AppleがFaceLitを発表:2D写真から自由なライティングが可能な3D顔を生成
Appleの研究チームが生成フレームワーク「FaceLit」を発表した。特別な撮影機材や手動アノテーションを使わず、ネット上の2D画像から学習してユーザー指定の照明や視角でレンダリング可能な3D顔を生成できる。FFHQデータセットでFID 3.5を達成した。
Appleの研究チームが生成フレームワーク「FaceLit」を発表した。特別な撮影機材や手動アノテーションを使わず、ネット上の2D画像から学習してユーザー指定の照明や視角でレンダリング可能な3D顔を生成できる。FFHQデータセットでFID 3.5を達成した。
Microsoftは完全に再構築したTeamsのプレビュー版を公開した。従来のElectronを廃止してWebView2とReactを採用し、起動速度を2倍、メモリ消費量を50%削減した。AI動画フィルターを追加したほか、Copilotの基盤としても設計されている。現在はWindowsの法人向けプレビューのみ利用可能。
ZoomはOpenAIとの提携を発表し、アシスタント「Zoom IQ」に複数のAI機能を導入すると公表した。会議に遅れて参加してもAIが見逃した内容を要約し追加質問にも回答するほか、チャット下書きやホワイトボード生成にも対応する。一部機能は4月から招待制で提供される。
TechCrunch によると、Apple が AI を活用した動画圧縮技術を開発するスタートアップ WaveOne を静かに買収したことが判明した。同社技術は AI で映像内容を認識し、顔などの重要領域を優先することでデータ量を最大半減させる。Apple TV+ などの配信コスト削減や画質向上につながるとみられる。
Baiduは月曜、企業顧客向けの非公開イベントでAI「Ernie Bot」の新機能を公開した。財務報告書の要約やPPT作成、旅行日程の作成、広告向けアバター生成などを実演し、通常版に加え産業向けバージョンの提供も発表。3月31日より企業のテスト申請を受け付ける。
Bloombergの報道によると、マイクロソフトはBingの検索データを利用する競合エンジンに対し、AIチャットボットの基盤として使い続けるならアクセス権を剥奪すると警告した。同社は契約違反に当たると主張しており、AI検索競争が激化する中で自社データを囲い込む狙いがあるとみられる。
OpenAIは発生したChatGPT障害の原因を報告した。オープンソースライブラリ「redis-py」のバグにより、他人のチャット履歴タイトルや、特定9時間のPlus会員約1.2%の氏名やカード番号下4桁が誤表示されたという。現在はパッチが適用され、サービスは完全復旧している。
報道によると、米ヒューストンの夫婦がAIで息子の声を偽造した電話詐欺に遭い、保釈金名目で5000ドルを騙し取られた。専門家はSNSの短い音声からでも簡単に声を作れると警告しており、緊急の送金要請には本人への直接確認が不可欠だ。
OpenAI は ChatGPT 向けプラグイン機能の限定アルファ提供を開始した。公式の Web ブラウジングやコード実行に加え、外部サービス連携により学習データの制限を突破できる。まずはウェイトリストに登録した一部の開発者と ChatGPT Plus ユーザー向けに順次開放される。
CanvaはCanva CreateにてMagic Designをはじめとする多彩なAI機能を発表した。OpenAIの技術により、画像や簡単な指示からテンプレートやプレゼンテーションの下書きを自動作成できるほか、画像の一部を置き換えるMagic Editなども追加された。
Microsoftはリアルタイム協業アプリ「Loop」のパブリックプレビューを開始した。ワークスペース内のコンテンツをコンポーネント化し、TeamsやOutlook間でリアルタイムに同期・編集できる。さらに、文章作成や要約を支援するCopilotも統合された。なお、Copilot機能は現在プライベートプレビュー中となっている。
UbisoftはNPCの環境音やトリガー台詞の下書きを自動生成する社内AIツール「Ghostwriter」を発表した。脚本家が2択から選ぶことで好みを学習する仕組みで、反復作業を減らし本編の執筆に集中させる狙いだが、ゲーム開発者コミュニティからは反発の声も上がっている。
GitHubはGPT-4を統合した次世代開発環境「Copilot X」を発表した。エディタ内での対話型チャットをはじめ、Pull Requestの説明文自動生成、ドキュメント検索、ターミナルCLI支援などを提供する。単なるコード補完にとどまらず、開発サイクル全体を支援するAIへの進化を目指す。
Mozillaは信頼できるオープンソースAIエコシステムの構築に向け、30Mドルを投じて新会社Mozilla.aiを立ち上げると発表した。Moez Draief氏が率い、まずは安全で透明な生成AIツールや健全な推薦システムの開発に注力する。巨大テック企業による市場独占への対抗軸を目指す。
Operaはブラウザ「Opera」および「Opera GX」に生成AI機能を導入したと発表した。テキスト選択から要約や解説を行える「AI Prompts」に加え、サイドバーからChatGPTやChatSonicを直接呼び出せる。利用には簡易設定からの有効化と各サービスのアカウントが必要となる。
