今日スパン>精选
最新文章
精心为您推荐...
DeepAnalyze:AIをあなたの専属データサイエンティストに!オープンソースプロジェクトの詳細分析
DeepAnalyzeは、中国人民大学と清華大学のチームによって共同開発されたオープンソースのエージェントベースの大規模言語モデルで、自律的なデータサイエンスのための初のエンドツーエンドのソリューションです...

KAT-Coder:レーサーAIプログラミングの新たなブレークスルー
レーサーは、KAT-Coderを発表した。KAT-Coderは、自社開発モデル、ツール、プラットフォームをカバーするAIプログラミング製品マトリックスで、20以上のプログラミング言語と複数のタイプの開発タスクをサポートする。そのオープンソース版KA...

DeepSeek-OCR:ビジュアル圧縮の新時代を開く
DeepSeek-OCRは、視覚言語モデルと「文脈光学圧縮」技術に基づいており、画像を視覚トークンに変換することで実現する...

マヌスとAIエージェント・バブル:理想から幻滅へ
2025年のAIエージェントブームの代表格であるマヌスは、大きなモデル、ツールチェーン、メモリー技術に依存してタスク実行を実現するが、深耕の専門的なシナリオがないため、クローズド...

ChatGPTアトラス:AIブラウザの革命
OpenAIは、ChatGPTのインテリジェントな機能を深く統合した、初のAIネイティブブラウザChatGPT Atlasをリリースしました。そのコア機能は以下の通り:リアルタイムAIコ...

Veo 3.1 vs Sora2:ビデオジェネレーションの真の王者は?
グーグルのVeo3.1は、AIビデオ生成の分野でOpenAIのSora2と競合している。Veo3.1は、正確な制御、高品質のオーディオとビデオの同期で知られ、...

Google Gemini 3.0:画期的なウェブベースのOS世代
強力な生成機能により、Google Gemini 3.0 Proは、macOS、Win、MacOS、およびWindowsの完全な機能を持つウェブバージョンを生成します。

Grok 4:20万個のGPUで構築されたマスクの「最も賢い」AIモデル
マスク氏は7月10日、xAIの最新AIモデル「Grok 4」を発表。トレーニングに20万個のH100/A100 GPUを使用し、HLEテストで50を突破した。

Hunyuan3D-PolyGen:テンセント、アートレベル3D生成の新たなブレークスルーを発表
テンセントのハイブリッドチームは、業界初の3D生成大型モデル「Hunyuan3D-PolyGen」を発表した。これは、アートグレードの基準を満たし、ゲーム開発や映画制作に使用できる3Dモデルを生成できる...

AIによる表革命:ショートカットがエクセルの働き方を再定義する
エクセルの表処理は、複雑な操作のために悩まされることが多いが、新たに登場したAIツール「ショートカット」は、自然言語との対話を通じて処理を簡素化する。エクセルのイベントのシミュレーションを1...

ポスタークラフト:AIを活用したポスターデザインの画期的なブレークスルー
香港科学技術大学(HKUST)とMeituanが共同開発したAIポスター生成フレームワーク「PosterCraft」は、統一された生成プロセスと、記述テキストから4段階のカスケード最適化アーキテクチャを実現している。

バイトジャンプXVerse:画期的なマルチ被写体画像生成技術を徹底分析
ByteDanceインテリジェント・クリエイション・チームは、DiTアーキテクチャをベースとし、複雑なシーンにおいて、姿勢、スタイル、光など、複数の被写体の独立した正確なコントロールを実現するXVerseモデルを発表した。

OmniAvatar:静止画に生命を吹き込むAIデジタル・ヒューマン・テクノロジーの躍進
オムニアバターは、浙江大学とアリババ・グループが共同開発した音声駆動型デジタル・ヒューマン・システムで、静止画、音声、テキストに基づいて自然で流暢な合図を生成することができる。

百度MuseSteamer徹底分析:国内AI動画生成の新たなマイルストーン
バイドゥの商用研究開発チームは、マルチモーダル生成マクロモデルであるMuseSteamerを発表し、VBenchのグラフ生成ビデオレビューで世界1位を獲得し、中国語で音声とビデオを同期させた。

SongGeneration:AI音楽制作の新時代を切り開くオープンソースツール
テンセントAIラボは、革新的な技術アーキテクチャとトレーニング方法によって、音質、音楽性、生成速度を突破したオープンソースの音楽生成マクロモデル「SongGeneration」を発表した。

Qwen-VLo:AliCloudのマルチモーダルAIのメジャーリリース
AliCloudは最近、最新のマルチモーダルAIモデル「Qwen-VLo」をリリースした。このモデルの画像生成・編集能力はユーザーから高く評価され、GPT-4oを凌ぐほどだ。 このモデルには詳細な...

オムニジェン2:次世代マルチモーダルAIのブレークスルー
OmniGen2は、Qwen-VL-2.5アーキテクチャに基づくマルチモーダル生成モデルで、70億のパラメータを持ち、そのうち30億がテキスト処理に、40億が...

GPT-5登場!OpenAIの次世代スーパーモデルを徹底分析!
GPT-5は、コーデックス、オペレーター、その他多くのAIツールを統合し、プログラミング、研究、操作、記憶機能を統合します。完全なマルチモーダル機能により、...

6/8/2025 AI Express|Gemini 2.5 Proプレビューリリース、AIプログラミングとクリエイティブ・ライティングに新たな変化
2025年6月8日 Gemini 2.5 Proが、プログラミング、推論、創作活動の効率向上に焦点を当てたプレビュー段階に入る。

2025/6/7 AIエクスプレス|AIテクノロジー最新ニュース:エクストリームサーチからインテリジェントアシスタントまで
2025年6月7日 Memvid、テキストを動画にエンコードして秒単位で検索、大規模データの処理効率を高める図2 ロボットが自律的に...

