模型发布/更新
-
OpenAI、リアルタイム翻訳モデルを発表、70以上の言語入力に対応
OpenAIのリアルタイム翻訳機能——70以上の入力言語で話し、13の出力言語に翻訳する。gpt-realtime-translateは任意の言語の音声入力を受け取り、目標言語の音声を出力する。大規模言語モデルは優れているが、特定のユース…
-
シャオミ、制御可能な動画効果音生成モデル ControlFoley をオープンソース化、音を「思い通りに」
シャオミの大規模モデルアプリケーションチームは、オープンソースの制御可能な動画効果音生成モデル ControlFoley を発表した。創作における制御性の課題を解決することを目的としている。このモデルは、テキストガイドによる動画吹き替え、…
-
Qwen-VLA:世界を理解して行動へ
通義千問は汎用視覚-言語-行動モデルQwen-VLAを発表した。Qwenマルチモーダル基盤に基づき、視覚知覚・言語理解・空間推論を連続的な行動生成と軌道予測へ拡張する。トレーニングはテキストから行動への事前学習(T2A)、継続的事前学習(…
产品发布/更新
-
Codexが会話スレッドと並列タスクを自律管理可能に
CodexでCodexインターフェースを管理:[引用 @guinnesschen] Codexの会話スレッド管理に疲れたなら、Codex自身に管理させましょう!Codexは現在、会話スレッドの作成、検索、整理、重要なスレッドの固定、並列タ…
-
Gemini Omni、スケッチを現実に
Gemini Omniは簡単なスケッチを新たな現実に変えることさえできる。Geminiアプリでぜひ試してほしい。誰かが円を描く動画をアップロードし、このプロンプトを入力する:この円を描き終えたとき、それは___になった。
-
Codex、Windowsでのコンピューター操作機能をサポート
Windowsユーザーへのお知らせです。コンピューター操作機能がWindowsで利用可能になり、CodexがWindows PC上で操作を実行できるようになりました。ChatGPTモバイルアプリのCodexのWindowsサポートにより、…
-
Guardrails:エージェント、データ、コストを保護
Guardrailsは設定可能なセキュリティとガバナンスのツール群で、予算執行、ゼロデータ保持、モデルとプロバイダーの制限、プロンプトインジェクション防御、データ損失防止などの機能を提供し、エージェント、データ、コスト管理を保護することを…
-
ComfyUIがOpenRouterモデルの直接呼び出しに対応
ComfyUIワークフロー内でOpenRouterモデルを直接利用できるようになりました![引用 @ComfyUI] ComfyUIは@OpenRouterのサポートを追加しました。単一の大規模言語モデルに縛られず、Comfy内で20以上…
-
OpenRouter、モデルによるファイルパッチ生成をサポート
OpenRouterは「apply_patch」をサポートした。これはサーバーツールで、任意のモデルがResponses APIを通じてV4A diffsによるファイル編集提案を行える。モデルがパッチ(ファイルの作成・更新・削除)を生成し…
-
ChatGPTの会話目次機能が登場
「ひとつだけ質問したい」から長編の会話へと発展したすべてのChatGPT会話のために、目次機能が登場しました。5件以上の返信を含む会話で利用できます。
行业动态
-
Anthropic估值9650亿美元超越OpenAI
Anthropic在最新融资轮中筹集了650亿美元,融资后公司估值达到9650亿美元,首次超越竞争对手OpenAI的估值水平。
-
中央網信辦など 4 部門:全民の AI リテラシーを向上、人材育成を加速、普及応用を深化
中央網信辦など 4 部門は共同で「2026 年全民デジタルリテラシーとスキル向上の要点」を発表し、6 つの重点任務を配置した。その中で「全民の人工知能リテラシーの向上」が明確に求められ、具体的には AI による教育の強化、AI 人材育成の…
-
波士顿儿童医院利用AI解锁新诊断
波士顿儿童医院通过部署OpenAI技术,用于改善患者护理并减轻运营负担,成功帮助诊断了超过40种罕见病病例。
论文研究
-
GPIC:大規模視覚生成ベンチマークデータセットを公開
大規模生成モデルの新時代に対応する視覚生成ベンチマークデータセットに大きな期待が寄せられている!🤩
技巧与观点
-
実測で確認:信じられない推論速度
Kogチームは標準的なデータセンターGPU上で極めて高いシングルユーザー推論速度を実現し、8× AMD MI300X GPUsで3,000 tokens/s、8× NVIDIA H200で2,100 tokens/sに達した。通常の推論速…
-
企業が「AI依存」になりすぎると何が起きるか
Box創業者のAaron Levie氏は、AIで従業員を代替しようと決める人ほど仕事の実態を最も理解していないと指摘し、これを「AI psychosis」と呼んだ。ClickUpが最近AIエージェント導入のために従業員の22%を削減したの…
-
テスラ FSD の安全性主張に疑問の声
テスラは全自動運転ソフトウェア(FSD)の安全性が人間の最大 10 倍に達すると主張しているが、ロイターの調査でこのデータは検証に耐えないことが判明した。FSD のトレーニングに関わった従業員は、この技術はまだ成熟には程遠く、安全性のデモ…
-
Cognition的Scott Wu表示:AI编程智能体不应取代人类
Cognition公司开发了Devvin,这是一个号称首个且最成功的AI编程智能体。其著名程序员创始人Scott Wu明确表示,该智能体并非旨在取代人类程序员。