浙江大学の研究チームが、単一視点のビデオからわずか100秒のトレーニング時間で高精細な3Dデジタルヒューマンを生成できる新しいAIフレームワーク「Human101」を発表しました。
革新的な3Dガウス散点技術を採用することで、100FPSを超えるリアルタイムレンダリング速度を実現し、GitHubでオープンソースプロジェクトとして公開されています。
標準化された人体初期化と前方ガウスアニメーション手法を導入することで、Human101はモデリングとリアルタイムレンダリングの矛盾を解消し、仮想現実への新たなソリューションを提供します。
【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。
先日、オープンソースAIインターフェースフレームワークのGradioがバージョン5.24をリリースしました。このアップデートは、新しくデザインされたImageEditorコンポーネントにより、開発者コミュニティで大きな話題となっています。AIbaseが知る限り、Gradio 5.24は画像編集機能をプロフェッショナルレベルに引き上げ、Photoshopのようなズームとパン操作、完全な透明度制御、カスタムレイヤー機能などを追加し、AIアプリケーションの画像処理能力に新たな活力を与えています。このアップグレードは、高品質な画像処理アプリケーションを構築する開発者にとって大きな福音となるでしょう。
ムーアセラードが、MT-MegatronLMとMT-TransformerEngineという2つの強力なAIフレームワークをオープンソース化しました。これにより、国産GPUを用いたAIトレーニングの効率が90％以上にまで向上しました。
人工知能（AI）の分野では、大規模言語モデル（LLM）が自然言語処理において優れたパフォーマンスを発揮していますが、複雑な推論タスクに直面するとしばしば力不足を感じます。これらのタスクは、通常、複数のステップにわたる推論や、特定の領域に関連する知識、あるいは外部ツールの効果的な統合を必要とします。これらの制限を克服するために、研究者たちはLLMの能力を向上させるために外部ツールの使用方法を探求しています。従来の強化手法は通常、モデルの微調整や追加のトレーニングを必要とし、タスクへの適応性や柔軟性に制約をもたらします。
Metaは最近、最先端AIモデルがもたらすリスクを評価・軽減し、必要に応じて開発の中止またはこれらのシステムのリリース制限を行うことを目的とした、新たなリスクポリシーフレームワークを発表しました。このフレームワークは「最先端AIフレームワーク」と呼ばれ、MetaがどのようにAIモデルを高リスクと重要リスクの2つのカテゴリに分類し、それに応じて対策を講じてリスクを「許容できるレベル」まで軽減するかを詳細に説明しています。このフレームワークでは、重要リスクは特定の脅威シナリオの実行に独自に貢献できるものとして定義されています。一方、高リスクとは
マルチモーダル大規模言語モデル（MLLM）の進歩により、画像とビデオ関連のタスク（ビジュアルクエスチョン・アンサーリング、ナレーション生成、インタラクティブ編集など）は革命的な進歩を遂げました。しかし、ビデオコンテンツのきめ細かい理解を実現するには、依然として大きな課題が残されています。この課題には、ピクセルレベルのセグメンテーション、言語記述を伴うトラッキング、特定のビデオプロンプトに対するビジュアルクエスチョン・アンサーリングなどのタスクが含まれます。最新の最先端のビデオ認識モデルは、セグメンテーションとトラッキングのタスクで優れた性能を発揮していますが、オープンエンドな言語理解と対話能力はまだ不十分です。さらに
先日、Microsoft AI研究チームはオープンソースツールPromptWizardを発表しました。これはフィードバック駆動型のAIフレームワークであり、大規模言語モデル（LLM）のプロンプト設計を効率的に最適化することを目的としています。プロンプトの質はモデル出力の優劣に非常に重要ですが、高品質なプロンプトの作成には多くの時間と人的資源を必要とすることが多く、特に複雑なタスクや特定の分野のタスクでは顕著です。従来のプロンプト最適化方法は、人間の経験に大きく依存しており、時間のかかるだけでなく、拡張性にも乏しいという問題がありました。既存の最適化技術は…
Metaは先日、オープンソースのAIバーチャル試着フレームワーク「Leffa」を発表しました。このフレームワークは、新しい画像を生成することでユーザーの試着体験を向上させることを目的としており、ユーザーは参照画像に基づいて、異なる服装やポーズを切り替えることができます。従来の方法と比較して、Leffaは細部の保持と画像の歪みの低減において優れたパフォーマンスを発揮します。Leffaの登場は、オンラインショッピングやバーチャル試着に新たな可能性をもたらします。ユーザーは参照画像をアップロードするだけで、システムはその画像に基づいて新しいスタイリング効果を生成します。
昇思人工知能フレームワークサミットが成功裏に開催され、18団体から昇思フレームワークを基盤とした複数の大規模モデル開発成果が発表されました。これらの新進展は、昇思の人工知能分野における急速な発展と影響力の向上を示しています。予測によると、中国AIフレームワーク2024年の新規市場における昇思のシェアは30％に達する見込みです。2020年のオープンソース化以来、昇思MindSporeテクノロジーは継続的に革新を続け、そのエコシステムもますます発展しています。現在、昇思は国内外の主要な大規模モデル50種類以上を成功裏に育成・サポートしています。