LightricksがScenAを発表：テキストと音声サンプルから臨場感ある多人数会話を一発生成
Lightricksとテルアビブ大学は、複数話者の会話シーンを一度に生成するモデル「ScenA」を発表した。自由なプロンプトと参照音声を渡すだけで、発話の重なりや環境音、笑い声などの表現を含む20秒の音声を生成できる。従来の無機質な個別生成から脱却し、現実の空気感をそのまま再現できる点が画期的だ。
Tel Aviv University
Googleが新AI「GameNGen」発表：初代『Doom』をリアルタイム生成
火曜日、Googleとテルアビブ大学の研究チームは、画像生成技術を応用して1993年の名作ゲーム『Doom』をリアルタイムにシミュレートするAI「GameNGen」を発表した。単一のTPUで毎秒20フレーム以上を描画でき、人間の判定者も実機映像と見分けがつかないほど。コードではなくAIがゲーム画面を予測生成する未来を示唆している。