%20--%3e%3cdefs%3e%3cstyle%3e%20.st0%20{%20fill:%20%23061b40;%20}%20.st1%20{%20fill:%20%23306af1;%20}%20.st2%20{%20fill:%20%235ce5cf;%20}%20%3c/style%3e%3c/defs%3e%3cg%3e%3cpath%20class='st0'%20d='M55,10.5h9v3h-9v9h12V7.5h-12v3ZM64,19.5h-6v-3h6v3Z'/%3e%3cpolygon%20class='st0'%20points='69%2016.5%2078%2016.5%2078%2019.5%2069%2019.5%2069%2022.5%2081%2022.5%2081%2013.5%2072%2013.5%2072%2010.5%2081%2010.5%2081%207.5%2069%207.5%2069%2016.5'/%3e%3cpolygon%20class='st0'%20points='95%2010.5%2095%207.5%2083%207.5%2083%2022.5%2095%2022.5%2095%2019.5%2086%2019.5%2086%2016.5%2095%2016.5%2095%2013.5%2086%2013.5%2086%2010.5%2095%2010.5'/%3e%3cpath%20class='st0'%20d='M40,1.5v21h11.6l1.4-1.4v-7.6h0c0,0-1.4-1.5-1.4-1.5l1.4-1.4V2.9l-1.4-1.4h-11.6ZM50,19.5h-7v-6h7v6ZM50,10.5h-7v-6h7v6Z'/%3e%3c/g%3e%3cpath%20class='st1'%20d='M23.1,24L14.7,4.8l-4.9,11.2h3.8l-1.8,4H3.3L12.1,0H2C.9,0,0,.9,0,2v20c0,1.1.9,2,2,2h21.1Z'/%3e%3cpath%20class='st2'%20d='M34,0h-16.8l10.6,24h6.2c1.1,0,2-.9,2-2V2C36,.9,35.1,0,34,0ZM32.5,20h-4V4h4v16Z'/%3e%3c/svg%3e)
【AI日報】へようこそ！ここは毎日人工知能の世界を探索するためのガイドです。毎日、AI分野の注目ニュースをお届けし、開発者に焦点を当て、技術トレンドや革新的なAI製品の応用を理解するお手伝いをします。
新鮮なAI製品：クリックして詳細を確認：https://top.aibase.com/
1. カスケイ（Kuaishou）の「可靈 2.1」に新しい最初と最後のフレーム機能が登場
カスケイの「可靈 2.1」モデルは、新しい最初と最後のフレーム機能を導入し、動画生成の効果と滑らかさを大幅に向上させました。また、トランジション効果とテキストへの反応性も最適化されました。このモデルは、動的表現、意味理解、生成効率において顕著な改善を遂げており、さまざまなプロフェッショナルな動画制作シナリオに適用可能です。
【AiBase要約:】
🎥 「可靈 2.1」には新しい最初と最後のフレーム機能が追加され、動画の開始と終了部分の細かい制御が可能になりました。
💡 最初と最後のフレーム画像をカスタマイズできるため、トランジションの硬さを解消し、プロフェッショナルな動画制作に適しています。
⚡ 生成速度とコストが低下し、クリエイターの効率が向上します。
2. 昆崙万維がAI音楽モデルMureka V7.5をリリースし、MoE-TTS音声モデルを発表
昆崙万維グループは、2025年8月15日にMureka V7.5モデルをリリースし、SkyWork AI技術発表週間を完結させました。このモデルは中国語の音楽創作において優れた性能を発揮し、人声のリアルさと感情の深みを最適化しました。さらに、MoE-TTS音声合成フレームワークと組み合わせることで、音声合成の自然さとコントロール性を高めています。
【AiBase要約:】
🎧 Mureka V7.5は中国語の音楽創作において優れた能力を示しており、音色、演奏技法、発音、感情表現の向上が見られます。
🎤 MoE-TTSは自然言語による音声特徴とスタイルの正確な制御を可能にし、複雑な修辞による音声生成が予期しない方向に逸れる問題を解決しています。
🌐 昆崙万維はAI音楽創作と音声合成分野における強力な実力を示し、関連分野の研究と発展に新たなアイデアを提供しています。
3. 腾讯云がAI開発ツールCloudBase AI CLIをリリース！コード量を80%削減
