動画生成AI「Minimax H3」の生成品質を巡るステップ数設定が話題。 標準の20より30ステップ以上を推奨する声が多数。時間は増えるが手や口元のブレ、音声が改善されると好評。高速化技術との併用設定も共有されている。 #MinimaxH3 #ComfyUI URLはリプ⬇️

ジャグラーでブドウを数える意味がないとわかる５つの理由 ①１日数えても高設定が低設定の値になったりと設定推測に使えない ②その他の推測要素の比重の方が強い ③ブドウが良いからと低設定を粘って負けてしまうことがある ④カチカチ君が高い ⑤数えるのが面倒 上記の理由から、私は数える派

MiniMax H3 Max! 15秒動画生成実測してみました 生成そのものとそれ以外の時間があるので期待値これくらいで見るのがよいかと 実際は動画生成のところもうちょっと短いほうが多い。アップロードに結構時間かかる。これはすでにあるやつなら省略される。 あとはキュー次第かな。各プラットフォームすぐ実装されると思うけどキューが長くて遅いとかのほうがある気がする 処理 実測時間... CDNアップロード 11.673秒 リクエスト送信 0.711秒 キュー待ち 0.189秒 fal内部処理 19.968秒 └ 純粋な動画生成 15.973秒 結果取得 0.303秒 MiniMax H3 Maxの次はMiniMax H3 Miniかな？🤣show more

動画広告の常識が崩壊しました。 画像や商品URLを貼るだけで、売れる動画広告を 数分で自動生成する神AI、PolloAIの 『Marketing Studio』がヤバすぎる。 ・商品URLを入力（あの有名商品でも…） ・数分でプロ品質の動画が完成 ・心理学に基づいた構成×超リアルAIアバター 作り方はリプ欄👇

個人的に #MiniMaxH3 はキャラクターシートをリファレンスさせてプロンプトで動作を制御するよりも、メインのフレームを用意してプロンプトでフレーム間の制御をしてあげるのが使いやすいと感じています☺️ OminiReferenceでも設定したフレームをすごい忠実に出してくれるので、ワンカット長尺も作りやすいのかなとも思ってます。（いつか試してみたい） ただその分画像生成の作業時間が増えます😇 MiniMax Design (H3)

やはりこればかりは今のところMidjourneyを超えられる動画生成AIが見当たらないが、すべての動画生成AIを試しているわけではないのでほかも探してみよう...

ヤバい。これは本気で「鳥肌」が立つ。 初期のAIオフィスが、すでに会社っぽく動いている。 営業が売り、マーケが集め、管理部が監視。 開発が直した結果を、また営業が試す。 情報が部署を巡回し、24時間改善が続く。 社員ゼロの会社が現実味を帯びてきた。 この動画の本質は、 AIがたくさん表示されていることじゃない。 「部署同士がつながっていること」だ。... 営業AIが顧客との会話から課題を抜き出す。 マーケAIが、その課題をもとに新しい訴求を作る。 開発AIが、売れない原因を機能へ反映する。 管理部AIが、売上とコストの変化を判定する。 良ければ継続。 悪ければ修正。 判断結果は、また各部署へ共有される。 これを人間の会社でやると遅い。 報告書を書く。 上司が確認する。 会議を予約する。 担当者へ依頼する。 翌週に結果を見る。 その間に市場は変わる。 AIオフィスは、この待ち時間を消す。 Claudeが顧客データを要約。 Geminiが競合情報を収集。 GPTが営業資料と広告案を生成。 Cursorが開発修正を進める。 OpenClawが全体の処理をつなぐ。 人間が担当するのは、 目標設定と最終判断だけになっていく。 AI導入で作業を速くする時代は終わる。 これからは、会社の意思決定そのものを速くする時代だ。show more

