Video yükleniyor...

Video Yüklenemedi

Bu video yüklenirken bir sorun oluştu. Bu geçici bir ağ sorunundan kaynaklanıyor olabilir veya video kullanılamıyor olabilir.

Ana Sayfaya Dön

【3D復元の革命】超軽量モデル「R³」が凄すぎる！ 👉 3Dモデリングの常識を塗り替える新技術「R³」が登場しました！✨ わずか372Mの超軽量パラメータでありながら、10億規模の巨大モデルに匹敵する精度を誇ります。 🚀 注目の技術ポイント・30 FPS以上の爆速動作でリアルタイム復元が可能・「相対回帰」によりパズルのように正確な3D空間を構築・一般的なGPU環境でサクサク動くため導入コストが激減 ARアプリやロボット、不動産内見など、現場での活用がグッと現実的になります。スマホでプロ級の3Dスキャンができる未来が楽しみですね！ #3D復元 #最新技術

ハカセアイ(Ai-Hakase)🐾最新トレンドＡＩのためのＸ 🐾

14,541 subscribers

16,104 görüntüleme • 27 gün önce •via X (Twitter)

Anya Rossi• Live Now

Private livecam show

0 Yorum

Yorum bulunmuyor

Orijinal gönderinin yorumları burada görünecek

Benzer Videolar

元鈑金塗装職人であり、塗装士技術検定2級を持つプロフェッショナルによる泡洗車術の解説です。これは、塗装のスプレーガンの技術を応用し、車体全体に均一かつ美しく泡を吹き付けるための高度なテクニックです。 1. 目線を合わせる •吹き付ける部分に対して目線をしっかりと合わせ、距離や角度を正確に確認します。こうすることで、泡が均一に乗りやすくなり、ムラなく仕上がります。 2. 角度の微調整 •車体の曲面（Rやプレスライン）に合わせてスプレーの角度を細かく調整します。角度が適切であれば、泡がしっかりと密着し、隅々までカバーすることができます。この微調整が、特に複雑な形状のパネルでは大切です。 3. 重ね塗り •吹き付けたラインの半分程度を次のラインが重なるようにしながら進めていきます。こうすることで、泡が均一に重なり合い、ムラのない仕上がりを実現します。まるで塗装の層を重ねるように、丁寧に進めることがポイントです。 4. 両端でのスナップ •スプレーガンを移動させる際、吹き付けの両端で手首を軽くスナップさせて泡を少し払うようにします。これにより、泡の吹き終わりがスムーズで、吹き付けの始まりと終わりにムラができにくくなります。特に泡が溜まりやすい箇所に対して効果的です。まとめこの技術は、鈑金塗装でのスプレーガンの使い方と全く同じです。洗車においても、均一で美しい仕上がりを求めるならば、このようなプロフェッショナルな手法を取り入れることで、まるで塗装面を丁寧に仕上げるかのように泡を乗せることができます。

元鈑金塗装職人であり、塗装士技術検定2級を持つプロフェッショナルによる泡洗車術の解説です。これは、塗装のスプレーガンの技術を応用し、車体全体に均一かつ美しく泡を吹き付けるための高度なテクニックです。 1. 目線を合わせる •吹き付ける部分に対して目線をしっかりと合わせ、距離や角度を正確に確認します。こうすることで、泡が均一に乗りやすくなり、ムラなく仕上がります。 2. 角度の微調整 •車体の曲面（Rやプレスライン）に合わせてスプレーの角度を細かく調整します。角度が適切であれば、泡がしっかりと密着し、隅々までカバーすることができます。この微調整が、特に複雑な形状のパネルでは大切です。 3. 重ね塗り •吹き付けたラインの半分程度を次のラインが重なるようにしながら進めていきます。こうすることで、泡が均一に重なり合い、ムラのない仕上がりを実現します。まるで塗装の層を重ねるように、丁寧に進めることがポイントです。 4. 両端でのスナップ •スプレーガンを移動させる際、吹き付けの両端で手首を軽くスナップさせて泡を少し払うようにします。これにより、泡の吹き終わりがスムーズで、吹き付けの始まりと終わりにムラができにくくなります。特に泡が溜まりやすい箇所に対して効果的です。まとめこの技術は、鈑金塗装でのスプレーガンの使い方と全く同じです。洗車においても、均一で美しい仕上がりを求めるならば、このようなプロフェッショナルな手法を取り入れることで、まるで塗装面を丁寧に仕上げるかのように泡を乗せることができます。