Googleは、対話型AI「Bard」の早期アクセス提供を開始した。軽量版LaMDAを採用し、複数の回答候補の提示や検索による事実確認機能を備える。文章作成やアイデア出しを支援する一方、まずは米国と英国のユーザー向けに案内を開始した。
Microsoftは新版BingのプレビューとEdgeブラウザに「Bing Image Creator」を導入した。OpenAIのDALL∙Eモデルを搭載し、Bingチャットの創造的モードで言葉を入力するだけで画像を生成できる。まずは英語版プレビューとして展開され、Edgeのサイドバーからも直接利用できる。
米マイクロソフト共同創業者のビル・ゲイツ氏はブログを公開し、AIは1980年のグラフィカルユーザーインターフェース以来の革新だと位置づけた。OpenAIのGPTが米AP生物学試験で最高評価を獲得した例を挙げ、今後は医療や教育の格差是正に活用すべきだと提言している。
Adobe はクリエイティブ向け生成 AI モデル群「Adobe Firefly」を発表した。第 1 弾として画像生成とテキスト効果に対応し、Adobe Stock などの許諾済みデータのみで学習して商用安全性を確保した。まずはプライベートベータ版から提供を開始する。
OpenAIのサム・アルトマンCEOとミラ・ムラティCTOが米ABCの独占インタビューに応じた。アルトマン氏はAIを人類史上最大の技術と評しつつ、大規模な誤情報拡散やサイバー攻撃への悪用に恐怖を感じていると吐露。モデルは推論エンジンだと強調し、規制当局の迅速な関与を求めた。
Stability AIがClipdropの新機能としてStable Diffusion Reimagineを公開した。複雑なプロンプトを入力することなく、1枚の画像をアップロードするだけで構図やディテールの異なる類似画像を無限に生成できる。元画像のピクセルを直接再利用しない仕組みで、モデルは後日オープンソース公開予定。
米著作権局は連邦官報で新たな指針を公表し、テキスト指示のみで生成されたAI画像は著作権保護を受けられないとの判断を示した。プロンプトの入力は依頼主の発注に過ぎず、表現を決定したのは機械側だと説明。ただし、人間による編集やテキスト配置が加わった作品は個別審査で保護される余地を残している。
9to5MacはAppleがtvOS 16.4ベータ版でSiri向けの自然言語生成機能「Bobcat」をテストしていると報じた。現在はApple TV上でジョークを話す用途などに限られる。ChatGPTのような対話AIではなく、従来の定型文に頼ったSiriの応答を底上げする試みだ。
マイクロソフトは「Microsoft 365 Copilot」を発表し、Word、Excel、PowerPoint、TeamsなどのアプリにLLMを直接組み込んだ。メールや会議データをもとに文書作成やデータ分析を自動化するBusiness Chatも提供されるが、現在は20社の企業限定でテスト中だ。
百度が対話型AI「文心一言(Ernie Bot)」を発表した。しかし発表会では実機でのリアルタイム操作がなく録画映像の紹介にとどまり、投資家の失望を招いて香港株が6.4%急落。同日よりテスト登録を開始したものの、李CEOは完成度に課題が残ることを認めている。
Midjourneyは月刊の紙媒体雑誌「Midjourney」の創刊を発表した。購読料は月額4ドルで、コミュニティで高評価を得た作品から厳選した画像、生成プロンプト、制作者インタビューを収録する。デジタル画像にあえて紙の媒体を用意し、コミュニティの創作を称える狙いだ。
LinkedInはGPTモデルを活用したAI執筆支援機能を発表した。有料のPremium会員向けにGPT-4を用いたプロフィール文の提案を提供し、求人票の作成にはGPT-3.5を採用する。生成された文章にAI使用の明記はされない仕様となっている。
英ハント財務相が春季予算案で科学技術分野への大型投資策を発表した。重要AI分野の研究者を対象とした年100万ポンドの「マンチェスター賞」を10年間授与するほか、9億ポンドを投じてエクサスケール・スーパーコンピュータを構築する。独自基盤モデルなど主権的能力の強化を狙うが、長期的な実現性には不透明感も残る。
PyTorch チームは PyTorch 2.0 を正式発表した。従来の使い勝手を維持しながらコンパイラ基盤を刷新し、中核となる torch.compile API を追加。AMP 精度で平均 36% の高速化を実現した。FlashAttention 相当の最適化機能も標準統合されている。
StripeはOpenAIとの提携を発表した。ChatGPT PlusやDALL·Eのサブスクリプション決済や税務対応をStripeが全面的に支援する一方、Stripe側も新モデルGPT-4を自社ツールに導入し、開発者向けドキュメントの自然言語検索を実現する。
