Metaは、Meta Ray-Banスマートグラスに搭載される多モーダルAI機能の早期アクセステストを開始すると発表しました。この機能は、グラスのカメラとマイクを通じて、ユーザーが見ているものや聞いているものを教えてくれます。
マーク・ザッカーバーグCEOは、この多モーダルAI機能のデモンストレーションを行い、グラスに「どのズボンを合わせたら良いか」と尋ねたり、AIアシスタントにテキスト翻訳や画像説明の表示を指示したりしました。
Metaの最高技術責任者（CTO）は、キャプションの追加、翻訳、写真の要約などを依頼できるなど、グラスのその他の機能も紹介しました。
テスト期間は、米国の少数のユーザーに限定されます。
【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。
360カンパニー傘下のナノAIスーパーサーチインテリジェンスに大規模なアップデートが登場しました。新しい機能として、マルチモーダルコンテンツ生成、クロスドメインの専門的検索、さらにはよりスマートなタスクプレビュー機能が追加されました。ワンクリックでPPTやPDFレポートを生成し、動画、口述原稿、ブランディング計画まで自動的に統合。ナノAIはより効率的で直感的な操作性で、AI検索とクリエイティブ制作の境界線を再定義しました。AIベースが最新のソーシャルメディア動向を総合的に収集し、ナノAIの最新の進化について詳しくご紹介します。マルチモーダル生成:PPTからビデオまでワンクリックで完了 ナノAIスーパーサーチインテリジェンス
Qualcomm社は、新たなSnapdragon AR1+ Genプロセッサを正式に発表しました。これはスマートグラス向けにさらに強力なサポートを提供することを目指しています。前のモデルであるSnapdragon AR1 Gen1チップと比較すると、新しいプロセッサの性能向上は小幅ですが、最大の特徴はデバイス側での人工知能の直接的なサポートが可能になったことです。これにより、ユーザーはスマートグラスを着用するだけで、AIサービスを簡単に利用でき、スマホやクラウドに依存する必要がありません。また、Snapdragon AR1+ Gen1のサイズは小さくなり、面積は28%減少しました。
近年、人工知能分野では大きな変革が起こっています。特に大規模言語モデル(LLMs)は、マルチモーダルタスクで顕著な進展を遂げています。これらのモデルは言語の理解と生成の能力において強力な潜在力を示していますが、現時点では大部分のマルチモーダルモデルが依然として自己回帰(AR)アーキテクチャに基づいており、推論プロセスは比較的一辺倒で柔軟性に欠けます。このため、香港大学と華為ノアの箱船研究所の研究チームは、新しいモデルの提案を行いました。それが、この限界を打ち破ることを目指す FUDOKI です。FUDOKI の主な革新点は
OpenAIは昨年リリースしたGPT-4oに基づき、再びその高度な音声モードについて大幅なアップデートを行い、音声コミュニケーションがより自然で人間らしい対話形式に近づけました。この先進的な機能はオリジナルのマルチモーダルモデルに基づいており、オーディオ入力を迅速に処理し、最短232ミリ秒で反応し、平均応答時間は320ミリ秒です。これはほぼ人間の会話速度と同等です。今年の初め、OpenAIはこの音声モードを小幅に改良し、中断頻度や訛りに関する問題を改善しました。
