阿里巴巴は、リアルな試着効果を実現する双方向条件拡散モデルを採用したバーチャル試着技術「Outfit Anyone」を発表しました。
この技術は柔軟性に富み、様々な服装スタイルや体型に対応できます。Animate Anyone技術と組み合わせることで、ユーザーは簡単に着せ替え動画を作成し、より豊かな試着体験を得ることができます。
異なる体型やアニメキャラクターにも強力な汎化能力を持ち、後処理の精密化器によって服と肌のリアルさを向上させています。
Outfit Anyoneは学術研究を目的としており、商業利益を追求するものではありません。
【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。
最近、アリババ・ドッキングは新しい「AIエクセル」機能を発表しました。この画期的な取り組みにより、AI時代向けの新たなアプリケーションの入口が正式に開かれました。アリババ・ドッキングのAIエクセルでは、AI技術がナチュラルな能力として組み込まれており、各セルがAIのアクセスポイントとなっており、スマートな業務フローを構築し、企業およびユーザーに対してこれまでにないビジネスシステム構築方法を提供しています。
マイクロソフトは世界中で9000人規模のリストラを発表した。Xboxのマット・ターナブル上層部は、解雇された従業員にChatGPTなどのAIツールを活用して感情を和らげることを提案したが、この提言は物議を醸している。彼はキャリア設計を支援するためのAIプロンプトテンプレートを共有したが、この提案は不快感を抱かれるものとされ、ネットユーザーはAIがリストラによる感情的傷害を補うことはできないと指摘している。今回のリストラはマイクロソフトの4％の社員に影響を与える見込みであり、ゲーム部門に大きな打撃が予想される。この出来事は、テクノロジー企業におけるリストラブームの中で、従業員の心理的サポートとAIの適用範囲に関する社会的な議論を浮き彫りにしている。
グーグルがオープンソースのツールMCP Toolbox for Databasesを発表し、AIエージェントとSQLデータベースを統合するのを簡素化しました。このツールは10行のコードでデータベースに接続でき、コネクションプール管理、認証、スキーマの自動検出などのセキュリティメカニズムをサポートし、Google Cloudの多様なデータベースに対応しています。オープンソースプロジェクトとして、開発のアクセス障壁を低下させますが、現在は主にGoogleエコシステムのデータベースのみをサポートしており、将来的には互換性を拡張する必要があります。このツールはAI開発の標準コンポーネントになることが期待され、スマートなデータ分野を推進します。
香港理工大学とOPPO研究院が共同開発したDLoRALビデオ超解像フレームワークは、二重LoRAアーキテクチャを採用。CLoRAで時間的一貫性を保持、DLoRAで空間的詳細を強化。2段階トレーニングで動画の滑らかさと解像度を両立し、推論速度は従来比10倍高速。GitHubでコードとモデル公開、実時間ビデオ強化などへの応用に期待。....
香港理工大学とOPPO研究所は、オープンソースの動画スーパーレゾリューションフレームワーク「DLoRAL」を共同で発表しました。このフレームワークは拡散モデルを基盤にし、1ステップで高解像度の動画を生成します。このアーキテクチャは2つのLoRA構造からなります：C-LoRAはフレーム間の一貫性を保持し、D-LoRAは空間的な詳細を強化します。2段階のトレーニング戦略により、時間的連続性と高周波情報が最適化されます。従来の方法と比較して、DLoRALは滑らかさを保ちながら推論速度を10倍向上させ、画質の詳細を顕著に改善し、動画の高品質化に対して効率的なオープンソースソリューションを提供します。
世界のAIサーバーマーケットの成長率が鈍化し、予想される年間成長率は28％から24.3％に低下する見込みです。米国の輸出規制や地政的要因により、サプライチェーンの不確実性が高まっています。マイクロソフトやグーグルなどのテクノロジー大手が引き続きAIインフラストラクチャに投資を続けているものの、NVIDIAは依然として市場を主導していますが、企業が自社でAIチップを開発する傾向が明確です。グーグルのTPUなど自社開発のソリューションが注目を集めています。また、企業はAMDなどの代替ソリューションを探求しています。現在、Blackwell Ultraサーバーは人気ですが、市場の前景は外部環境の影響で複雑になっています。
アリババクラウドがオープンソースのネットワークエージェントWebSailorをリリースしました。32Bおよび72BバージョンはBrowseComp評価で優れた成績を収め、多くの非公開モデルを上回り、OpenAI DeepResearchに次ぐ性能を示しました。このプロジェクトはGitHubで構築方法とデータセットを公開しており、AI分野におけるオープンなイノベーションを推進し、開発者によりスマートなウェブインタラクションツールを提供します。
アップルはSceneScout AIエージェントをリリースしました。この技術は街の画像を分析し、視覚障害者に環境の説明を提供します。この技術にはルートプレビューと仮想探索の2つのモードがあり、正確度は72％〜95％です。ユーザー調査では、この技術が環境認知を効果的に向上させることを示していますが、カスタマイズされた説明やリアルタイムフィードバック機能の追加を提案しています。現在まだ研究段階ですが、視覚障害者の移動支援におけるAIの可能性を示しています。