GoogleはGoogle WorkspaceやGoogle Cloud、開発者向けに生成AI機能を展開すると発表した。GmailやDocsではトピックを入力するだけで下書きを即座に作成・トーン調整できるようになる。あわせて開発者向けに「PaLM API」やプロトタイピングツール「MakerSuite」も提供。限定プレビューから順次展開される。
Anthropicが次世代AIアシスタント「Claude」と、軽量・高速・低コスト版「Claude Instant」を公開した。安全性や指示追従性の高さを強みとし、チャットUIおよび開発者向けAPIを通じて要約や文章作成、コーディングを支援する。
OpenAIはマルチモーダルAIモデル「GPT-4」を発表した。画像とテキストの入力に対応し、模擬司法試験ではGPT-3.5の「下位10%」から「上位10%」へと大幅にスコアを伸ばした。テキスト入力はChatGPT PlusおよびAPIの待機リスト向けに提供を開始し、画像機能は順次公開予定。
Duolingo は OpenAI の GPT-4 を搭載した新サブスク「Duolingo Max」を発表した。AI が誤答の理由をチャットで解説する機能や、カフェなどの場面で会話練習ができる「Roleplay」を導入。まずは米国などの iOS 向けに提供を開始した。
マイクロソフトは、新しいBingが検索向けにカスタマイズされたOpenAIのGPT-4で動作していると発表しました。過去5週間のプレビュー利用者はすでに初期版を体験していたことになり、今後のモデル更新も随時Bingへ反映されます。
報道によると、Microsoftは大規模な人員削減の一環としてAI倫理・社会チームを解雇した。同チームはOpenAI技術の導入リスクを検証するなど、倫理方針を製品設計に反映させる実務を担っていた。製品化の加速に伴い安全性を担保する現場部隊が消えた形だが、方針策定部門は残るという。
開発者の Simon Willison 氏は LLM が Stable Diffusion と同様のオープン化の転換期を迎えたと指摘しました。Georgi Gerganov 氏の「llama.cpp」による 4bit 量子化により、Meta の LLaMA が MacBook 上で直接動作可能となり、個人環境での実行が一気に現実味を帯びています。
米運輸保安庁(TSA)は、全米の空港に配備された約1,000台の身体検査スキャナーに新しいAIアルゴリズムを導入中だと発表した。従来の二元論的な性別判定による誤検知を減らし、トランスジェンダーをはじめとする全旅客の不快な接触検査を軽減する狙いだ。
ゼネラルモーターズ(GM)がマイクロソフトのAzure経由でOpenAIの技術を活用した車載AIアシスタントを開発していることが判明した。従来の音声コマンドを超え、警告灯の意味の解説やタイヤ交換動画の再生、修理予約までサポートすることを目指す。
メタバースプラットフォームのThe SandboxはScenarioとの提携を発表し、生成AIによる制作支援計画を公開した。アバターのモーション生成や審査にAIを取り入れ、試作期間を数週間から数分へ短縮することを目指す。AI生成物もブロックチェーンでクリエイターの所有物となる点が特徴だ。
Fordは、手放し・視線離脱が可能なレベル3自動運転技術の開発を担う完全子会社「Latitude AI」を設立しました。閉鎖したArgo AIから約550人の技術者を採用し、運転支援機能「BlueCruise」の強化を目指します。収益化が遠い完全自動運転タクシーから、量産車向けの実用的な支援技術へと舵を切ります。
米DiscordはOpenAIの技術を活用して公式ボット「Clyde」を対話型AIにアップグレードすると発表した。来週から一部サーバーで限定テストを開始する。ユーザーはClydeを呼び出して雑談や音楽の推薦を頼めるほか、未読の会話要約やAutoModによる文脈理解型の荒らし対策も順次テストされる。
マイクロソフトドイツのCTOであるAndreas Braun氏がイベントで、GPT-4が来週登場することを明らかにしました。最大の注目点はマルチモーダルへの対応で、テキストだけでなく動画なども扱えるようになる見込みです。正式な提供形式や提供日程の詳細は今後の公式発表を待つ必要があります。
MicrosoftはAIチャット機能「Bing Chat」の投入を背景に、Bingのデイリーアクティブユーザーが1億人を突破したと発表した。新プレビュー版ユーザーの3分の1は完全な新規層だという。Googleの10億ユーザーには及ばないものの、AIが検索市場の勢力図を動かし始めている。
米Wonder DynamicsはWebブラウザ上で動作するVFX制作ツール「Wonder Studio」を発表した。モーションキャプチャスーツや高価な機材を使わず、通常の単一カメラ映像から俳優を自動検出し、ライティングごとCGキャラへ置き換える。Blender用シーンやマスクデータなど専門素材も同時に出力可能だ。
DuckDuckGoは、Wikipediaの情報を要約して検索結果の最上部に表示する新機能「DuckAssist」のベータ版を公開した。OpenAIやAnthropicのモデルを採用しつつ、ログイン不要でプライバシーを保持する設計だ。現在はモバイルアプリと拡張機能でテスト提供されている。