本文へスキップ
IFAI

AIデイリー：今日のAIニュース

火

1月13日 火曜日

  1. ロボット拡散指数 39

    人型ロボット企業1Xが「世界モデル」発表　ネット動画からトースターの使い方を自己学習

    ロボット開発の1Xは人型ロボット「Neo」向けに物理ベースの「1X World Model」を発表した。ネット上の動画とテキスト指示から物理法則を理解し、トースターにパンを入れる、エアフライヤーのバスケットを外すといった動作を自律学習する。同社は今年中の家庭向け出荷を目指している。

月

1月12日 月曜日

  3. 業界動向拡散指数 56

    AppleがGoogleと提携、次世代Siriと独自AIの基盤にGeminiを採用へ

    AppleとGoogleは複数年の提携を正式発表し、次世代Siriや基礎モデルの駆動にGeminiを採用することを明らかにした。年間約10億ドルの契約と報じられている。自社完結にこだわってきたAppleが中核AIを競合に委ねる異例の判断で、ChatGPTとの提携も継続される見込みだ。

  4. オープンソース拡散指数 48

    NovaSR：わずか52KB、実時間の3500倍速で音質を向上させる超小型音声モデル

    開発者の yatharthsharma3501 氏が超軽量な音声アップサンプリングモデル「NovaSR」をオープンソース公開した。サイズは約 52KB で、10 層未満の畳み込み層により単一 A100 上で実時間の 3600 倍速を達成。16kHz の音声を 48kHz の高音質に変換でき、エッジ機器やリアルタイム処理に向く。

  6. 画像・動画生成拡散指数 41

    PixVerseがリアルタイム世界モデル「R1」公開：生成中にプロンプトで映像を即時書き換え

    PixVerseはリアルタイムで動画を連続生成できる世界モデル「PixVerse R1」を発表した。生成中にテキストで指示を追加して画面を即座に変えられるのが特徴。現状は人物の歪みなど一貫性に課題を残すものの、AI動画生成をレンダリング待ちからリアルタイム操作へと前進させた。

日

1月11日 日曜日

  1. 業界動向拡散指数 43

    GoogleがUCPを発表：AIエージェントが検索から決済まで代行

    GoogleはWalmartやShopifyなどと共同開発したオープン規格「UCP」を発表しました。商品検索からブランド対話、購入後サポートまでを標準化し、Google検索やGemini上で直接決済できるようにします。AIが商品を提案するだけでなく購入まで完了できるようになる動きですが、まずは米国の対象小売店から順次展開されます。

土

1月10日 土曜日

  1. 研究拡散指数 36

    3Dモデルの骨組みを自動推定する「RigMo」登場：人や動物から扇風機まで手作業なしでアニメーション化

    3Dメッシュの連続データから骨格とモーションを自動推論するフレームワーク「RigMo」の論文が公開された。人手によるボーン設定なしで、人間だけでなく動物や扇風機などの物体も破綻なくセットアップできる。現在論文が公開されており、コードとデータも順次公開される予定だ。

木

1月8日 木曜日

水

1月7日 水曜日

  1. AIツール拡散指数 41

    Hugging FaceにQwen 3Dカメラ制御が登場、画像のアングルを直感操作

    開発者の multimodalart 氏が Hugging Face 上で Qwen 画像編集向けの 3D カメラ制御 Space を公開した。fal の LoRA を活用し、3D ビューポートのハンドル操作やスライダー調整だけで方位角、仰角、距離を変更できる。プロンプト頼みだった画像の視点変更が、3D ツールのように直感的に行える点が魅力だ。