洗車グッズKYOTO DETAIL《公式》京都ディティール

28,159 görüntüleme • 1 yıl önce

12年前にイーロンマスクが空中で手を動かしてコンピューターのもの動かしているのに、なんで今私たちがそれできないの？ミッションインポッシブルとかでもやってたよね SpaceX社が公開したこの映像は、直感的なハンドジェスチャーと仮想現実（VR）を融合させた、次世代の設計プロセスの可能性を提示しています。従来の2Dツールによる制約を排除し、3Dモデルを直接操作することで、エンジニアは思考をより迅速に具現化できるようになります。この革新的な手法は、3D金属プリンティング技術と組み合わせることで、設計から製造までを一貫して効率化するものです。物理的な実体を持つロケット部品をデータから即座に作り出すこの仕組みは、21世紀の製造業における革命を予感させます。ユーザーは没入型デバイスを通じて、まるで目の前に実物が存在するかのように、複雑な構造を自在に構築することが可能になります。最終的にこの技術は、人間の想像力と現実の製造工程の距離を劇的に縮めることを目指しています。

12年前にイーロンマスクが空中で手を動かしてコンピューターのもの動かしているのに、なんで今私たちがそれできないの？ミッションインポッシブルとかでもやってたよね SpaceX社が公開したこの映像は、直感的なハンドジェスチャーと仮想現実（VR）を融合させた、次世代の設計プロセスの可能性を提示しています。従来の2Dツールによる制約を排除し、3Dモデルを直接操作することで、エンジニアは思考をより迅速に具現化できるようになります。この革新的な手法は、3D金属プリンティング技術と組み合わせることで、設計から製造までを一貫して効率化するものです。物理的な実体を持つロケット部品をデータから即座に作り出すこの仕組みは、21世紀の製造業における革命を予感させます。ユーザーは没入型デバイスを通じて、まるで目の前に実物が存在するかのように、複雑な構造を自在に構築することが可能になります。最終的にこの技術は、人間の想像力と現実の製造工程の距離を劇的に縮めることを目指しています。

高校生でも分かる米国株（公式）

101,612 görüntüleme • 11 gün önce

【MacBook Airが最強AIマシンに！Googleの最新技術 TurboQuantが凄すぎる】 Googleが開発した圧縮手法「TurboQuant」がllama.cppに対応！✨ 16GBメモリのMacBook Airで、20,000トークンもの巨大な文脈を爆速で扱えるようになりました。 🚀 ここがポイント・データを「角度」で保存する極座標量子化で、精度を保ちつつサイズを劇的削減・エラー訂正機能で圧縮による回答の劣化を防止・高価なGPUサーバー不要で、機密を守りつつローカルで長文解析が可能手元のPCがプロ仕様のAIワークステーションに進化する、まさに革命的な技術です！ #TurboQuant #AI

【MacBook Airが最強AIマシンに！Googleの最新技術 TurboQuantが凄すぎる】 Googleが開発した圧縮手法「TurboQuant」がllama.cppに対応！✨ 16GBメモリのMacBook Airで、20,000トークンもの巨大な文脈を爆速で扱えるようになりました。 🚀 ここがポイント・データを「角度」で保存する極座標量子化で、精度を保ちつつサイズを劇的削減・エラー訂正機能で圧縮による回答の劣化を防止・高価なGPUサーバー不要で、機密を守りつつローカルで長文解析が可能手元のPCがプロ仕様のAIワークステーションに進化する、まさに革命的な技術です！ #TurboQuant #AI

ハカセアイ(Ai-Hakase)🐾最新トレンドＡＩのためのＸ 🐾

184,050 görüntüleme • 3 ay önce

#FramePack すごい技術革新来ましたね💡 ローカルで1分の動画生成できました✨ 長尺の動画生成は、だんだん別人になったり画質が悪くなったりがあるあるでしたが、それを軽減する技術らしいです。逆順で生成されるので前の方ほど後に生成されたフレームになっています。

