GAIAベンチマークが明らかにする、GPT-4をはるかに凌駕する人間の驚くべき能力差

グーグルが実験的なAI試着アプリ「Doppl」をリリース：バーチャルファッションの新しい体験

グーグルは今週木曜日、アメリカのiOSおよびAndroidプラットフォームに、AI技術を使ってユーザーが自分に似た服を着た姿を直感的に見ることができる実験的な新アプリ「Doppl」をリリースしました。このアプリはAIを利用して、ユーザーが服を着たバーチャルイメージを作成し、静的な画像を動画に変換することさえ可能で、ユーザーに没入型の試着体験を提供します。Dopplのコア機能は、ユーザーが自分の全身の写真をアップロードし、その上で服の写真やスクリーンショットをインポートして、自分のデジタルバージョンに適用できるようにすることです。

ガン・ネット『スペースキラー』がAIネイティブな最終局面対決をリリース：3つの中国大規模モデルが参入し、多次元の知能競技を構築

OpenAIがDeep Research API用の新しいモデルをリリース：o3/o4-mini-deep research

ブラックフォレストのオープンソースFLUX.1 Kontext [dev]：GPT-4oに匹敵する画像編集

ブラックフォレスト・ラボは、新たに画像編集モデルであるFLUX.1Kontext [dev]がオープンソースとなったことを正式に発表しました。このモデルはAIコミュニティから広く注目を集めています。FLUX.1シリーズの最新メンバーとして、強力な画像編集機能と高性能を備え、GPT-4oに匹敵するオープンソースの代替手段として評価されています。FLUX.1Kontext [dev]は120億パラメータを持つ流マッチングトランスフォーマーのアーキテクチャに基づいており、コンシューマー向けハードウェアでの使用を目的とした画像編集タスクに特化しています。

オープンソースの神アーティファクトが登場！FLUX.1 Kontext [dev]がGPT-4oを挑戦し、画像編集の新時代を切り開く

高考の志望校選択でクアックディープサーチが人気、受験生一人あたり4回使用

グーグルがImagin4を発表：テキスト生成のブレーキを突破 ジェミニAPIでテキストから画像生成

最近、グーグルはジェミニAPIを通じて最新のテキストから画像生成モデルである**Imagen4**を正式リリースしました。これは生成型AI（AIGC）分野において重要なマイルストーンです。グーグル公式ブログおよびコミュニティのフィードバックによると、Imagen4は画像内テキスト生成において画期的な進展を遂げ、AIGCが長年抱え続けてきた技術的課題を解決したとされています。これにより開発者に高品質なビジュアルコンテンツ制作ツールが提供されるようになりました。このモデルには**Imagen4**と**Imagen4Ultra**の2種類があり、それぞれの価格は各々の投稿に記載されています。

オープンAIとマイクロソフトの上層部が電話で会談！今後の協力関係に謎が残る

人工知能分野での競争がますます激しくなる中、オープンAIの最高経営責任者（CEO）であるサム・オルトマン氏は先日、マイクロソフトの最高経営責任者（CEO）であるサティア・ナデラ氏と電話で話した。両者は今後の協力関係について議論した。この情報はオルトマン氏が火曜日に行ったパッドキャストのインタビューで明らかにされた。彼は、ナデラ氏との会話を通じて、双方の投資条件や今後の株式構成について話し合ったと語っている。マイクロソフトはオープンAIの重要な投資家であり、最近では両社間で投資に関する細かい点について意見の違いが生じているとされている。特に、マイクロソフトが今後保有する株式についての問題が挙げられている。

リングのインターフォンとカメラにAIアップグレードが施される：詳細な動きのイベント説明、プライバシーが注目される

アマゾン傘下のスマートホームセキュリティ企業であるリングは、今週水曜日に、インターフォンおよびカメラ製品に革新的な人工知能機能を導入すると発表しました。この新しい機能により、ユーザーは自身のデバイスが検出する動きの活動の具体的なテキスト説明を得ることができます。これにより、リアルタイム通知の明確さが大きく向上します。現在、ユーザーが家の周囲での出来事についてリアルタイム通知を受け取る際、更新された情報はより詳細で直感的になります。例えば、通知には「1人が黒い犬を連れて階段を上がってきている」や、「2人が driveway にある白い車を見つめている」と表示されるようになります。

初めてのローカルで動作するロボットインテリジェンスモデル「Gemini Robotics」がリリース。身体知能の新たな時代を開く