のASUS『ROG Ally』シリーズ最新モデル。 新プロセッサ AMD Ryzen AI Z2 Extreme / Ryzen Z2 A採用による処理性能・電力効率の向上に加え、Xboxコントローラに近い快適なグリップなど、全面的に再設計した新世代の製品となっています。 名称に「Xbox」が加わり、マイクロソフトが全面的に開発協力した製品ですが、ゲーム機のXbox Series X|S 専用ソフトがそのまま動くわけではなく、れっきとしたフル機能のWindows 11 PCです。 マイクロソフトストアやPC Game Passのゲームだけでなく、Steam や Epicなどの配信プラットフォームに対応。ゲームではないWindowsアプリも、原則なんでも動きます。 評価と結論からASUS ROG Ally

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の生成において、同じような答えばかり返ってしまう問題を解決する方法を提案した論文「Verbalized Sampling: How to Mitigate Mode Collapse and Unlock LLM Diversity」を取り上げます。この論文は、ノースイースタン大学とスタンフォード大学などに所属する研究チームが発表しました。 大規模言語モデル（LLM）に「コーヒーに関するジョークを教えて」と尋ねると、どのモデルも判で押したように同じような答えを返

[名称] マイクロドライブ、microdrive、Microdrive （参考製品名 「IBM 340MB マイクロドライブ」（DMDM-10340）） [種類] HDD [記録方法] 磁気記録 [メディアサイズ] 42.8×36.4×5mm [記録部サイズ] 1インチ [容量] 340MB～8GB [登場年] 1999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 | テクノエッジ TechnoEdge 「マイクロドライブ」（microdrive、Microdrive）は、IBMが開発した1インチHDD。コンパクトフラッシュと同じ形状（CF Type

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116回）は、巨大AIを凌駕する、わずか700万パラメータの小型AI「TRM」や、AIが9,300人の顧客を演じて製品の購買意欲を予測する消費者調査シミュレーションシステムを取り上げます。 また、学術論文からプレゼンテーション動画を生成するAI「PaperTalker」と、AIエージェントが“人間に頼らず”自身の行動から学習するアプローチ「Early Experience」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、夢を脳波（EEG）信号で解読し、AIを

テクニカルジャーナリスト。東京工芸大学特別講師。monoAI Technology顧問。IT技術、半導体技術、映像技術、ゲーム開発技術などを専門に取材を続ける。スポーツカー愛好家。 2025年は携帯型ゲーミングPCの新製品が大豊作だ。 Lenovoの「Legion Go 2」、Asusの「ROG Xbox Ally X」、MSIの「Claw-A8」などが大手メーカー製といったところだが、そして、これらの製品群に共通しているのがメインプロセッサとして、AMDのRyzen Z2シリーズを採用している点だ。 実は、このRyzen Z2シリーズは、PS5シリーズや、Xbox Series X|Sのメインプロセッサの親戚に相当する存在だといえる。 PS5もXbox Series X|SもAMDのZen系CPU、RDNA系GPUを統合したAPUをメインプロセッサ（SoC）に採用している。これらの家庭用

顔LoRA無し 同一設定で顔LoRAあり（LoRAっ子2号） 当たればなかなかの絵なのだが、RTX 5090（32GB）を使っても1536x2304pxが40秒前後（steps 20）。checkpointのみfp8でVRAM 30GB少し使用……と重いのは変わらず、結果現在メインはQwen-Imageとなっている。 2025年9月23日 Qwen-Image-Edit-2509上記の理由から9月のほとんどはQwen-ImageやQwen-Image-Editで遊んでいたが、9月も残り一週間となった 9月23日、いきなり Qwen-Image-Edit-2509 がリリースされた。名前の通り Qwen-Image-Editの2025年9月版となる。8月15日にQwen-Image-Editが出たばかりなのに、こんなに急いでリリースする必要があったのかは？とちょっと疑問。同日ComfyUIも

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、夢を脳波（EEG）信号で解読し、AIを用いて画像化するためのデータセット「Dream2Image」を提案した論文「Dream2Image : An Open Multimodal EEG Dataset for Decoding and Visualizing Dreams with Artificial Intelligence」を取り上げます。カリフォルニア大学サンディエゴ校に所属する研究者による発表です。 ▲AIが夢を画像に変換してスマホに表示しているイラスト