【速報】中国Alibabaがマルチモーダルで勝負を仕掛けてきた。テキスト・画像・音声・動画を全て理解して音声も生成できる「Qwen3-Omni」を完全オープンソース化。何が凄いのか、具体的に解説していきます。 ①音声生成できる唯一のオープンソースモデル MetaのLlama 4、GoogleのGemma 3、OpenAIのGPT-OSS、全部音声生成はできない。 でもQwen3-Omniだけはテキスト・画像・音声・動画を理解して、さらに音声でも返答できる。 つまり「動画見せて音声で説明して」「リアルタイム音声会話」が無料でできる唯一のオープンソース。これがApache 2.0ライセンスで商用利用OK、完全無料ってヤバすぎる。 ②実力テストで有料モデルと互角... AIの実力を測る「ベンチマーク」でQwen3-Omniが驚異的な結果を出してる。36のベンチマークのうち22で最高スコア、32でオープンソース1位を記録。 しかも動作に必要なのは30億パラメータだけ。他のモデルが数千億必要なのに。つまり、普通のPCでも動くサイズで、巨大サーバー必要なAIと同等の性能ってこと。 ③動画と音声の同期技術がヤバい 「Thinker-Talker」っていう新技術で、考える部分と話す部分を分離。これで0.234秒（まばたきする間）で音声返答できるようになった。さらに「TMRoPE」技術で動画と音声のタイムスタンプを完璧に同期。 動画見せて「これを日本語吹き替えして」って言ったら、音声タイミングを合わせて吹き替えできるレベル。 ④音声AIビジネスが爆発的に広がる OpenAIのRealtime APIは音声会話できるけど、100万トークンで入力40ドル、出力80ドルかかる。 でもQwen3-Omniなら同じような機能を自社サーバーで無制限に使える。これで何ができるか？ AI Vtuberの音声をリアルタイムで生成する配信。バーチャルAIインフルエンサーが動画を見ながら実況。視聴者の動画に多言語音声を自動でつける機能も、タイミングを合わせて生成できる。 さらに、オンライン語学学習アプリ、AIカスタマーサポート、音声ガイドアプリ。 全部APIコストゼロで、リアルタイム音声対話が可能になる。（誰か精度検証お願いしますｗ） というわけで、音声対話AIを開発するなら、Qwen3-Omni試さない理由がない。AI Vtuberから動画翻訳まで、音声生成できる唯一のオープンソースAIだぞ。show more

惑星ミラの各地には「データプローブ」を設置することができますも。設置した場所には一瞬で移動できるようになり、周囲の区画に設定されている任務の情報が解放されますも。フィールドにある光の柱が、データプローブを設置できる場所ですも！ #ゼノブレイドクロス

【Hailuo AI(MiniMax Design (H3))】T2A-01-HD MiniMaxのHailuo AIから、テキストから音声への変換技術「T2A-01-HD」が登場しました。 10秒以上の音声を学習させることで、その声を使ってテキストの読み上げ機能を試用できるようになります。 以前紹介した引用にある投稿のような用意された音声を試用することも可能です。 日本語の他に英語や中国語、17か国以上の言語を選択して作成できます。... この動画はmidjourneyで作成したイラストをHailuo AIのimage to videoで作成しました。 プロンプト無しで口パク動画が作成できるので、声に合わせて編集しています。 #Hailuo_ai #AIボイス #音声合成show more

Image2『キャラクター設定一発生成！』 ストーリーアニメをつくるとき 一貫した基準を作る必要があります。 それがキャラクターシートですが、 使い道で違うシートが必要になったりします。 たとえば、 全身を写すときに三面図はベターですが、 目のアップなどは顔メインのシートのほうがいいとか👀 とはいえ、いちいち作るのも、、、... という方向けのノウハウです！ Image2ではこのように同時生成の画像でしたら テキストのみでも一貫性を保ってくれます。 複数回にわたる生成ですと、たまにとても細かいところの一貫性が保たれず、 その修正で時間をとられてしまうこともありますが、 同時生成ですとその時間も節約できます！ 試してみるのはいかがでしょうか✨show more

