Odyssey、新しいAIビデオツールは、ハリウッド級の視覚的機能を提供すると主張しています。自動運転車や主要な映画プロジェクトの経験を持つチームが開発したOdysseyは、高品質のジオメトリ、写実的な素材、驚くべき照明、制御可能な動きを含む、視覚的なストーリーテリングの中核的な層を完全に制御することを目指しています。

このツールは現在一般には公開されていませんが、チームはハリウッドと協力して技術を形作っています。Odysseyの生成モデルは、シーンの詳細を正確に構成できるように設計されており、クリエイターが中断のない驚くべき視覚効果を使ってビジョンを現実化できるようにします。

AIビデオの景観が進化し続ける中で、Odysseyのようなツールは、高品質でシネマチックなレベルのビデオ生成へのアクセスを民主化する可能性を秘めており、クリエイターが以前は手の届かなかった方法で創造的なプロジェクトを実現できるようにします。

Live Portraitは、ドライビングビデオを使ってイメージをアニメーション化するツールです。使い方は以下の通りです:

1. 静止画とドライビングビデオをアップロードします。
2. ツールはドライビングビデオの動きと表情に合わせて静止画をアニメーション化します。
3. 結果として、静止画が生き生きと動くビデオが生成され、被写体の口、目、頭の動きがドライビングビデオに同期されます。

このツールはGitHubで利用可能で、Hugging Faceのスペースからも無料で使えます。表情豊かな顔には適していますが、ひげなどの特徴には苦戦する可能性があります。

Live Portraitを使うには、入力画像とドライビングビデオを選択し、「Animate」をクリックするだけです。左側にアニメーション化された画像、右側にオリジナルのドライビングビデオが表示されます。

このツールは、静止画に生命を吹き込む、シームレスで現実的なAI駆動ビデオ生成の進歩を示す良い例です。

「Paints Undo」と呼ばれる研究プロジェクトは、デジタルアートワークを逆工学できるファシネーティングなツールです。アイデアは単純です - アニメキャラクターなどの完成した画像をアップロードすると、その画像を再現するための段階的なプロセスが生成されます。

これは、Midjourney やDALL-EのようなAIアートジェネレーターで見られるものの逆です。テキストプロンプトから画像を生成する代わりに、Paints Undoは最終的な画像を取り、スケッチ、ペイント、シェーディングの初期段階に分解します。

プロジェクトのGitHubページで紹介されている例では、このプロセスがさまざまなアニメスタイルのアートワークで実演されています。ツールが最終的な画像を分解し、それを作成するために使用された基礎的な層と技術を明らかにしているのが確認できます。

コードはGitHubで現在利用可能ですが、開発者によると、通常のHugging Faceタスクよりも処理時間が長くなることがあるため、Hugging Faceに直接デプロイすることはお勧めしていません。代わりに、より簡単に使えるGoogle Colabノートブックをリリースする予定です。

デジタルアートの逆工学アプローチに興味がある場合は、今後のColabノートブックのリリースに注目してください。このツールは、お気に入りのデジタルアートワークで使用されている技術を学習し、複製したいアーティストにとって貴重なリソースになる可能性があります。

高品質のビデオを作成するのは非常に時間がかかる作業で、脚本から編集、適切なストックフッテージの選択まで、膨大な作業が必要です。そこで登場したのがnid AIです。

nidは世界で最も使用されているAIビデオクリエイターで、世界中に2500万人以上のユーザーがいます。熟練したアシスタントがあなたの代わりに面倒な動画編集作業を処理し、あなたはクリエイティビティに集中できるのです。

使い方は以下の通りです:

1. 「ロボット工学の進歩が加速している理由を説明する短いビデオ」のようなシンプルなテキストプロンプトから始めます。
2. 「YouTube短編」などの追加詳細を入力し、ビデオを生成させます。
3. nidがあなたのプロンプトに従って下書きを作成します。
4. そこからあなたが操作します。冒頭を変更したい、シーンの映像を良いものに差し替えたい、などと指示するだけで簡単に変更できます。
5. 全体をスペイン語に翻訳したい? それも簡単、プロンプトを入力してクリックするだけです。

nid AIは10種類以上のツールの機能を1つのプラットフォームに集約しています。これにより、毎月数百ドルもの経費を節約できます。月額$20から利用できます。

ビデオ制作に本気で取り組んでいる方には、nid AIをぜひチェックしてみてください。無料で始められ、有料プランではウォーターマークの削除、ボイスクローンの利用、高品質のストックフッテージへのアクセスが得られます。

説明欄のリンクにアクセスし、クーポンコード「mw50」を使うか、画面のQRコードを使って、初月の動画クレジットを2倍にしてみてください。nid AIを試して、ビデオ制作を次のレベルに引き上げましょう。

チャットボットのPoを使っている人は、今週新しい機能「Previews」が追加されたことを知っているでしょう。これは、Chatsの中で直接Webアプリケーションを生成し、操作できる新機能です。

