OpenAIの研究ループは自ら閉じ始めている
研究者が最適化の一例を示すと、社内エージェントが数週間かけて類似のものを検証する。興味深いのはループの向きだ。
ブログ
生成AIに関するヒント、チュートリアル、洞察を発見
コーディングエージェントの陣取り合戦、デスクトップへ移行
ある日に行われた3つの発表、その翌日の1つのリリース。コーディングエージェントの戦いは、どのモデルが最も上手く書くかから、どのウィンドウを最初に開くかへと移った。
タオバオは、すべての商品が自らコンテンツになることを目指す
一つの商品、多くの物語。タオバオは、目にした瞬間に消える広告を買うより、働き続けるコンテンツ資産を所有したいと商家が考えるだろうと賭けている。
SenseTimeが目指すのは、画像を「回す」のではなく「納品」すること
ほとんどの画像モデルはプロンプトに応答して終わりです。SenseNova U1 Proはブリーフに応えることを中心に構築されており、それはより雑然としていて、より有用なことです。
Flux 3とImagen 4がReplicateに登場、画像モデルの棚は混雑化
4つのImagenモデルとFluxの新リリースが、同じ日に同じプラットフォームに登場した。重要な違いは、マーケティングが示唆するよりも狭い。
Ant GroupのMing-Imageはフラットな画像ではなくレイヤーでデザインする
60億パラメータの2つのモデルが、デザインの地味な半分を狙う。判読できる文字と、クライアントが変更を求めたときにまだ編集できる出力だ。
絵師界隈「AI鑑定」攻防戦：依頼者と絵師が互いに無実を証明、AI「融図」が信頼を崩壊へ
200元の依頼で納品されたのはAI、5000元の手描きは逆にAIと通報された。絵師界隈の両刃の鑑定戦争が、信頼と法の空白を露呈している。
Bilibili、Apache-2.0の下で150言語対応の翻訳モデルファミリーをオープンソース化
言語数が注目点だが、吹き替えと字幕向けのブランチが実用性の鍵。翻訳は制約付きタスク群として再構築されつつある。
Thomson Reuters対Ross：AIトレーニングとフェアユースに関する初の控訴審判断
この判断が対象とするのは検索製品であり、拡散モデルではない。そのため、画像トレーニングに関する問題は未解決のままである。しかし、その分析方法はリーガルテックをはるかに超えて影響を及ぼすだろう。
Comfy API、ComfyUIワークフローを本番エンドポイントに変換
ワークフローを作ることは決して難しい部分ではありませんでした。難しかったのはそれを出荷することであり、だからこそこれまで小規模チームは社内のComfyUIツールを製品に変えられませんでした。
RunwayのPraxis-1への賭け——ロボットの頭脳への近道としての動画事前学習
実機ロボットのデータは乏しく、コストが高い。Runwayは近道は動画を通ると主張し、シミュレーションと実機結果の間に0.95の相関があると報告している。
決して逃げ出さなかったロボット：AI動画が「証拠」の定義をどう書き換えているか
何百万人もの人が、あのロボットは本当に走ったのかと問うた。それは存在しなかった。本物のロボット工学が進歩した年だからこそ、合成映像は本物から信憑性を借りている。