369可視の背後に隠されたキー 物質を構成する数字と、より微妙なレベルで動く数字があります。 3、6、9は異なるパターンとして繰り返され、現実のより深い層から操作されています。 シーケンス1、2、4、8、7、5を見ると、成長し複製するすべてのものを形作る無限ループが見えます。 それが自然が作り出す数値構造です。 3、6、9は別のエネルギー面に属しています。 だから私たちは魔法の数字について話すのです。なぜなら、それらはより微妙なレベルから秩序を保ち、引き寄せ、調和するからです。 画像にはパターンが現れ、数字が111、222、33ろと繰り返されると、数字は減少し、常にろ、6、または9に戻ります。 そして、追加、削減、観察を続けることですべてが9に戻ることになります... クロージング インテグレーション 全体がそれ自体に含まれているサーキット上で最大の数 それは、見えるものと見えないものがどのように絡み合っているかを理解する方法です。 詳細については「369」とコメントしてください。 これが私の人生です。 コミュニティ「Weaving the network」に参加してください。 これが私の人生です。show more

#AIのクソ動画が話題になってるので人間が作った動画を見よう 引用とかRP先でAI生成と言われましたが違います！！ ✨️AIで生成

『我が家のCodex』はショート動画系の SNSの運用は全て自動化しています 1日の6時間の稼働で ・人間:1本 ・Codex:50本 品質にこだわった上でこれだけの差がでる アメリカや中国では既に SNSに投稿されている動画のほとんどはAIが 作成していて... 1日に数千本の動画を完成させて投下する 企業も多くある。 人間1人の力でどうにかなる差ではない。 2027年からのSNS戦国時代の乗り越える codexに全て動画編集を丸投げする手法👇show more

楽器の音を人間の声のように変化させるためのエフェクターで音をホースに流してギターを弾くと透明なホースを通って、音が上に向かって出てきて声は出さず口を「あ・い・う・え・お」と動かすことで楽器の音が口の中で共鳴しギターが喋っているようなサウンドが作れるらしい😳 #岸優太

▼話題 ビデオ生成モデル「wan2.2」を使用し、手書きアニメーションのラフ画（鉛筆画）をAIで着色・再構築したテスト動画とその手法。 ▼主な反応 ・低解像度の素材ながら動きの再現度が高く、クオリティが素晴らしいとの称賛 ・再現や検証のためにComfyUIのワークフロー（JSONファイル）の共有を求める要望 ・手書きアニメーション素材を用いて自分も同様の試みを行いたいと刺激を受ける声 ・難易度の高い描写に対するプロンプトの工夫案 ▼受け止め 手書きアニメーションへのAI技術の応用として非常に好意的に受け止められており、具体的な手法やワークフローの共有に対する関心が高い。... #wan22 #ComfyUI URLはリプ⬇️show more

Nano Banana Pro + n8n、正直ヤバい🤯 たった1枚の商品画像から超リアルな数百本のUGC動画を大量生成。1本の制作時間「実質15秒」だけ。 広告用クリエイティブを大量展開したい制作・広告代理店に最適です。 ▼多くのブランドが直面する共通の課題 広告疲れを突破するには、50本以上のクリエイティブバリエーションが必要──。... でも実際は ・台本作成 ・撮影 ・編集 これだけで数週間、数十万円が飛びます。 n8n AIエージェントが解決👇 1️⃣n8n のフォームに商品画像を1枚アップロード 2️⃣プロンプトを生成して自動でUGC画像を生成 3️⃣自動で台本作成→流暢な日本語音声を生成 4️⃣実際に人間が喋っているような動画を自動生成 5️⃣完成動画はGoogleドライブに自動保存 →ここまで全てAIが業務代行 ワークフローが欲しい人？24時間限定!! 📍私をフォロー 📍いいね＆リプで"UGC大量生成" ここまで読んでくれてありがとう。普通に無料配布とかやばいですが、やっちゃいます。show more

UE 5.8で実装されたMocapとAIレンダリングの検証 有料のマーカーレスMocap(シングルカメラ)を上回るクオリティ☺️ 今回はプレビズ内のモーションブラーがAI生成された動画にも継承されるという発見がありました。シネマライクを目指す人は適切なカメラ設定で作っておくと良いですね #unrealengine 5.8 #seedanse 2.0 omnireference #runway