米国のAIスタートアップSunoは、自社のAI作曲サービスである「Suno」をV3にバージョンアップしました。3月20日より、3からのカウントダウンをスタートしていましたが、日本時間の22日2時に、正式公開されました。 V3では、1回で作成できる曲の長さを従来バージョンであるV2の1分20秒をV3では2分までに伸ばし、インストゥルメンタル曲の指定、高音質化、多ジャンルへの対応など、多くの機能強化を行なっています。 これまではProおよびPremierの有償ユーザーのみがアルファ版を使えていましたが、正式版になったことで、無料ユーザーも1日10回、1回で2曲が同時に生成されるので、1日当たり最大20曲まで利用できることになります。 無料ユーザーアカウントで試してみましたが、V3がデフォルトとなっている他に、V3 Alpha版との大きな違いはありません（V2も選択できるようになっています）。

3月10日(MAR 10)マリオデーにあわせ、任天堂が映画版『スーパーマリオブラザーズ』の新作を発表しました。 2023年公開の前作『ザ・スーパーマリオブラザーズ・ムービー』と同じく、制作はイルミネーション。 宮本茂氏いわく「(前作を一緒に作った)イルミネーションの主要メンバーと任天堂で協力しながら制作していますよ」 イルミネーションの創業CEOであり、前作のプロデューサーにも名を連ねるクリス・メレダンドリ氏のコメントは 「(前作の)監督アーロン・ホーバス、マイケル・ジェレニック、そしてイルミネーション・スタジオ・パリの才能あふれるアーティストたちは、絵コンテを描いたり新しい舞台デザインを作成したりと忙しくしています。アニメーションの制作はまもなく始まりますが、細部にまでこだわって作りますので、どうぞご安心ください」 新作の公開は米国および多くの地域で2026年4月3日。4月中にその他の地

そこで調子に乗って、このアルバムリリース直後に、バンドメンバーに日本の音楽誌がインタビューしたという想定で、ChatGPTに受け答えしてもらいました。その結果がこちら。 The Midnight Odyssey - 「The Odyssey of Echoes」リリース直後のインタビューインタビュアー: 鷹野隼人（Cosmic Prog Chronicles） ――まずは、素晴らしいアルバム「The Odyssey of Echoes」のリリースおめでとうございます。このアルバムを通じて表現したかった主なテーマは何ですか？ ジェイク・ハーパー (リードボーカル & ギター)ありがとうございます。このアルバムでは、時間と空間を超えた旅、そして内面の探求をテーマにしています。私たちは、聴き手に音楽を通じて冒険を体験してもらいたいと考えています。 アルバム「The Odyssey of Echo

人気連載『生成AIウィークリー』で取り上げている注目論文を見ると、そこに中国IT企業の名前が頻繁に登場します。 EC大手のアリババ（Alibaba）、ゲーム大手のテンセント（Tencent）、TikTokの運営元であるBytedanceなどが常に顔を出しており、画像・音声・アニメーションと、生成AIのあらゆる分野で中国に勢いがあることがわかります。 そんな中、テンセントがなかなか衝撃的な技術を発表しました。「PhotoMaker」という画像生成AIです。これでなければできない、というものではないのですが、「ファインチューニングの事前作成不要」「元画像が少なくても良い」のに、人物のアイデンティティを維持した画像を生成できるというメリットがあります。 これまでは既存の画像AIモデルに多数の写真を読み込ませて本人性を学習させたものから新たなAIモデルやその簡易版であるLoRAモデルを作ってきまし

OpenAIが、かねてから予告していたGPT Store をようやく開設しました。 個人や企業が作ったカスタム版ChatGPTであるGPTsを分野ごとにブラウズ・検索して利用でき、自分が作ったGPTを公開することもできます。 現状では有料プランのChatGPT Plus加入ユーザーのみ、メニューの「Explore GPTs」から利用可能です。 ストアといっても利用に別途料金が必要なGPTsは今のところありませんが※、OpenAIは今四半期のうちにも、GPTsが利用された回数に応じて制作者に収益を分配するレベニューシェアを開始予定です。 (※ サードパーティーと接続したGPTsなどでは、チャットの過程で有料サービスに案内されることはあります。) 開設されたばかりのGPT Store でトップにフィーチャーされているのは、 AllTrails 世界中のトレッキングコースやアウトドア体験を場所・