Previewsは、Clae 3.5、Sonet GPT 4.0、Gemini 1.5などのコーディングに優れたLLMと特に相性が良いようです。Poはサブスクリプション制のチャットボットですが、使用するモデルを選択できるので、GPT、Claud、Gemiニのいずれかに固定されるわけではありません。これは、Anthropicが最近リリースしたArtifactsに非常によく似ていますが、Poで使え、しかも複数のモデルで利用できるのが特徴です。

提供されたクリップを見ると、プロンプトを受け取った後、Poが実際にコードを生成し、チャットウィンドウ内で即座に実行しているのがわかります。Previewsは専用のリンクで共有できるので、Poの中で作成したクールなコード化されたものを、他の人と共有できます。

Anthropicについては、Artifactsの共有機能も今週リリースされました。Artifactsは新しい機能ではなく、左側にプロンプトを入力すると右側にコードとプレビューが生成され、それを操作できるというものです。ただし、今回の更新により、他の人とそれを共有し、使用、試行、リミックスできるようになりました。

Anthropicは、アプリの使いやすさの向上に絶えず取り組んでいます。開発者コンソール内でプロンプトを評価する機能も追加されました。これにより、より良いプロンプトを生成したり、複数のプロンプトを比較したり、各プロンプトの個々の変数をテストして出力への影響を確認したりできるようになりました。

その他の話題として、Metaが新しい言語モデル「Mobile LLM」を発表しました。これは、モバイル端末向けに開発された小さなモデルですが、提供されたチャートによると、他のモバイルモデルに比べて精度が格段に高いようです。

全体として、AIの世界では継続的な進歩と改善が見られ、PoのプレビューやAnthropicのArtifactsのように、対話型アプリケーションの作成と共有を容易にするツールが登場しています。さまざまなモデルの選択肢や、プロンプトの評価機能の追加は、ユーザーがこれらの強力なAIシステムを最大限に活用できるようサポートしています。

OpenAIは今週、いくつかの重要な進展を遂げています:

• OpenAIは中国へのChatGPTアクセスをブロックし、ユーザーがバンを回避するためのループホールを遮断しました。ただし、中国はMicrosoft Azureを通じてGPT-4にアクセスできるため、GPT-5の登場が期待されています。
• MicrosoftとAppleの両社は、OpenAIの取締役会への傍聴者としての参加計画を撤回しました。これは、独占禁止法上の懸念によるものと見られています。
• OpenAIは、生物科学研究のためにLos Alamos National Laboratoryとのパートナーシップを発表し、Arianna Huffingtonの Thrive Globalとも、個別化されたAIヘルスコーチの開発に取り組んでいます。

Stability AI (Stable Diffusionの開発元)も注目すべき更新を行っています:

• 年間売上が100万ドルを超えない限り、商用利用を許可するようライセンス条件を更新しました。
• Stable Assistantに検索/置換機能や、テキストから音声への変換機能を追加しました。

著作権への影響に関しては、入力素材と十分に異なる出力であれば、AIシステムは問題ないとする裁判所の判決が下され、今後の訴訟に一定の先例となりそうです。

さらに、カリフォルニア州のSB 1047法案は、AIの研究者を大きく阻害する可能性があり、A16ZのAnanth Ramanなどの業界リーダーが反対運動を展開しています。

全体として、OpenAIやStability AIといった業界大手からの重要な進展に加え、法的・規制面での考慮事項など、AIの分野は急速に進化し続けています。

Samsungの最新製品ラインナップは、デバイス全体にAIが統合されていることを示しています。主な特徴は以下の通りです:

• Galaxy Z Fold 6: Samsungの最新AIフィーチャーを搭載。PDFの検索、翻訳、文字起こし、写真や物体からのAI画像生成、スケッチからの高品質画像生成などが可能。

• Galaxy Z Flip 6: 外部ディスプレイにAI搭載の返信候補の表示、AIパワードのウォールペーパーを搭載。

• Galaxy Watch 7: 睡眠時無呼吸症の兆候を認識する初のFDA認証済みウェアラブル。AI駆動の睡眠アルゴリズムにより、活動、睡眠の質、その他の健康指標に基づいた包括的なエネルギースコアを提供。

• Galaxy Ring: Galaxy AIを使って、活動、睡眠の質、その他の健康データに基づいてエネルギースコアを生成。AI搭載の睡眠トラッキングも。

• Galaxy Buds 3 Pro: 外国語対話を即座に使用者の耳に翻訳するAI通訳機能を搭載。

これらのAI搭載デバイスは、パーソナライゼーション、健康モニタリング、言語翻訳などを通じて、ユーザー体験の向上に向けたSamsungの取り組みを示しています。

Finally, here's a robot that navigated the Google deepmind offices using Gemini. It's using that Vision model to see what's around it and navigates through the hallways, making sure not to bump into anything because the vision model knows exactly where it is and can see around itself to make sure it doesn't bump into stuff.

The videos in the TechCrunch article don't have any audio, but it says that the robot can walk around the office and point out different landmarks with speech. They use what's called a "vision-language-action" that combines the environment understanding and Common Sense reasoning power. Once the processes are combined, the robot can respond to written and drawn commands as well as gestures.

Right now, it's kind of like an AI tour guide - it could roam around a building and point things out to you and give you some information about the things it's pointing out.

AIの世界は、