Tencent Hunyuan AuK：1.5B のモデルが音声の生成と編集を同時に担う
AuK は音声合成、声のクローン、ノイズ除去、話者分離を一つの自然言語インターフェースに収める。ベンチマークより重要なのは、寛容なライセンスかもしれない。
← すべての記事
カテゴリ
Ai
332 articles
テンセント ima：検索・閲覧・執筆を1つのAIワークベンチに収める
テンセントは ima を表舞台に押し出し、混元と DeepSeek のデュアルエンジンで検索・閲覧・執筆を同じウィンドウに収めた。中国製AIワークベンチは同じ入口を奪い合っており、勝敗を分けるのはパラメータではなく使いやすさだ。
Decagon の PACT プロトコルは「同意」を標準にしようとしている
Decagon は、個人エージェントの身元と、顧客が与えた権限を検証するプロトコルをオープンソース化した。地味な配管だが、エージェント経済が機能するかを決める。
AI「再会」ブーム：まだどう感じるべきか決めきれない中国の議論
AI の追悼動画が亡くなった著名人を中国の画面に連れ戻し、数十万の「いいね」を集めた。そして反発が来た。争点は「同意」だった。
Apple はオープンなマルチモーダルモデルを公開し、ほとんど誰にも知らせなかった
研究優先のこのリリースは主流の視野を静かにすり抜けたが、細粒度の視覚グラウンディングは Apple の AI スタックの行き先を語っている。
OpenCut と「オープンソース版 CapCut」の瞬間
無料で MIT ライセンスの動画編集アプリが GitHub のトレンドを上り続け、ロードマップには AI エージェント向けの MCP サーバーが含まれる。AI メディアを囲む道具がモデルに追いつきつつある。
中国のプラットフォームは「AI インタラクティブコンテンツ」に賭けている
ショート動画の浸透率が92.6%に達するなか、Bilibili、小紅書、快手、抖音が同じ新しい形式に同時に動いた。盛り上がりは先行し、収益化の回路は未完成だ。
Iris-3B は VAE なしでピクセルを直接生成する
Speridlabs は Apache 2.0 で 30 億パラメータのピクセル空間テキスト画像モデルを公開した。VAE を省くという小さな設計判断には、大きな意味がある。
Magnific One は画像生成に「クリエイティブディレクター」を足す
Magnific One と ElevenLabs の新しい Brand Kit は、プロンプトとピクセルの間にルールブックを差し込む。地味なこの層が、次の堀になるかもしれない。
Vidu Q4 Preview は参照重視の動画生成を安くする
生数科技の新しいプレビューは最大15枚の画像参照と3本の音声参照を支え、ローンチ価格は秒あたり約1.4セント。物語は価格より制御性にある。
Sora API 終了、OpenAI は静かに動画生成から撤退した
2026年9月24日、Sora の Videos API とモデルスナップショットが削除され、OpenAI は後継を一切示さなかった。410 というステータスコードが、頼っていたチームに何をもたらしたか。
AIショートドラマが検索トレンド入り、実写の撮影本数は7割減
中国の主要ドラマランキング上位20本のうち、実写はわずか1本。AIは制作費が約10分の1で、制作の流れそのものを書き換えつつある。