「AI日報」へようこそ！ここは、あなたの人工知能の世界を探求するための毎日のガイドです。毎日、AI分野のホットなニュースをお届けし、開発者に焦点を当て、技術トレンドの洞察や革新的なAI製品の応用に関する情報を提供します。

最新のAI製品詳細はこちら:https://top.aibase.com/

1、昆侖万維天工大模型4.0o1版と4o版が正式リリース

2025年1月6日、昆侖万維グループは最新の「天工大模型4.0」o1版と4o版を発表し、人工知能分野における大きな進歩を示しました。o1版は、中国語の論理的推論能力を備えた国内初のモデルであり、技術的なアップグレードにより、様々な推論課題に対応できるようになりました。一方、4o版はマルチモーダルモデルであり、感情表現と多言語能力を備え、より自然な会話体験を提供します。

image.png

【AiBase要約:】

🧠 o1版は中国語の論理的推論能力を備え、技術アップグレードにより、数学、コードなど様々な推論課題に対応可能。

💬4o版はマルチモーダルモデルで、感情表現と迅速なレスポンスを実現するリアルタイム音声対話アシスタントSkyoを搭載。

🌐 2つのモデルの発表は、昆侖万維のAI分野における技術進歩と応用拡大を促進します。

詳細はこちら:https://www.tiangong.cn/

2、羅永浩の新しいAIアシスタント「J1Assistant」正式リリース、音声インタラクションがスマートな新時代をリード

羅永浩の人工知能プロジェクトJarvisは、「J1Assistant」というAIアシスタントソフトウェアをリリースしました。現在は海外でAndroid版のみ提供されています。このソフトウェアの特長は音声入力機能で、ユーザーは音声で簡単にメッセージを送信したり、情報を検索したり、AIモデルとやり取りしたりできます。J1AssistantはJarvis独自のAIモデルを統合し、メモ機能も備えており、ユーザーの日常業務の管理を支援します。

【AiBase要約:】

🎤 J1Assistantは音声入力機能を提供し、音声による操作でインタラクション体験を向上。

📅 Jarvis独自のAIモデルを統合し、実用的な回答とメモ機能を提供し、ユーザーの業務管理を支援。

🌍 現在、Android版のみ対応。今後、より多くの機能とプラットフォームへの対応が期待され、ユーザーニーズに応えます。

3、愛奇藝がMiniMaxを提訴：AIモデルが著作権侵害の疑い、10万元の賠償請求

報道によると、愛奇藝は裁判所に訴訟を起こし、AIスタートアップ企業MiniMaxがモデルのトレーニングにおいて著作権を侵害したと主張しています。MiniMaxは、許可なく愛奇藝の素材を使用し、著作権を侵害するコンテンツを生成したとされています。愛奇藝はMiniMaxに対し、直ちに侵害行為を停止し、10万元の賠償を請求しています。MiniMaxは、素材が公開されているリソースである、またはユーザーの入力によるものであることを理由に反論し、法的免責を求める可能性があります。この事件については、両者から公式な声明はまだ出ておらず、法的紛争は依然として進行中です。

【AiBase要約:】

⚖️ 愛奇藝はMiniMaxを裁判所に提訴し、著作権侵害を主張。

📜 MiniMaxは、許可なく愛奇藝の著作権のある素材をモデルのトレーニングに使用したとされる。

💰 愛奇藝はMiniMaxに対し、侵害行為の停止と約10万元の賠償を請求。

4、阿里巴巴チーム開発！メイクアップ転送技術SHMT：メイクの参考画像があれば、あなたにもメイクアップ可能

アリババの達摩院が最近発表したSHMTモデルは、潜在的拡散モデルを利用してメイクの効果を正確に転送し、国際的なトップレベルの学術会議NeurIPS2024で採択されました。この技術は、簡単なメイクの参考画像とターゲットとなる人物の写真から、素早くメイクの効果を生成でき、メイクアップアプリケーションと画像処理分野の発展を大きく促進します。

