News (page 12)
GoogleはCanvaやAdobeが主導するクリエイティブソフトウェア市場に参入するため、プロンプト入力だけでデザインを作成できるAIファーストのツール「Google Pics」を提供する。
- •Googleは既存のデザインツール市場にAI優先のアプローチで新規参入を図っている
- •ユーザーは複雑なデザイン操作ではなく、テキストプロンプトを入力するだけでデザインを作成できる
- •CanvaやAdobeのような従来のクリエイティブツール市場で、AI生成技術による差別化を図っている
GoogleがWorkspace向けに「Google Pics」を提供開始。GeminiとNano Bananaモデルを活用し、プロフェッショナルなAI画像生成と編集をビジネスユーザー向けに簡素化。
- •Canvaのようなデザインツールだが、より高度なAI機能とプロンプト制御を提供する
- •Geminiと独自モデル「Nano Banana」を組み合わせ、画像生成の精度と制御性を向上させた
- •ビジネスユーザーが専門知識なしで高品質な画像を編集・生成できることを目的としている
単一のHTMLファイルで動作するASCIIアートによるサイバーパンク都市の3D表現が公開され、ブラウザ上でインタラクティブに探索できる
- •テキスト文字のみで構成された3D都市空間を、軽量なHTMLとJavaScriptで実装したプロジェクトが紹介されている
- •ユーザーはブラウザ上でキャラクターを操作し、建物の内部や高層ビルなどを探索できるインタラクティブ性を備える
- •最新のアップデートでは交通システムや詳細な装飾が追加され、レトロな美学と現代のWeb技術の融合を示している
オープンソース動画編集ソフトOpenShotのメジャーアップデート版4.0がリリースされ、録画機能の強化や新しいカラーグレーディングツールが追加された
- •新しい録画機能により、スクリーンキャプチャやカメラ入力からの直接録画が容易になった
- •カラーグレーディング機能が刷新され、より直感的かつ高度な色調整が可能となった
- •ユーザーインターフェースの改善により、初心者から上級者まで快適に動画編集を行える環境が整えられた
テンセントがマルチモーダルAIモデル「Hy4」のプレビュー版を公開し、オープンソース化を発表。動画生成や高度な視覚認識能力を備え、コミュニティでの検証と改良を促す取り組みである
- •テンセントが開発した次世代マルチモーダルモデルHy4がプレビュー版として公開された
- •モデルはオープンソースとして提供され、研究者や開発者によるアクセスが容易になっている
- •動画生成および複雑な視覚タスクにおける性能向上が主な特徴として挙げられている
複数のハリウッド著名人が、高額な映画出演料ではなく、短編動画中心のマイクロドラマアプリへの出演を選択。新しいメディアフォーマットにおける収益機会と視聴者との距離の近さを重視している。
- •伝統的な映画製作よりも制作コストが低く、回転が早いマイクロドラマ市場がセレブリティの関心を引いている
- •アプリ内での直接的なファンエンゲージメントや、新しい収益モデルの可能性が参画理由となっている
- •エンタメ業界の潮流が、長尺コンテンツから短尺・高頻度配信のデジタルネイティブな形式へシフトしつつある
人間の知覚における色の特性を数学的・科学的に定量化する方法や、色彩空間における色の距離や類似性を数値で表現する理論的背景について解説している
- •色の主観的な知覚を客観的な数値データとして扱うための色彩科学の基礎的な概念が紹介されている
- •異なる色間の差異を計算するアルゴリズムや、色彩管理システムでの応用例について言及されている
- •デジタル画像処理やデザインツールにおいて、色の精度を高めるための技術的アプローチが含まれている
AI生成音楽の増加に伴い、音楽家が著作権侵害やAI使用の隠蔽を疑うコンテンツを特定し、製作者を特定する活動を活発化させている
- •音声生成AIの進化により、人間アーティストの作品を模したAI生成音楽がインターネット上で溢れている
- •AI使用を認めるケースと、隠蔽して利益を得ようとするケースが存在し、後者が問題視されている
- •音楽家自身が「探偵」役となり、アルゴリズム由来のメロディやボーカルを特定して製作者を追求している
オーストラリアの音楽業界が、生成AIで作られた楽曲を公式チャートの集計対象から除外する方針を決定した。これはAI生成コンテンツの商業的評価に対する規制の先駆けとなる。
- •オーストラリアの音楽チャート運営側が、生成AI楽曲のチャート入りを禁止する措置を取った
- •この決定は、人間による創作活動の保護とAI生成コンテンツの区別を明確化する狙いがある
- •生成AIの普及に伴う著作権や産業保護に関する国際的な議論に影響を与える可能性がある
生成動画モデルの学習効率を向上させるために、データフィルタリング技術を用いて学習データを最適化する方法について解説している
- •動画生成モデルの学習において、データフィルタリングが品質と速度に与える影響が大きい
- •ノイズの多いデータを除外することで、モデルの収束速度を向上させることができる
- •適切なデータセレクト技術は、計算リソースの節約と生成品質の両立に有効