13回分のまとめ7月からはじまったこの連載。当初、編集長から月4本と言われていたが、流石にそれは厳しく平均月2本となっている。 生成AIは技術の進歩/進化が凄まじいペースで数ヶ月前はもうかなり古い話になることもあり、今回はこれまでの13回分をまとめてみたい。 第一回～三回

ガジェット全般、サイエンス、宇宙、音楽、モータースポーツetc... 電気・ネットワーク技術者。実績媒体Engadget日本版, Autoblog日本版, Forbes JAPAN他 YouTubeは今年、ブラウザーの拡張機能などで提供される広告ブロッカーへの対策を強化し、ユーザーが使用し続けると「広告ブロッカーの利用は、YouTube の利用規約で認められていません」と警告画面を表示するようになりました。 この画面が現れた場合、選択肢に従ってAdblock PlusやuBlock Originといった広告ブロッカーの設定からYouTubeを除外するか、広告表示のない有料プラン「YouTube Premium」を使うことが求められます。 警告画面は右上の×ボタンでいったん消すことはできるものの、そのままでは結局、動画再生時に再び警告画面を見ることになります。

2014年から先端テクノロジーの研究を論文単位で記事にして紹介しているWebメディアのSeamless（シームレス）を運営し、執筆しています。 1週間分の生成AI関連論文の中から重要なものをピックアップし、解説をする連載です。第10回目はAIによるソフトウェア開発支援、音声を理解できる言語モデル、人物画像学習の新たな手法など、5つの論文をまとめました。 生成AI論文ピックアップテキスト指示からソフトウェアを自動開発するチャットベースのAIフレームワーク「ChatDEV」 人が話す声とやり取りする大規模言語モデル「LLaSM」 テキスト指示で高品質な動画編集ができるAI「MagicEdit」　中国ByteDanceの研究者らが開発 顔の特徴を保持した新しい人物写真を生成するAI「FaceChain」　中国アリババグループの研究者らが開発 映像内の動く人や物を分離する手法「VideoCutLE

半年ほど前までであればGoogle Colabと言うクラウドGPU環境が使え、無料でサクッと動かせたのだが、それが災いし、多くの人が生成AI画像目的で利用したため、リソースが足らなくなり、後述するAUTOMATIC1111は無料枠で使用禁止になってしまった。 AUTOMATIC1111をインストールして使ってみる画像生成AIは各社が提供しており、扱うためのサービスやアプリもいろいろあるが、デファクトスタンダードはStable Diffusionを利用するためのフロントエンドにあたる AUTOMATIC1111だろう。現在は、次世代Stable Diffusion (SDXL)に対応したv1.6.0が公開されている。 ここではOSがWindows 11で、先に提示したNVIDIAのGPUが装着済の前提で解説する。少し前まではPythonやGitを入れたり、いろいろ面倒だったが、現在はbatフ

著書に『宇宙世紀の政治経済学』（宝島社）、『ガンダムと日本人』（文春新書）、『教養としてのゲーム史』（ちくま新書）、『PS3はなぜ失敗したのか』（晋遊舎）、共著に『超クソゲー2』『超アーケード』『超ファミコン』『PCエンジン大全』（以上、太田出版）、『ゲーム制作 現場の新戦略　企画と運営のノウハウ』(MdN)など。 Nintendo Switchも発売から7年目を迎え、そろそろライフサイクルの終わりに差し掛かりつつあります。 そんななか、後継モデル（以下「スイッチ2」）の未確認情報も相次いでいましたが、今度は「任天堂が実際に開発者にスイッチ2の技術デモを見せた」と複数の人物が証言しています。 いずれも、先月下旬にドイツ・ケルンで開催された大型ゲームイベントgamescom 2023での証言です。 まずはイベント終了直後、マイクロソフト関連で信頼性の高いWindows Centralの編集者

