最新の研究によると、DeepMindの大規模言語モデル(LLM)は、テキスト以外の分野、特に画像や音声データの圧縮において優れた性能を示すことが明らかになりました。
この研究により、LLMは単なるテキスト生成モデルではなく、強力なデータ圧縮器として再定義されることになります。
LLMの性能はデータセットのサイズに関連しますが、その巨大なサイズによって制限される面もあります。
OpenAIが、元AppleデザイナーJony Ive氏のデザインスタジオとOpenAI CEOであるSam Altman氏が共同で設立したスタートアップ企業io Productsの買収を協議しているとの報道がありました。io Productsは、人工知能を搭載したパーソナルデバイスの開発に注力しており、ユーザーとテクノロジーのインタラクションに革命を起こす可能性を秘めています。The Informationの報道によると、この買収協議はO…
OpenAIは、自社のGPT-4o画像生成モデルに透かしを追加する新機能を積極的にテストしています。最近、ChatGPTはその強力な画像生成能力で注目を集めており、テキスト入りの画像を正確に生成できるだけでなく、非常にリアルな視覚作品を作成し、ジブリスタジオなどの有名なアニメーション会社のスタイルを模倣することさえできます。画像出典:AI生成画像、画像ライセンス提供元Midjourney。なお、当初はChatGPT Plusユーザーのみを対象としています。
近年、米国テクノロジー企業はインドの巨大なインターネットユーザー市場に注目しており、OpenAIも例外ではありません。OpenAIの発表によると、インドはChatGPTユーザーの伸びが最も顕著な市場の一つとなっています。しかしながら、サードパーティデータによると、OpenAIはこの成長を収益化することに苦戦しているようです。SensorTower社のデータによると、2023年以降、インドのユーザーによるChatGPTサブスクリプションサービスへの支出は
Meta社は、最新のオープンソース人工知能モデルLlama 4を発表し、人工知能分野における新たな大きな進歩を示しました。Llama 4はScoutとMaverickの2つのバージョンがあり、AIモデルの機能とパフォーマンスを向上させることを目指しています。Metaによると、Llama 4はテキスト、画像、ビデオ、オーディオなど、複数のデータタイプを処理し、これらの形式間で自由に変換できるマルチモーダル大規模言語モデルです。特筆すべきは、Llama 4シリーズが初めて…
先日、テクノロジー大手グーグルは最新のフラッグシップAIモデルであるGemini 2.5 Proをひっそりと発表し、開発者コミュニティで大きな話題を呼びました。グーグルはこれを「これまでで最もインテリジェントなモデル」と称しており、この強力なモデルはGemini APIを通じてGoogle AI Studioで公開プレビューを開始し、Vertex AIでも近日中に利用可能になります。この発表により、より多くの開発者が最先端AIの可能性を体験できるだけでなく、非常に競争力のある価格設定も実現しています。