月

1月5日 月曜日

日

1月4日 日曜日

  1. 研究拡散指数 36

    Sakana AIの「ALE-Agent」、競技プログラミングAHCで804人に競り勝ち優勝

    Sakana AIは自社開発の「ALE-Agent」がAtCoderのヒューリスティック競技プログラミングコンテスト「AHC058」で1位を獲得したと発表した。4時間の競技中に約1,300ドルの計算資源と複数フロンティアモデルを活用し、作問者の想定を超えるアルゴリズムを自律的に考案。AIエージェントがリアルタイムの大規模最適化コンテストで人間のエキスパートを抑えて優勝したのは初となる。

土

1月3日 土曜日

  1. オープンソース拡散指数 48

    UniSH公開：動画1本から3D背景と動く人物を一度の推論で同時復元

    UniSHが、動画から3Dシーンと人物の姿勢・形状を同時に復元するフィードフォワード型フレームワークを公開しました。手ブレや激しい動きを含む映像からでも、シーン点群、カメラ軌跡、人体メッシュを一度の推论で出力できます。GitHubでコードが公開されており、ローカル環境で実行可能です。

水

12月31日 水曜日

  1. 研究拡散指数 36

    シンガポール国立大、滑らかなマウスドラッグを可能にする「ShowUI-π」発表

    シンガポール国立大学のShow Labが、GUI操作モデル「ShowUI-π」を発表した。離散的なクリックと連続的なドラッグを統合し、滑らかなマウス軌跡を生成できる。わずか450Mの軽量モデルながら、手書き入力や動画編集、スライダー認証などのタスクでGeminiなどの大型モデルを上回る成功率を記録した。

火

12月30日 火曜日

  2. 画像・動画生成拡散指数 40

    RunwayとAdobeが多年契約、動画生成AIをクリエイティブツールに統合へ

    RunwayはAdobeと多年間の戦略的パートナーシップを締結したと発表した。RunwayのAIモデルや技術をAdobeのクリエイティブツールに組み込むほか、Adobeアプリ限定のプロ向けワークフロー機能も共同開発する。動画クリエイターが使い慣れた環境で直接先端AIを利用できるようになる。

  3. 研究拡散指数 36

    ByteDanceがSeedFoldを発表：計算効率と蒸留でAlphaFold 3超えを達成

    ByteDance Seedチームが生体分子構造予測モデル「SeedFold」を発表した。Pairformerの幅を4倍に拡張し、計算量をO(n²)に抑える線形三角アテンションを採用、さらにAlphaFold 2から2650万件の構造を蒸留して学習データを147倍に拡大した。抗体・抗原結合など多くのタスクでAlphaFold 3を上回る。

  6. オープンソース拡散指数 46

    テンセント、10億パラメータの3D動作生成モデル「HY-Motion 1.0」をオープンソース公開

    テンセントはテキストから3Dキャラクターアニメーションを生成する10億パラメータ超のモデル「HY-Motion 1.0」をオープンソースで公開した。DiT構造を採用し、200種以上の動作カテゴリーに対応。生成された3Dデータはそのまま既存の制作パイプラインに組み込める。

月

12月29日 月曜日

  1. 業界動向拡散指数 61

    Meta、AIエージェントのManusを約20億ドルで買収へ

    Metaがシンガポール拠点のAIスタートアップManusを約20億ドルで買収すると報じられた。Manusはホワイトカラー業務を自動化するAIエージェントを手がけ、わずか8カ月でARR1億ドルを達成。Metaは同社を独立運営させつつFacebookやInstagram、WhatsAppにエージェント機能を組み込む計画だ。

日

12月28日 日曜日

  1. 業界動向拡散指数 41

    YouTube、新規ユーザーへの推薦動画の2割超が「AIゴミ動画」　米調査

    動画編集サービスKapwingの調査によると、YouTubeの推薦アルゴリズムが新規ユーザーに提示する動画の20％以上が低品質な生成AI動画（AI slop）であることが分かった。新規アカウントの初期500件中104件が該当し、こうしたAI量産チャンネルは年間約1億1700万ドルの収益を上げていると推計されている。

土

12月27日 土曜日

毎日のAIピックアップ