#FramePack すごい技術革新来ましたね💡 ローカルで1分の動画生成できました✨ 長尺の動画生成は、だんだん別人になったり画質が悪くなったりがあるあるでしたが、それを軽減する技術らしいです。逆順で生成されるので前の方ほど後に生成されたフレームになっています。

Artoid XYZ

13,017 görüntüleme • 1 yıl önce

ただの3Dモデルだったものが、いまや部屋を理解して動く存在に。 ARロボットが動く前に環境をスキャンし、動きを最適化。まるで生き物のような反応。すべてネイティブの RealityKit × ARKit で構築。

ただの3Dモデルだったものが、いまや部屋を理解して動く存在に。 ARロボットが動く前に環境をスキャンし、動きを最適化。まるで生き物のような反応。すべてネイティブの RealityKit × ARKit で構築。

田中義弘 | taziku CEO / AI × Creative

58,580 görüntüleme • 8 ay önce

【新技術】また面白い技術ができてしまいました🎉 電源やケーブルから混入する厄介な外部ノイズを『3000分の1』にする技術です。デモ動画：激しいノイズが、まるで存在しなかったかのように消え去ります。（前回とは別技術です）

【新技術】また面白い技術ができてしまいました🎉 電源やケーブルから混入する厄介な外部ノイズを『3000分の1』にする技術です。デモ動画：激しいノイズが、まるで存在しなかったかのように消え去ります。（前回とは別技術です）

むれねず

1,089,912 görüntüleme • 9 ay önce

もはや現実世界より美しいのではないか？ 3DGSという、ガウス（ドット）の集合によって3Dを表現する技術なのですが、あえてドットを大きくしてピクセルアートっぽくする実験。

もはや現実世界より美しいのではないか？ 3DGSという、ガウス（ドット）の集合によって3Dを表現する技術なのですが、あえてドットを大きくしてピクセルアートっぽくする実験。

ロマシゲ@DTMオーケストラアレンジ

140,309 görüntüleme • 3 ay önce

これはすごい。Llama.cppで、Webカメラで映った画像を即時認識するモデルが登場。 Macbookだけでこの動きが実現でき、僕の手元でこのスピード感（実際500Mのモデルが動いている）画像認識の精度が高くなると、さまざまな分野でデバイス組み込みで動く超軽量な画像認識・説明の実現ができ、リアルタイム性の必要な分野においてバカデカGPUがなくとも動作可能に。精度の向上がまだまだ必要だけど、非常に将来性を感じる。

これはすごい。Llama.cppで、Webカメラで映った画像を即時認識するモデルが登場。 Macbookだけでこの動きが実現でき、僕の手元でこのスピード感（実際500Mのモデルが動いている）画像認識の精度が高くなると、さまざまな分野でデバイス組み込みで動く超軽量な画像認識・説明の実現ができ、リアルタイム性の必要な分野においてバカデカGPUがなくとも動作可能に。精度の向上がまだまだ必要だけど、非常に将来性を感じる。

ホーダチ-Hodatsu | LLM Researcher × AI Engineer

50,550 görüntüleme • 1 yıl önce

【Apple Silicon激震！DFlashでAI推論が3.3倍速に爆速化】最新のM5 Max環境でQwen3.5-9Bが驚異の「85 tok/s」を達成しました！🚀 秘密は「DFlash」による投機的デコード技術の導入です。・小さなドラフトモデルが言葉を16個分まとめて先読み生成（ブロック拡散）・本体の大きなモデルがその内容を1回の処理で一括検証 MLXフレームワークを極限まで最適化し、GPUとCPU間の通信無駄を省く「同期エリジョン」により、量子化モデルでも2.5倍以上の高速化を実現しています。APIコストを気にせず、手元のMacで最新AIをサクサク動かせる最強のワークステーション環境が整いました！✨ #AppleSilicon #AI

【Apple Silicon激震！DFlashでAI推論が3.3倍速に爆速化】最新のM5 Max環境でQwen3.5-9Bが驚異の「85 tok/s」を達成しました！🚀 秘密は「DFlash」による投機的デコード技術の導入です。・小さなドラフトモデルが言葉を16個分まとめて先読み生成（ブロック拡散）・本体の大きなモデルがその内容を1回の処理で一括検証 MLXフレームワークを極限まで最適化し、GPUとCPU間の通信無駄を省く「同期エリジョン」により、量子化モデルでも2.5倍以上の高速化を実現しています。APIコストを気にせず、手元のMacで最新AIをサクサク動かせる最強のワークステーション環境が整いました！✨ #AppleSilicon #AI

