画像超解像度が新たなブレイクスルー！InvSRツールで、ぼやけた写真をワンクリックで高画質に

AIbase基地

AIニュースで公開 · 1 分読む · Jul 20, 2025

ぼやけた写真に悩んでいませんか？画期的な画像超解像度ツール「InvSR」が登場！シンプルな手順で、画像を瞬時に鮮明にします。このツールの強みは、大規模な事前学習済み拡散モデルが持つ豊富な画像情報を活用し、効率的で高品質な画像解像度向上を実現している点です。

InvSRの中核技術は、革新的な部分ノイズ予測戦略です。拡散モデルの中間状態を巧みにサンプリングプロセスの開始点として構築し、深層ノイズ予測器を用いて順方向拡散過程における最適なノイズマップを推定します。このノイズ予測器は、トレーニングを通じて拡散軌跡上でサンプリングプロセスを正確に初期化し、高解像度画像を生成します。

InvSRの大きな特徴は、柔軟で効率的なサンプリングメカニズムです。ユーザーは必要に応じて、1～5ステップのサンプリングステップ数を選択できます。1ステップだけの処理でも、複数ステップ必要な他の手法に匹敵する効果を発揮します。この柔軟性により、ユーザーは効率性と効果のバランスを最適化でき、ぼやけた古い写真の修復からAI生成画像の最適化まで、あらゆる状況に対応できます。

このツールの使い方は非常に簡単です。シンプルなコマンドライン指示で素早く使い始めることができ、オプションでメモリ使用量を最適化して、大規模な画像も処理できます。さらに、ユーザーは事前にダウンロードしたモデルとノイズ予測器をカスタマイズして、より良い処理効果を得ることができます。ユーザーエクスペリエンスを向上させるため、InvSRはオンラインデモも提供しており、その強力な機能を直感的に体験できます。

より高度なニーズを持つ研究者向けには、InvSRは完全なトレーニングプロセスも提供しています。ユーザーは特定のLPIPSモデルをダウンロードし、設定ファイルを用意するだけでトレーニングを開始できます。このツールはマルチGPU並列計算をサポートし、中断再開機能も備えているため、トレーニングの安定性と継続性を確保します。

プロジェクトアドレス：https://github.com/zsyOAOA/InvSR

OpenAIのo3モデル：1タスクあたり5箱分のガソリンに相当するエネルギー消費

人工知能の進歩に伴い、イノベーションと持続可能性のバランスが重要な課題となっています。最近、OpenAIはこれまでで最も強力なAIモデルであるo3を発表しました。しかし、これらのモデルを実行するためのコストに加えて、環境への影響も広く懸念されています。ある研究によると、o3の各タスクは約1,785キロワット時の電力を消費し、これはアメリカの平均的な家庭の2ヶ月分の電力消費量に相当します。SalesforceのAIサステナビリティに関する取り組みなど...

中国国産大規模言語モデルが巨額資金調達！階躍星辰が数億ドル規模のシリーズBラウンドを実施、マルチモーダルとAGIに賭ける

中国の大規模言語モデルのユニコーン企業である階躍星辰は、先日シリーズBラウンドの資金調達を完了し、総額数億ドルに上ることを発表しました。これは業界の注目を集めています。今回の資金調達には、上海国有資本投資有限公司とその傘下のファンドがリードインベスターとして参加し、騰訊投資、五源資本、啟明創投などの著名な投資家がフォローインベスターとして参加しました。この巨額資金は、基盤モデルの研究開発を加速し、特にマルチモーダルと複雑な推論能力の向上に重点的に投資され、さらにCエンドのアプリケーション市場への展開を拡大するために使用されます。階躍星辰の姜大昕CEOは、同社の発展路線はO…

AI分野の商業化加速：OpenAIの変革の苦悩と突破への道

人事異動という予期せぬ出来事が、OpenAIの最高製品責任者Kevin Weilをサンフランシスコ・マリオットホテルの講演壇上に立たせた。TwitterとInstagramで商業的な成功を収めたシリコンバレーのプロダクトマスターである彼は、今やOpenAIの商業化転換という重責を担っている。そして数日前には、CTOのMira Muratiの突然の退社が、OpenAIを再び注目の中心に押し上げた。この幹部異動は偶然ではない。過去一年、OpenAIは次々と困難に直面してきた。

李飛飛教授チームによる先進的研究多モーダルAIモデルが空間知能を示す

「AIの母」として知られるスタンフォード大学の李飛飛教授と彼女のチームは、多モーダル大規模モデルの「空間知能」に関する研究を発表しました。この研究は、これらのモデルが空間に関する記憶と想起において初期段階の能力を備えており、局所的な世界モデルを形成する可能性を示しています。研究チームは、視覚空間知能を評価するためのツールであるVSI-Benchを開発しました。VSI-Benchには、288本の現実世界のビデオに基づいた5000以上の高品質な質疑応答ペアが含まれています。テストビデオは、居住空間、専門的な場所、工業現場など、複数の地理的な場所を網羅しています。

閃極AIパップ鏡、予約販売が完売：999元、5万台が1日で完売

中国のテクノロジー企業、閃極が先週木曜日に初のAIパップ鏡を発表しました。この製品は、中国のAI撮影眼鏡分野における重要なマイルストーンを象徴しています。この眼鏡の価格は1499元ですが、最初の5万台は999元の特別価格で販売され、公式発表ではXiaomiの同類製品よりも安い価格とのことです。さらに、閃極は特別なプロモーション活動を実施しており、ユーザーが300日以内に200日（連続する必要はありません）打卡すれば全額払い戻しを受けられるというものです。この戦略は、間違いなく製品の魅力を高めています。

CAP4D：参考画像をアップロードするだけで高品質な4Dキャラクタアバターを生成

最近、トロント大学とベクター研究所の研究チームが、CAP4Dモデルを発表しました。これは、変形多視点拡散モデル（MMDM）に基づく新しい技術で、任意の数の参照画像からリアルな4Dアバターを生成できます。このモデルは2段階の方法を採用しており、まずMMDMを使用して異なる視点と表情の画像を生成し、次にこれらの生成された画像と参照画像を組み合わせて、リアルタイムで制御可能な4Dアバターを再構築します。CAP4Dのワークフローでは、ユーザーは任意の数の参照画像を入力できます。