Image / Video / Audio Generation

ニコンのコンペティションにおいて、生成AIの不適切な使用に関するスキャンダルが発生した

Nikonの顕微鏡動画コンテストで、生成AIの利用規約に違反したため、当初1位だったDr. Ning Xuの作品が失格処分となった

• •Nikonは、生成AIに関するコンテストルールに準拠していないとして、当初の1位作品を失格とした
• •BBCの報道によると、Dr. Ning Xuの作品は小児の気道内の繊毛の動きを示していたと主張していた
• •今回の件は、科学映像コンテストにおける生成AI利用の適否が問題視された事例である

Alibaba's Qwen team released the weights for the image generation AI 'Qwen-Image-2.1-Turbo,' enabling fast generation and editing in just eight steps.

• •A fast model capable of completing image generation and editing in just eight steps is now available for free download.
• •Alibaba's AI development team, Qwen, released it as open weights on October 9.
• •It is distributed via Hugging Face and ModelScope, but free use is limited to research and evaluation, requiring a separate contract for commercial use.

アリゾナ州控訴裁判所が、裁判官が被害者のAI動画を考慮したことが「根本的に不公平」であったと判断し、ロードレージ殺人の被告人に対する判決を取り消した

• •アリゾナ州控訴裁判所が、ロードレージによる殺人事件の被告人に対する判決を取り消した
• •一審の裁判官が被害者に関するAI動画を考慮したことが判決に影響を与えた
• •控訴裁判所は、裁判官によるAI動画の考慮が「根本的に不公平」であったと判断した

OpenAI announced by October 9 that ChatGPT now supports audio file uploads, providing transcription and summarization features.

• •US-based OpenAI made the announcement by October 9 (Japan time).
• •"ChatGPT" now supports uploading audio files.
• •Transcription and summarization of audio files are now possible.

Anthropic announced new Claude features for creating data analysis dashboards and generating presentation videos, making them available even on the free plan.

• •Anthropic announced "Claude Dashboards" and "Claude Motion" on October 8.
• •"Claude Dashboards" is offered for paid plans.
• •"Claude Motion" is available in beta for Team and Enterprise plans.

アカウント不要で完全ローカル動作し、AI機能を搭載した無料オープンソースの写真編集ツール「rembrandt」が公開された

• •アカウント、サブスクリプション、トラッキングが一切不要な無料の写真編集ツールである
• •RAWデータやマスク対応、デバイス上でのAI処理をmacOS、Windows、Linuxでサポートしている
• •セルフホスト可能であり、GitHub上でthesnarkitecht/rembrandtとして公開されている

Claude Opus 5.5に関連するミュージックビデオについて言及する記事

Whistle, a 16.9MB open-source speech recognition model, runs on the same CPU engine as Needle and enables tool calling.

• •Whistle is an open speech recognition model that runs on the same CPU engine as Needle.
• •It supports transcription in seven languages and reaches the first token generation in 11 milliseconds.
• •By loading it in parallel with Needle, clips can be converted into tool calls within a single binary.

Claude Opus 5.5とGPT-6 AstraをThree.jsで比較し、イタロ・カルヴィーノの『看不見的城市』をワンショットで可視化する実験を行った

• •Claude Opus 5.5とGPT-6 Astraの性能をThree.jsを用いた可視化タスクで比較した
• •イタロ・カルヴィーノの小説『看不見的城市』をAIによるデザインとデータ可視化で表現した
• •UX設計や探検可能な説明（explorable explanations）の実現可能性を検証した