ハカセアイ(Ai-Hakase)🐾最新トレンドＡＩのためのＸ 🐾

19,916 görüntüleme • 2 ay önce

人類史の非連続点は静かに近づいている。10億の超知能研究者が同時に思考し、創造し、製造する世界では、時間の意味が変質する。10年が100年を呑み込み、国家の興亡さえも演算速度の問題になる。湾岸戦争が示した「技術的優位の決定力」は、超知能の時代においては文明そのものの分岐線となるのだ。レオポルド・アッシェンブレナー「AGIが実現すると、リモートワークのような認知的労働において、私やあなたの代わりとなる、ドロップイン型のリモートワーカーが登場するでしょう。そしてごく自然に、クランクをあと一、二回回すだけで、人間よりも賢い存在が生まれるのです。さらに重要なのは、最初に自動化される職業の一つがAI研究者（エンジニア）になるという点です。 AI研究そのものを自動化できれば、進歩は一気に加速します。現在すでに、アルゴリズムの進歩は年あたりおよそ0.5桁（半オーダー）の速度で進んでいます。このまま進めば、推論用途だけでも数千万規模のGPU群を運用できるようになり、1億人分に相当する自動化されたAI研究者を稼働させることが可能になります。そうなれば、本来10年かかる機械学習研究の進歩を1年で達成できるかもしれません。10倍の速度向上です。その結果、1〜2年のうちに人間をはるかに上回るAIが誕生する可能性があります。そしてこの加速は広がっていきます。AI研究の爆発的な進展が、他のあらゆる技術分野の研究開発（R&D）にも適用され、最終的には10億人分の超知能研究者・エンジニア・技術者が現れ、あらゆる分野で卓越した能力を発揮するのです。彼らはロボティクスを解決するでしょう。以前、それはソフトウェアの問題だと話しましたね。いまや、最も賢い人間よりさらに賢い10億人分の超知能AI研究者があなたのクラスタ上で稼働しているわけです。知能爆発の過程で、彼らは必ずロボティクスを理解し、制御できるようになります。そしてそこから、さらに事態は広がっていきます。この展開を先へ進めて考えると、これは他のいかなる技術とも異なります。なぜなら、わずか数年のリードが、たとえば軍事競争において決定的な差になり得るからです。湾岸戦争を見てみましょう。西側連合軍は100対1の撃破比を誇りました。それは戦車のセンサーが優れていたこと、GPSを用いた精密誘導兵器を持っていたこと、ステルス技術を備えていたことなど、20〜30年分の技術的優位によるものでした。そしてその優位が、圧倒的勝利をもたらしたのです。同様に、超知能が広範なR&D領域に適用されるとき、産業爆発が起こります。ロボットが大量の物質を生産し、製造が指数関数的に拡張するのです。この過程は、1世紀分の技術的進歩を10年未満に圧縮することを意味します」