腾讯云はCloudBase AI CLIをリリースしました。これは雲開発プラットフォームに深く統合されたAIコマンドラインツールであり、開発者により効率的かつ使いやすい開発体験を提供することを目的としています。このツールは一元的なコマンドラインインターフェースを通じて、多様なAIプログラミングツールをサポートし、開発効率を顕著に向上させ、コード生成からアプリケーションのデプロイまでをカバーしています。
【AiBase要約:】
🔥 CloudBase AI CLIは一元的なコマンドラインインターフェースを提供し、開発プロセスを簡素化します。
🌐 全プラットフォーム対応性と多モデル協働能力を備え、さまざまな開発シナリオに対応します。
💡 無料体験枠を提供し、利用ハードルを下げ、AIのコストパフォーマンスを向上させます。
詳細リンク:https://static.cloudbase.net/cli/install/install.sh -fsS | bash
4. 海外新製品MuleRunが爆発的に人気！各ユーザーが独自の仮想マシンを所有、AI Agentが自動でゲームをプレイしモデリングを行う
MuleRunは、独自の仮想マシンメカニズムとコミュニティ駆動型のAgentエコシステムを通じて、ユーザーにこれまでになかったインテリジェントな体験を提供し、AI Agentがさまざまな分野での広範な応用可能性を示しています。
【AiBase要約:】
🎮 MuleRunのAI Agentはゲームタスクを自動で完了し、ユーザー体験を大幅に向上させます。
💻 MuleRunはユーザーに専用の仮想マシン環境を提供し、多数のソフトウェアとアプリケーションを動作させることができます。
🌐 コミュニティ駆動型のAgentエコシステムにより、一般ユーザーでも自動化ツールを簡単に使用でき、技術的なハードルが低下します。
詳細リンク:https://discord.com/invite/kKAAEYay5F
5. MetaがDINOv3を大々的にオープンソース化！人工ラベリング不要のAIビジュアル神器、画像認識の未来を変える
Meta AIは、新しい汎用画像認識モデルであるDINOv3をオープンソース化しました。このモデルは自己教師あり学習に基づいており、人工ラベリングなしでも優れた性能を発揮し、AIビジョン技術の新たな歴史的出来事とされています。DINOv3は高解像度特徴抽出と多タスク適応性に優れ、環境モニタリング、医療、自動運転などの多くの分野に適用されており、オープンソースにより開発のハードルを下げる効果があります。
【AiBase要約:】
🧠 自己教師あり学習：人工ラベリングなしで、膨大な未ラベル画像から特徴を自立的に抽出します。
🖼️ 高解像度特徴抽出：全体情報と局所的な細部を同時に捉え、さまざまなビジュアルタスクに対応します。
🚀 広範な応用シーン：環境モニタリング、医療、自動運転など、複数分野に応用できます。
詳細リンク:https://github.com/facebookresearch/dinov3
6. 春節スターが再び勝利！宇樹 H1がロボット史上初の1500メートル金メダルを獲得
宇樹科技の人形ロボットH1は、人形ロボットを核心とした世界初の競技大会で歴史的な1500メートルレースの金メダルを獲得し、スピードと耐久力の優れた性能を示しました。
【AiBase要約:】
🏃♂️ 宇樹科技の人形ロボットH1は、人形ロボットを核心とした世界初の総合的な競技大会で歴史的な1500メートルレースの金メダルを獲得しました。
🏆 この大会には16か国から280チーム、500台以上のロボットが参加し、業界の最高水準が示されました。
🤖 H1はソフトウェア面で走行速度と耐久力の最適化を施し、極限的なスピードと耐久力の突破を示しました。
7. グーグルGeminiに重大なアップデート！記憶機能とプライバシー保護チャットモードを追加
グーグルは、Gemini AIアシスタントに2つの新機能——記憶機能と一時的なチャットモードを追加しました。これにより、AIアシスタントの個別化サービスとプライバシー保護の重要な進展が示されています。記憶機能はユーザー情報を継続的に学習し、より正確なサービスを提供します。一方、一時的なチャットモードでは、会話内容が保存されず、ユーザーのプライバシーを保護します。
【AiBase要約:】
🧠 記憶機能はユーザーの好みや習慣を記録し、個別化されたサービス体験を向上させます。
🔒 一時的なチャットモードはプライバシーを保証し、会話内容が保存されないことを確保します。
💡 この2つの機能は、AIアシスタントの個別化とプライバシー保護の両方で重要な進歩を示しています。
8. 香港大学がオープンソースプロジェクトOpenCUAと提携し、パーソナライズされたコンピュータスマートアシスタントを開発!
