最近、ブロガー@占美麗さんが抖音（TikTok）でAI画像拡大の熱狂的なブームを巻き起こしました。ネットユーザーたちはAIによる画像拡大機能を使って、ユニークで面白い作品を次々と生み出し、人物像と創造的なシーンを融合させた作品が大きな注目を集めています。
大きな注目を集めている一方で、AI画像拡大は生成される画像のリアルさにおいてまだ限界があり、トレーニングデータの不足などが原因と考えられます。しかし、技術の進歩に伴い、これらの問題は解決され、AI画像拡大がより幅広い場面でその力を発揮することが期待されます。
【AIデイリー】へようこそ！ここは、毎日人工知能の世界を探求するためのガイドです。毎日、開発者に焦点を当て、技術トレンドを洞察し、革新的なAI製品アプリケーションを理解するのに役立つ、AI分野のホットなコンテンツをお届けします。
バイトダンス傘下のAIコードエディタであるTraeは、OpenAIの最新モデルo3をサポートすることを発表しました。このアップグレードにより、開発者はより強力なインテリジェントプログラミング体験を得られます。o3モデルは優れた論理的推論力とツール使用能力で、コード生成やデバッグの正確性を著しく向上させます。Traeにo3を組み合わせることで、スマートなコード生成、文脈を理解したデバッグ、複数のツールとの協働などの機能が実現されます。シンプルな説明から高品質なコードを生成し、エラーを正確に特定できます。開発者コミュニティからは高い評価が寄せられ、プログラミング効率が大幅に向上したとされています。Traeはユーザーのプライバシーにも配慮しています。
マイクロソフトの研究によると、医療とブルーカラー職種はAIに最も置き換えられにくい。外科助手やマッサージセラピストなどの医療職、重機オペレーターや水処理作業員などのブルーカラー職は、体力労働や対人スキルが必要なためAI耐性が高い。AI適応スコアは職業存続を単純に予測できず、技術の影響は複雑である。浚渫作業員や橋梁管理者など20職種がAI置換リスク最低。....
1.美图WHEEが動画高画質化機能を追加。2.Kimi K2高速版、40トークン/秒に高速化。3.阿里がQwen3-Coder-Flashをオープンソース化。4.Anthropicが企業市場でOpenAIを逆転。5.字节がSeed拡散言語モデルを発表。6.マスク、Grok向けAI動画生成・バーチャル彼氏機能を計画。7.QuoraのPoeが100+マルチモーダルモデル対応API提供。8.Black Forest LabsがFLUX.1-Krea画像モデルを公開。9.AugmentがCLIツールAuggieをリリース。10.清華大がMOSS-TTSD音声モデルをオープンソース化。11.ClaudeがPDF/画像/コード処理機能を追加。....
PoeはAPI機能をリリースしました。開発者はサブスクリプションによって、プラットフォーム上のすべてのAIモデルおよびロボットに直接アクセスでき、画像および動画処理機能も含まれます。このAPIはOpenAIインターフェースと互換性があり、追加の学習コストなしで使用可能です。テキスト生成やクリエイティブなコンテンツ制作など、多様なニーズに対応できます。サブスクリプション制により、使用のハードルが低く抑えられ、開発者は迅速にPoeの技術能力を統合し、AIアプリケーションの可能性を探求できます。このアップデートは、Poeがチャットプラットフォームから開発者向けツールへの変革を示すものです。
ディープシーク関連会社が大規模言語モデルの配置に関する特許を公開し、分散型アーキテクチャを革新的に採用：プレフィルおよびデコードフェーズを高性能コンピューティングと大容量メモリマシンにそれぞれ配置。この方法により負荷を均等化し、計算の無駄を減らし、遅延を著しく低減し、スループットを向上させることができる。特許はシステム拡張性とフォールトトレラント性の最適化を強調しており、MoE言語モデルであるディープシーク-V3は6710億パラメータを持ち、1トークンあたり370億パラメータをアクティブ化する。これにより、AI技術が各業界での実用化が促進される。コア的な突破点はハードウェアリソースの統合にある。
AIスタートアップのCreao AIは2回の資金調達を完了し、総額は数千万ドルに上り、Monolithなどのトップベンチャーキャピタルがリードしました。同社は次世代オペレーティングシステムであるAgentic OS（AOS）を開発しており、AIエージェントをコアとして、対話によって全スタックのスマートアプリケーションを生成します。創業者である程凱氏は、AOSがデジタル生産ネットワークを構築し、複数のスマートエージェントの協力効率を向上させると述べました。投資家は、AOSが人と機械のインタラクションの形を再定義し、技術の障壁を低下させるだろうと見ています。チームはMetaやAppleなどのテクノロジー大手から来ています。
Claude AIの機能がアップグレードされ、複数形式のファイルアップロード機能が追加されました。最新バージョンでは、PDF、画像、コードなどさまざまなファイルタイプをサポートし、AIアプリケーションとのスムーズな統合が可能です。アップグレードされたシステムは、ドキュメント分析、画像認識、コード最適化などの複雑なタスクを処理でき、ユーザーインターフェースとデータ処理プロセスが最適化されました。この機能は、Claude4やClaude3.7Sonnetなどの先進的なAIモデルを基盤としており、マルチモーダルデータを正確に処理できます。今回のアップデートにより、AIとデータの協力効率が大幅に向上し、専門家および一般ユーザーにとって利便性が向上しました。
清華大学がMOSS-TTSD音声対話生成モデルをオープンソース化。Qwen3-1.7B-baseで訓練、中英両対応の長音声生成可能。XY-Tokenizer技術で1kbps低ビットレートでも高音質を実現。音色クローンや音声制御機能を備え、MoonCastを上回る性能。960秒までの自然な音声生成が可能。APIやデモも公開、ポッドキャスト等に適用。今後は話者切り替えや感情表現の改善予定。....
2025年のRoboCupロボットワールドカップの人形チーム部門で、清华の火神チームはテンセント・シードチームと清华大学が共同開発したHumanoidKickアルゴリズムにより初優勝を果たしました。このアルゴリズムは視覚的深層強化学習を用いて、ボールを探すからキックするまでの一連のプロセスを実現し、試合中のリアルタイム変化に対応できるようにしています。大会は1997年に開始され、ロボット技術分野における最高レベルの大会です。清华の火神チームはグループステージおよびトーナメントで大差で勝利し、最終的に5対2で優勝しました。この突破は中国にとって重要な意味を持っています。
シンガポールのAIチップ検査スタートアップSixSenseが850万ドルのAラウンドを調達、総調達額は1200万ドルに。プログラミング不要のAIプラットフォームを開発し、チップ欠陥のリアルタイム予測・故障分析を可能に。GlobalFoundriesなどで実績があり、生産性1-2%向上、人手削減90%を達成。新設の半導体工場増加を受け、米国市場拡大を推進中。....