IT系海外速報を書いたり、翻訳を請け負ったりしています。初めてのスマートフォンはHTC Desire。その後はNexus 5からずっとGoogleさんオリジナルモデルを使っています。 AI一色だった5月のGoogle I/Oで発表された新サービスの中でも、一般ユーザーが手軽に使えそうだと期待したのが「Search Generative Experience」（以下「SGE」）でした。まずは米国でのみの提供でしたが、これが8月30日に日本とインドでも使えるようになりました。米国以外で使えるようになったのは、今のところこの2カ国のみだそうです。 SGEは、Microsoftの「新しいBing」のような、Web検索を生成AIチャットボットとのやりとりで行うというサービスです。全収入に占める広告収入の割合がごくわずかなMicrosoftと違い、GoogleにとってのGoogle検索（の広告）は重要

イーロン・マスクによる買収以来、揺れ動いてきたTwitter（現在はXに改名）ですが、その内部がどのようになっていたのかはなかなか伺い知ることができません。筆者が個人的に参加しているポッドキャストbackspace.fmでは、TwitterのiOSアプリ開発に2010年から携わってきたソフトウェアエンジニアの丹羽善将（@niw）さんにその渦中の話を聞くことができました。 丹羽さんは、超有名テックブログのDaring Fireballで、世界で最も優れたiOS開発者の一人としてTwitter退社を惜しまれた人物です。 ▲Daring Fireballより 丹羽さんをゲストに迎えたエピソードは下のリンクからどうぞ。

ガジェット全般、サイエンス、宇宙、音楽、モータースポーツetc... 電気・ネットワーク技術者。実績媒体Engadget日本版, Autoblog日本版, Forbes JAPAN他 ソニー、ユニバーサルなど複数の音楽レーベルが、Internet Archiveを音楽著作権の侵害で訴えました。これはInternet Archiveが数年前から始めている、古いSP規格で発売されていたアナログレコードをデジタル化する「Great 78」プロジェクトを対象としています。 現在、アナログレコードとして知られるのはLP盤と呼ばれるもので、材質がポリ塩化ビニール、ターンテーブルの回転数は33rpm（径の小さなドーナツ盤は45回転）と定められています。一方、SP盤は酸化アルミニウムや硫酸バリウムなどの粉末をシェラックと呼ばれる天然樹脂で固めて作られており、78rpmの蓄音機で再生されるために作られたもの

Checkpointとはあとひと月ほどすると、前回ご紹介した次世代Stable Diffusion、SDXLの波が来そう(来るかも？)と言うこともあり、今回は一番の基本となるCheckpointと、筆者の興味の対象となっているリアル系モデルの遷移にふれておきたい。 まずStable Diffusionのバージョンは1.4、1.5、2.0、2.1などがあり、現在最もポピュラーなのは1.5 (SDXLは0.9、1.0)。基本、対応したバージョンでないとモデルは作動しない。 一言でモデルと言っても、Stable Diffusionが必要、もしくはオプションとして扱えるモデルは、Checkpoint、LoRA、LyCORIS、Embedding、 Hypernetwork…など、さまざまな種類がある。絵を作る上において最も重要(＝絵の元になる)のがCheckpointで、他は無くても最低限これだけ

Twitter公式アプリのiOS版が7月31日に10.0にバージョンアップされ、「Twitter」から「X」に名称変更となりました。 バージョンアップ内容は「機能強化と不具合の修正」となっていますが、今回はアプリ名称と、投稿の呼び方が変わるという、大きな変更が行われています。 iOS版アプリのアイコンは前回のバージョンアップで青い鳥から「X」ロゴに変わったものの、App Storeとホーム画面上の名前はTwitterのままでした。 執筆時点でのAndroid版アプリのバージョンは10.0.0-release.0となっており、アイコンはXロゴですが、名称はTwitterのままです。 また、iOS版アプリでは、投稿を意味するツイート（Tweet）が、ポスト（Post）と変更されています。 ▲上がiOS版、下がデスクトップ（Web）版 リツイートは「リポスト」（Repost）と表現が変わっていま