香港大学は複数の機関と提携し、OpenCUAフレームワークをオープンソース化しました。このフレームワークは、開発者がパーソナライズされたコンピュータ使用スマートエージェント（CUA）を構築するのを支援し、ユーザーの作業効率を向上させることが目的です。このフレームワークは豊富なデータサポートと強力なツールを提供し、スマートアシスタント開発分野における潜在力を示しています。
【AiBase要約:】
🧠 OpenCUAフレームワークは、人間のコンピュータ操作のデモをキャプチャするためのシームレスな注釈インフラストラクチャを提供します。
📊 AgentNetデータセットを統合し、200以上のアプリケーションとウェブサイトをカバーし、マルチオペレーティングシステムをサポートします。
🚀 スケーラブルなワークフローをサポートし、デモを「状態-アクション」対に変換し、長距離推論能力を向上させます。
詳細リンク:https://opencua.xlang.ai/
9. OpenAIがChatGPTに広告を導入？幹部は「柔軟性が重要」と語る
OpenAIは収益増加の方法として、ChatGPTに広告を導入することを検討しています。幹部のNick Turley氏は、ユーザー体験に悪影響を与えないように広告を慎重に扱う必要があると述べていますが、他の製品では広告モデルを採用することを検討しています。また、サブスクリプションモデルには大きな成長の余地があり、大量の未開拓の機会が存在しています。
【AiBase要約:】
📌 OpenAIはChatGPTに広告を導入することを検討していますが、ユーザー体験に悪影響を与えないように慎重に扱う必要があります。
💡 幹部はサブスクリプションモデルには大きな成長の余地があり、多くの未開拓の機会が存在すると述べています。
📈 OpenAIは2024年のサブスクリプション収入が127億ドルになると予測していますが、2029年まで正のキャッシュフローになることはありません。
10. グーグルが超小型で効率的なオープンソースAIモデルGemma 3 270Mをリリース、スマートフォンで動作可能
グーグル DeepMindは、Gemma3270MというオープンソースAIモデルをリリースしました。このモデルは2.7億パラメータを持ち、サイズが小さく、エネルギー効率が高く、スマートフォンやラズベリーパイなどの軽量デバイスでオフラインで動作可能です。命令追随タスクで優れた性能を発揮し、迅速な微調整が可能で、企業開発や創造的なシナリオに適しています。
【AiBase要約:】
🧠 Gemma3270Mは2.7億パラメータを持つオープンソースAIモデルで、スマートフォンでオフラインで動作可能です。
⚡ 命令追随タスクで優れた性能を発揮し、内部テストでは電池消費量が0.75%しか発生せず、エネルギー効率が高いです。
📱 すばやい微調整が可能で、企業開発や創造的なアプリケーションに適しており、多様なニーズに対応できます。
詳細リンク:https://developers.googleblog.com/en/introducing-gemma-3-270m/
