MetaがMidjourneyの画像・動画技術をライセンス、その理由は示唆に富む
ベンチマークは四半期ごとに動く。何が見た目に良いかについてのコミュニティの判断は動かない。
← すべての記事
カテゴリ
Ai
332 articles
AssemblyAI、リアルタイム音声のレイテンシを91ミリ秒に短縮。この数字が重要な理由
音声の制約は単語誤り率ではなかった。それはターンテイキングだった。
GoogleのNano Banana 2.1はフラッグシップではなく機能追加リリースだ
ミッドティアのリリースは、ラボが大多数のユーザーに実際に何が必要だと考えているかを教えてくれる。それはフラッグシップよりも有用なシグナルだ。
動画広告スタックは専門特化型へと分裂した——Boreal-H3が示すその理由
シネマティックな品質と反復のスループットは別の製品であり、一つの生成レイヤーが両方で先頭に立つことはできない。
OpenAI、AI由来の数学的成果722件を公開。数学者たちは功績は誰のものかと問う
証明支援系が検証するのは、議論が帰結することであり、その議論が誰かの思うものであることではない。
FLUX 3 Image：バウンディングボックス、4K出力、そして設定ファイルとしてのレイアウト
座標グリッドは、どこに何を置くかという文章による記述を置き換え、それがパイプラインの約束できることを変える。
Kling 4.0登場：10枚のキーフレーム、30秒、そしてスロットマシン的編集の終焉
10個の制御点は品質を上げるだけではない。制作チームがツールに持ち込まなければならないものを変える。
C2PAとSynthID：EU AI法以降、メディアの来歴はエンジニアリング課題になった
来歴はファイルがどこから来たのかを教える。ファイルが正直かどうかを教えるものではない。
Qwen-AgentWorld、単一の言語ワールドモデルに7つの環境を内包
エージェントの能力は、モデル自身の生の推論スコアよりも、モデルを取り巻く環境によってますます制限されるようになっている。
TwelveLabs Pegasus 1.6、一人称視点映像をロボット訓練データに変える
行為を理解することは、それを教えることの一部にすぎず、CEOもそう述べている。
エンタープライズAIエージェントの配管レース：AmpersandとRestateが読み書きレイヤーに資金を投じる
どちらの企業もモデルを構築していない。両社が作っているのは、エージェントが企業ですでに運用しているシステム内で実際に何かを行えるようにするための配管（基盤）だ。
Reactorが7400万ドルを調達：ビデオ世界モデルには独自のランタイムが必要
この規模のラウンドは、GPUも設計する会社が支援しており、資金が次のボトルネックをどこに見ているかを教えてくれます。