実は「@x」のアカウントは2007年からずっと、サンフランシスコを拠点とする写真家の Gene X Hwang氏が使用していました。しかし、7月25日にこの「@x」アカウントが非公開化されています。 この時点ではTwitter / XからHwang氏に何の通告もなかったものの、同氏は「連絡があれば喜んで話を聞く」「納得のいく提案があれば、喜んでアカウントを手放すつもりだ」と述べていました。 その後27日になって、@xアカウントがこのSNSの公式アカウントとして生まれ変わっているのが発見されています。 しかしHwang氏によると、X(Twitter)側はこのアカウントが「本質的に『X』の所有物だというメールを送ってきた」のみで、金銭的補償は提案も含め一切なかったとのこと。 Hwang氏いわく「起こると思っていたことが起こり、私はそれをただ受けいれた」。X(Twitter)側は「利用可能な希望

現役グラビアカメラマンでありソフトウェアエンジニアでもある西川和久氏が、画像生成AIを使ったリアルなAIグラビア作成技術を解説する連載の第三回。 今回はポーズ / 構図をテーマに、プロカメラマンとしての撮影スタイルとAI生成の共通点、現時点のAIでは難しい手指の表現を改善する技術についても説明します。(編集部) 実際の撮影と「呪文」の関係は似ている？グラビアでもポートレートでも、撮影する時は「立って」「座って」「前向き」「後ろ向き」……といったようにカメラマン側から指示を出す。 この大雑把な指示はどのカメラマンでもすることだが、顔の向きだったり腕の形だったり足の位置といった細かいことは、「指示する」カメラマンと「指示しない」カメラマンとで分かれる。これは撮影スタイルの話なので、どちらが良い悪いではない。 筆者の場合は割と大雑把で、細かい指示はせず、後の事はそのモデルに任せる＝個性だと思って

ところが、ほどなくして現場には警察が駆けつけ、作業を中止させる事態に。その結果、看板には「er」の文字だけが残され、一時放置されています。 ちなみに、「er」は「えーっと…」的なニュアンスを表します。 状況をX(元Twitter)に投稿したWayne Sutton氏は、警察が作業をやめさせた理由について、高所作業車が路上で作業をする許可を取っていなかったからだと述べています。しかし地元メディアのThe San Francisco Standardによるとそれは誤りで、実際には道路使用の許可は得ていたものの、「X」側がビルのオーナーや警備員に作業することを伝えていなかったため、器物損壊事案として通報された模様です。 警察に作業を止められたことで、看板を撤去していた業者はいったんその場を去ってしまい、取り外された「@twitt」の文字も、歩道上にしばらく放置されていたとのこと。 ちなみにこの騒

Twitter がダイレクトメッセージ(DM)の回数制限と、一定数を超えた場合の有料化を発表しました。 今後は一日にDMを送れる回数に上限ができ、それ以上に送信したければ有料課金プランTwitter Blueに加入する必要があります。 日本時間7月22日にTwitter Supportが投稿した内容は、 「ダイレクトメッセージでのspamを減らす取り組みの一環として、近日中にいくつかの変更を実施します。非認証アカウントが一日に送信できるDMに上限を設けます。もっとメッセージを送るにはTwitter Blueに今日加入しましょう(リンク)」 非認証アカウント、つまり無料アカウントは一日のDM送信数に上限ができる一方、有料プランのTwitter Blueに加入して電話番号を確認した認証アカウントならそれ以上に送れるとのシンプルな内容です。 DM制限の回数や条件しかし問題は、Twitter Bl

運営会社をTwitter社からX社に変更したように、現在の青い鳥のロゴも「X」に変更し、ウェブサイトのアドレスも「X.com」を利用します。 「まもなくTwitterブランドに、そしていずれは全ての鳥たちにも別れを告げることになる」 「良いXロゴが今晩中に投稿されたら、明日には全世界で採用するつもりだ」 「こんな風に、でもXで」 マスク氏は以前から、SNSやメッセージだけでなく決済や個人間の送金など多数の機能を備えた「everything app」である「X」の提供を目指していました。 ツイッターを手に入れたのも、手早く既存のユーザー数を買って自分の「何でもアプリ」Xの実現を早めることが目的だと、買収成立前から公言しています。 everything appの例は、中国の微信(WeChat）やLINEなど。 マスク氏の狙いがどこまで実現するかは分かりませんが、目指すのは動画も通話も買い物もX