人類史の非連続点は静かに近づいている。10億の超知能研究者が同時に思考し、創造し、製造する世界では、時間の意味が変質する。10年が100年を呑み込み、国家の興亡さえも演算速度の問題になる。湾岸戦争が示した「技術的優位の決定力」は、超知能の時代においては文明そのものの分岐線となるのだ。レオポルド・アッシェンブレナー「AGIが実現すると、リモートワークのような認知的労働において、私やあなたの代わりとなる、ドロップイン型のリモートワーカーが登場するでしょう。そしてごく自然に、クランクをあと一、二回回すだけで、人間よりも賢い存在が生まれるのです。さらに重要なのは、最初に自動化される職業の一つがAI研究者（エンジニア）になるという点です。 AI研究そのものを自動化できれば、進歩は一気に加速します。現在すでに、アルゴリズムの進歩は年あたりおよそ0.5桁（半オーダー）の速度で進んでいます。このまま進めば、推論用途だけでも数千万規模のGPU群を運用できるようになり、1億人分に相当する自動化されたAI研究者を稼働させることが可能になります。そうなれば、本来10年かかる機械学習研究の進歩を1年で達成できるかもしれません。10倍の速度向上です。その結果、1〜2年のうちに人間をはるかに上回るAIが誕生する可能性があります。そしてこの加速は広がっていきます。AI研究の爆発的な進展が、他のあらゆる技術分野の研究開発（R&D）にも適用され、最終的には10億人分の超知能研究者・エンジニア・技術者が現れ、あらゆる分野で卓越した能力を発揮するのです。彼らはロボティクスを解決するでしょう。以前、それはソフトウェアの問題だと話しましたね。いまや、最も賢い人間よりさらに賢い10億人分の超知能AI研究者があなたのクラスタ上で稼働しているわけです。知能爆発の過程で、彼らは必ずロボティクスを理解し、制御できるようになります。そしてそこから、さらに事態は広がっていきます。この展開を先へ進めて考えると、これは他のいかなる技術とも異なります。なぜなら、わずか数年のリードが、たとえば軍事競争において決定的な差になり得るからです。湾岸戦争を見てみましょう。西側連合軍は100対1の撃破比を誇りました。それは戦車のセンサーが優れていたこと、GPSを用いた精密誘導兵器を持っていたこと、ステルス技術を備えていたことなど、20〜30年分の技術的優位によるものでした。そしてその優位が、圧倒的勝利をもたらしたのです。同様に、超知能が広範なR&D領域に適用されるとき、産業爆発が起こります。ロボットが大量の物質を生産し、製造が指数関数的に拡張するのです。この過程は、1世紀分の技術的進歩を10年未満に圧縮することを意味します」

Tsubame

16,861 görüntüleme • 8 ay önce

仕事がなくなるのではなく、変わる。そして新しいカテゴリーの職が大量に生まれる。アルトマン氏はAIによる雇用の未来に、静かな確信を持っている。「確かに一部の仕事はなくなるでしょう。多くの仕事は見た目を変えるだけです。そして、新しい仕事のカテゴリーが大規模に生まれてくるはずです。最近の技術革命を見れば、このプロセスがどうなるかはある程度予測できますし、過去の例を見るまでもありません。もちろん一部の職は失われますが、新たな職も生まれます。私たちはあまりに速く成長しているので、人々の効率を高めているにもかかわらず、やるべきことはまだ山ほどあるのです」

仕事がなくなるのではなく、変わる。そして新しいカテゴリーの職が大量に生まれる。アルトマン氏はAIによる雇用の未来に、静かな確信を持っている。「確かに一部の仕事はなくなるでしょう。多くの仕事は見た目を変えるだけです。そして、新しい仕事のカテゴリーが大規模に生まれてくるはずです。最近の技術革命を見れば、このプロセスがどうなるかはある程度予測できますし、過去の例を見るまでもありません。もちろん一部の職は失われますが、新たな職も生まれます。私たちはあまりに速く成長しているので、人々の効率を高めているにもかかわらず、やるべきことはまだ山ほどあるのです」

Tsubame

35,015 görüntüleme • 11 ay önce

Google DeepMind CEO「実質的に、あるAIシステムが別のAIシステムの心の中でプレイしているのです。一方が世界を生成し、もう一方がその世界の中を移動して目標を達成しています。」この部分の日本語訳↓ （Genieの世界モデル内でAIのキャラが動いているのを見て）「実質的に、あるAIシステムが別のAIシステムの心の中でプレイしているのです。一方が世界を生成し、もう一方がその世界の中を移動して目標を達成しています。これの実用的な意味は、エンターテイメントやゲーム、動画の生成など多くの応用がありますが、実際にはより大きな目標は、世界モデル、つまり私たちの世界を理解できるモデルを構築することです。将来のバージョンでは、AIが学習し、相互作用できるほぼ無限に多様なシミュレーション環境を作り出し、それを実世界に応用することができるでしょう。実世界でデータを収集するのははるかに難しく、はるかに高コストで、はるかに時間がかかります。例えばロボット工学のデータなどは。しかしシミュレーション世界では、ほぼ無制限にデータを集めることができます。」