image.png

【AiBase要約:】

🎓 SHMTモデルは潜在的拡散モデルを利用してメイクの効果転送を実現し、NeurIPS2024で採択。

🔧 チームは完全なオープンソースコードと事前学習済みモデルを提供し、研究者による応用と改良を容易に。

📂 データの準備とパラメータ調整が重要で、研究では操作手順とディレクトリ構造を詳細に説明。

詳細はこちら:https://github.com/Snowfallingplum/SHMT

5、バイトダンスが新しいAIモデルLatentSyncをオープンソース化、唇の動きを正確に制御

バイトダンスが発表したLatentSyncは、高度なエンドツーエンドの唇の同期技術です。オーディオ条件の潜在的拡散モデルを利用して、ビデオ中の人物の唇の動きとオーディオの正確な一致を実現します。この技術はTREPA技術を導入することで時間的一貫性を強化し、同時にSyncNetの収束性を最適化することで、唇の同期の精度を大幅に向上させています。

【AiBase要約:】

🎤 エンドツーエンドフレームワーク：LatentSyncは中間モーション表現を必要とせず、オーディオから直接唇の動きを生成。

🌟 高品質な生成：Stable Diffusionを使用して、ダイナミックでリアルな会話ビデオを生成し、視覚効果を向上。

⏱️ 時間的一貫性：TREPA技術によりビデオフレーム間の時間的一貫性を強化し、唇の同期の精度を確保。

詳細はこちら:https://github.com/bytedance/LatentSync

6、Metaが新しいメモリレイヤー技術を発表：パラメータの制限を突破し、AIの事実の正確性を大幅に向上

Meta社は最近、大規模言語モデルの事実の正確性を向上させ、パラメータの規模を拡大することを目的とした革新的なメモリレイヤー技術を発表しました。この技術は、学習可能なキーバリュー検索メカニズムを通じて、モデルの情報保存と検索能力を大幅に向上させます。実験の結果、メモリレイヤーを搭載したモデルは複数のタスクで優れたパフォーマンスを示し、特に事実に関するタスクではパフォーマンスが大幅に向上しました。

image.png

【AiBase要約:】

🧩 メモリレイヤー技術はスパース活性化メカニズムを通じて事実の正確性を向上させ、1280億パラメータ規模を実現。

🚀 実験によると、メモリレイヤーを搭載したモデルは、事実に関する質問応答などのタスクで従来の密なモデルよりも優れたパフォーマンスを示す。

🔧 研究者はメモリレイヤーに対して複数の最適化を行い、パフォーマンスと安定性を向上させ、強力な拡張性を示した。

詳細はこちら:https://arxiv.org/pdf/2412.09764

7、Yukaiがコンパニオンロボット「Mirumi」を発表：ふわふわとした感触で赤ちゃんのような感情体験を提供

革新的なロボット製品で知られるYukai Engineeringが、最新作として財布に入るサイズのふわふわとしたボール型のロボット「Mirumi」を発表しました。周囲の人を自主的に見て回る機能を備えています。このロボットは赤ちゃんの無邪気さと楽しさを模倣し、人々に楽しいインタラクション体験を提供することを目指しています。Mirumiのデザインは日本の妖怪からインスピレーションを得ており、モーションセンシング技術と組み合わさり、好奇心や恥ずかしさなど様々な感情を表現し、Yukaiのユニークなロボット分野における地位をさらに高めています。

【AiBase要約:】

👶 Mirumiはふわふわとしたボール型ロボットで、周囲を自主的に見て回り、楽しい感覚を提供。

🤔 モーションセンシングを通じて感情を表現し、赤ちゃんの無邪気さとインタラクションを模倣。

🎉 Mirumiのデザインは日本の妖怪からインスピレーションを得ており、赤ちゃんとのインタラクションの喜びを再現することを目指す。

8、OpenAIが「超知能」への転換を発表

OpenAIのCEO、サム・アルトマンは自身のブログで、同社が人工知能（AGI）構築の中核技術を掌握し、超知能への転換を発表しました。彼は、超知能が科学的発見とイノベーションの速度を大幅に向上させ、社会の繁栄を促進すると考えています。「幻覚」現象や高い運用コストなどの現在の技術的制約があるものの、アルトマンは未来に自信を持っており、技術の進歩がタイムラインを変えるだろうと述べています。