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。シャオミは日本で新型スマートフォン「Xiaomi 15T」シリーズを発売しましたが、中国では、ほぼ同じタイミングで「Xiaomi 17」シリーズを発表しました。さっそく深センのシャオミフラッグシップストアへ向かい、見てきました。 このフラッグシップストアは深センの電脳街ではなく、南のほうの「深セン湾」エリアにあります。深セン地下鉄2号線 / 11号線 / 13号線の后海駅から徒歩5分ほどの場所。シャオミの国際本部があるビルで、1Fと2Fがシャオミストアです。今年の7月にオープンしたばかり。 1Fにはシャオミの電動自動車（EV）も展示されています。最新の「YU7」や、今年のお正月に登場した「SU7」のレッドカラーモデルなども拝めます。 スポーツEV「SU7 Ultra」はイエローカラーがお馴染みですが、ほかのシャオミストアではあまり

[名称] メモリースティック、Memory Stick（MS） （参考製品名 「MSA-16A」） [種類] フラッシュメモリー [記録方法] 専用端子（10ピン） [メディアサイズ] 21.5×50×2.8mm（標準）、20×31×1.6mm（Duo） [記録部サイズ] ---- [容量] 4～256MB（128MB×2） [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 | テクノエッジ TechnoEdge 「メモリースティック」は、ソニーが開発したフラッシュメモリーメディア。わずか10ピンというコネクターを採用したシリアルインタ

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115回）は、人脳の神経回路を模倣した言語モデル「Dragon Hatchling」や、リアルタイムに指示して途中で変更しながら長時間動画を生成するAI「LONGLIVE」を取り上げます。 また、言語モデルが4桁×4桁の掛け算ができない現象を解明した論文や、動画から実世界の複雑なタスクを学習するGoogle開発の世界モデルベースのAIエージェント「Dreamer 4」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、OpenAIの動画生成AI「Sora 2」を

Sora 2はおそろしくリアルな映像とサウンドの生成が可能です。特に、カメオ機能で自分自身として登録しているキャラクターについては、「@ユーザー名 が～している」で自由に映像生成できます。 しかし、キャラクターとして参照できる画像は、リアルな人物は弾かれてしまいます。イラストや彫像・塑像、3Dプリンタ声生物とはっきりわかるものは取り込みできますが、多くの場合、警告が出て、そのまま行ける場合もありますが、拒否されることもあるくらい、厳しい制限が課せられています。 筆者の場合、ピアノの鍵盤に指が写っているだけで「リアルな人物」として跳ねられたこともありました。生成AIでは鍵盤の黒鍵の数を必ず間違えるので、参照のために入れただけなのに……。 では、リアルな登場人物を固定して使いたい場合にはどうしたら良いのでしょうか？ 筆者は、以前トライした、プロンプトでその人物の描写を再現可能なレベルまで詳しく

[名称] 130mm追記形光ディスクカートリッジ （参考製品名 「DC-502A」「OC101-2」） [種類] 光ディスク（追記型） [記録方法] 有機色素、金属薄膜、レーザー光（825nm） [メディアサイズ] 135×153×11mm [記録部サイズ] 直径約130mm [容量] 600～650MB [登場年] 1987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 | テクノエッジ TechnoEdge 「130mm追記形光ディスクカートリッジ」は、5.25インチ（130mm）のディスクをカートリッジに納めた光ディスクメディア。 これ以前にも12

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のサム・アルトマンCEOと元アップルのチーフデザイナーであるジョナサン・アイブ氏が手掛ける「新世代のAI搭載コンピューター製品」の開発が難航している模様です。 両氏が共同で設立した、AIデバイススタートアップ企業ioは、今年5月にOpenAIが約65億ドルで買収した際に「新世代のAI搭載コンピューター製品」を開発中であり、アルトマン氏は引き続きアイブ氏と彼のチームが「新世代のAI搭載コンピューターの開発」に協力すると述べていました。 この「新世代のAI搭載コンピューター」は、手のひらサイズでディスプレイを持たず、身につけたユーザーの周囲環境から音声と視覚的な手がかりを常時読み取って、ユーザーの要求