Google DeepMind CEO「実質的に、あるAIシステムが別のAIシステムの心の中でプレイしているのです。一方が世界を生成し、もう一方がその世界の中を移動して目標を達成しています。」この部分の日本語訳↓ （Genieの世界モデル内でAIのキャラが動いているのを見て）「実質的に、あるAIシステムが別のAIシステムの心の中でプレイしているのです。一方が世界を生成し、もう一方がその世界の中を移動して目標を達成しています。これの実用的な意味は、エンターテイメントやゲーム、動画の生成など多くの応用がありますが、実際にはより大きな目標は、世界モデル、つまり私たちの世界を理解できるモデルを構築することです。将来のバージョンでは、AIが学習し、相互作用できるほぼ無限に多様なシミュレーション環境を作り出し、それを実世界に応用することができるでしょう。実世界でデータを収集するのははるかに難しく、はるかに高コストで、はるかに時間がかかります。例えばロボット工学のデータなどは。しかしシミュレーション世界では、ほぼ無制限にデータを集めることができます。」

K.Ishi@生成AIの産業応用

15,818 görüntüleme • 1 yıl önce

【LLM推論が最大6倍速に！新技術「DFlash」が革命的】推論速度を劇的に向上させる新手法が登場しました。精度を維持したまま、Qwen3.5などの最新モデルで400 tokens/s超えを記録しています。🚀 注目のポイント：・ブロック拡散モデルにより複数単語を並列予測・最高峰手法「EAGLE-3」より最大2.5倍高速・サーバーコスト削減とUX向上の両立が可能 AIエージェントの並列処理もスムーズになる、まさに次世代の高速化技術です！✨ #LLM #DFlash

【LLM推論が最大6倍速に！新技術「DFlash」が革命的】推論速度を劇的に向上させる新手法が登場しました。精度を維持したまま、Qwen3.5などの最新モデルで400 tokens/s超えを記録しています。🚀 注目のポイント：・ブロック拡散モデルにより複数単語を並列予測・最高峰手法「EAGLE-3」より最大2.5倍高速・サーバーコスト削減とUX向上の両立が可能 AIエージェントの並列処理もスムーズになる、まさに次世代の高速化技術です！✨ #LLM #DFlash

ハカセアイ(Ai-Hakase)🐾最新トレンドＡＩのためのＸ 🐾

54,409 görüntüleme • 2 ay önce

Apple Vision Proの「AirDraw」に物理演算モードが追加されましたが、これが驚くほど画期的な体験になっています。これまでは空間に絵を描くだけでしたが、物理特性をオンにすることで、描いた3Dオブジェクトを触ったり動かしたりできるようになりました。自分の手や周囲の環境に対して描いたものが反応するため、ただのデータではなく、まるでそこに実在する「物体」が自分の部屋に置かれているような、圧倒的なリアリティを感じることができます。

Apple Vision Proの「AirDraw」に物理演算モードが追加されましたが、これが驚くほど画期的な体験になっています。これまでは空間に絵を描くだけでしたが、物理特性をオンにすることで、描いた3Dオブジェクトを触ったり動かしたりできるようになりました。自分の手や周囲の環境に対して描いたものが反応するため、ただのデータではなく、まるでそこに実在する「物体」が自分の部屋に置かれているような、圧倒的なリアリティを感じることができます。

チタロ

296,051 görüntüleme • 5 ay önce

10万円の包丁が2年待ちなんていうニュースを見たりすると10万円の包丁を作る人はスゴい技術を持っていて量産品を扱う下請け業者の技術レベルは低いと思われがちですが量産品は量産品の技術があり10万円の包丁を作る人とはまた違う技術が必要になります技術レベルの違いではなく役割の違いなのです☝️

10万円の包丁が2年待ちなんていうニュースを見たりすると10万円の包丁を作る人はスゴい技術を持っていて量産品を扱う下請け業者の技術レベルは低いと思われがちですが量産品は量産品の技術があり10万円の包丁を作る人とはまた違う技術が必要になります技術レベルの違いではなく役割の違いなのです☝️