【AiBase要約:】

🌟 OpenAIのCEO、サム・アルトマンは、同社がAGI構築の技術を掌握し、超知能への転換を発表。

🔍 AGIは経済的に人間を凌駕する高度な自律システムとして定義され、OpenAIとマイクロソフトの合意で明確に規定されている。

🚀 現在の技術はまだ制約があるものの、アルトマンは将来の発展に自信を持っており、技術の進歩に伴いタイムラインが変化すると考えている。

9、ハーバード大学の中国人研究員Jeffrey WangがOpenAIに入社、モデルの事前学習と推論業務に専念

ハーバード大学の中国人研究員であるJeffrey Wangは最近、OpenAIに入社し、モデルの事前学習と推論業務に専念しています。彼の学術的業績と研究背景は広く注目を集めており、特に機械学習とプライバシー分野での貢献が知られています。Jeffreyの入社は、彼自身のキャリアにとって重要な一歩であるだけでなく、OpenAIがトップクラスの人材を引き付ける能力を示しており、将来のAI研究の発展を予感させます。

image.png

【AiBase要約:】

🎓 ハーバード大学在学中は機械学習と統計学の研究に積極的に参加し、関連科目を担当。

📄 彼の研究成果は複数の国際会議で発表され、言語モデルのプライバシーと拡散モデルの公平性に関する問題を探求。

🌟 Jeffrey Wangの入社は、OpenAIがトップクラスの人材を引き付ける能力を示し、AI分野の発展を促進。

10、マイクロソフト、2025会計年度に800億ドルを人工知能データセンターの建設に投資予定

マイクロソフトは、2025会計年度に人工知能のワークロードを処理するためのデータセンターの建設に800億ドルを投資する計画を発表しました。この投資は、AIモデルのトレーニングとクラウドアプリケーションの世界展開を加速することを目的としており、米国が新しい技術トレンドにおいて重要な役割を果たしていることを示しています。AI技術の急速な発展に伴い、マイクロソフトの投資は自社事業の拡大であるだけでなく、インフラに対する喫緊のニーズを反映しており、将来的にはより多くの業界のデジタル変革を強力に支援します。

【AiBase要約:】

💰 投資額の半分以上が米国の建設に充てられ、AI技術における米国の重要性を示す。

🌐 マイクロソフトとOpenAIの競争関係はますます緊迫しており、将来の業界構造に影響を与える可能性がある。

⚡ AI技術の需要増加に伴い、電力需要も急増しており、データセンターは電力不足のリスクに直面している。

11、驚異的な能力！AIがリチウムイオン電池の発火を事前に察知

リチウムイオン電池は私たちの日常生活に欠かせませんが、過熱や損傷によって深刻な火災が発生する可能性があります。2023年には、ニューヨーク市で電動自転車のバッテリーによる火災が頻発し、多くの死傷者を出しました。このリスクに対処するため、NISTの研究チームは、AIアルゴリズムを用いてバッテリーの安全弁破裂音を識別し、約2分前に警告を発する音響ベースの火災早期警報技術を開発しました。

image.png

【AiBase要約:】

🔥 NISTの研究チームは、AIを使用して安全弁破裂音を識別する音響ベースのリチウムイオン電池火災早期警報技術を開発。

🔊 トレーニング済みのアルゴリズムの識別率は94％に達し、様々なノイズの中でも効率的な検出を維持。

⏳ 新型の火災警報器は約2分の早期警告を提供し、人々の避難を支援。

12、マスク氏がGrok3の近日リリースを発表、性能は10倍向上！

人工知能分野で、イーロン・マスク氏が再び注目を集めています。彼はソーシャルメディアで、待望のGrok3モデルが間もなくリリースされることを明らかにし、Grok2と比べて計算能力が10倍向上したと述べました。Grokシリーズはリリース以来注目を集めており、Grok3のリリースは幾度か延期されてきましたが、マスク氏の最新発表は、待ち望んでいたユーザーを興奮させるに違いありません。

【AiBase要約:】

⚙️ Grok3モデルが間もなくリリースされ、計算能力が10倍向上。10万個のNVIDIA H100チップを使用。

📈 Grok3は当初昨年末のリリース予定だったが、様々な理由で延期されたが、マスク氏は事前学習が完了したことを確認。

🌍 世界的なAI技術の需要の高まりを受け、Grok3のリリースは開発者や企業に新たな機会と課題をもたらすだろう。