横山事件

3,733,475 görüntüleme • 2 yıl önce

今後10年以内に、すべての新車が自動運転対応になるだろう。そしてその先では、所有という前提が崩壊する。1回あたりの移動コストが下がり、安全性が上がるなら、個人が高額な資産として車を抱える合理性は薄れていく。「車を持つ社会」から「移動をサービスとして使う社会」への転換が始まる。ダラ・コスロシャヒ「私は、今後10年で、販売されるすべての新車に自動運転ソフトウェアが搭載され、センサースタックも備わるようになると考えています。ご存じのとおり、LiDARのコストは大きく下がってきていますし、カメラのコストも下がってきています。ですから、10年以内には、すべての新車が自動運転対応になるでしょう。ただし、既存の車の保有台数は膨大ですし、米国における車の平均寿命は10年を超えています。ですから、移行には非常に長い時間がかかるはずです。車の寿命は、ある意味では馬に似ているとも言えます。馬もしばらく生きますからね。ですから、その車両群が入れ替わるには時間がかかると思います。そして、この製品は現時点では比較的高価でもあると思います。ただ、今後はコストカーブが下がっていき、先進国市場では自動運転が非常に大きな比重を占めるようになるでしょう。一方で、私たちは70カ国以上で事業を展開しており、多くの発展途上国では、自動運転が浸透するまでには時間がかかることも念頭に置く必要があります」 ——「数年前に調べたときには、電動の自動運転車は、車を所有するよりも4倍安くなりうる、という見方がありました」コスロシャヒ「最終的に、私たちが考える自動運転の本質的な約束は、まさにそこにあります。つまり、こうした車が普及すれば、自分で車を所有すること自体が合理的でなくなるということです。自動運転車が増えるにつれて、1回あたりの移動コストは下がっていきます。1回あたりの移動の安全性は、確実に上がっていきます。また、自分だけのプライバシー空間も持てますし、音楽など、自分の好みに合わせた環境を車内にそのまま持ち込めるようになります。ですから私たちは、自動運転はモビリティとあらゆる配送の両方におけるTAMの拡大という点で、非常に大きな機会になると考えています」

今後10年以内に、すべての新車が自動運転対応になるだろう。そしてその先では、所有という前提が崩壊する。1回あたりの移動コストが下がり、安全性が上がるなら、個人が高額な資産として車を抱える合理性は薄れていく。「車を持つ社会」から「移動をサービスとして使う社会」への転換が始まる。ダラ・コスロシャヒ「私は、今後10年で、販売されるすべての新車に自動運転ソフトウェアが搭載され、センサースタックも備わるようになると考えています。ご存じのとおり、LiDARのコストは大きく下がってきていますし、カメラのコストも下がってきています。ですから、10年以内には、すべての新車が自動運転対応になるでしょう。ただし、既存の車の保有台数は膨大ですし、米国における車の平均寿命は10年を超えています。ですから、移行には非常に長い時間がかかるはずです。車の寿命は、ある意味では馬に似ているとも言えます。馬もしばらく生きますからね。ですから、その車両群が入れ替わるには時間がかかると思います。そして、この製品は現時点では比較的高価でもあると思います。ただ、今後はコストカーブが下がっていき、先進国市場では自動運転が非常に大きな比重を占めるようになるでしょう。一方で、私たちは70カ国以上で事業を展開しており、多くの発展途上国では、自動運転が浸透するまでには時間がかかることも念頭に置く必要があります」 ——「数年前に調べたときには、電動の自動運転車は、車を所有するよりも4倍安くなりうる、という見方がありました」コスロシャヒ「最終的に、私たちが考える自動運転の本質的な約束は、まさにそこにあります。つまり、こうした車が普及すれば、自分で車を所有すること自体が合理的でなくなるということです。自動運転車が増えるにつれて、1回あたりの移動コストは下がっていきます。1回あたりの移動の安全性は、確実に上がっていきます。また、自分だけのプライバシー空間も持てますし、音楽など、自分の好みに合わせた環境を車内にそのまま持ち込めるようになります。ですから私たちは、自動運転はモビリティとあらゆる配送の両方におけるTAMの拡大という点で、非常に大きな機会になると考えています」

Tsubame

20,946 görüntüleme • 2 ay önce

3Dスキャンの常識が変わる。最新の「Seen2Scene」は、不完全なスキャンから見えない領域をAIが自動補完し、高精細な3D空間を再構築。実世界のデータから直接学習することで、複雑な配置も現実そのままに再現。現実を丸ごとデジタル化する「世界モデル」の基盤がいよいよ整ってきた。

3Dスキャンの常識が変わる。最新の「Seen2Scene」は、不完全なスキャンから見えない領域をAIが自動補完し、高精細な3D空間を再構築。実世界のデータから直接学習することで、複雑な配置も現実そのままに再現。現実を丸ごとデジタル化する「世界モデル」の基盤がいよいよ整ってきた。

Sadao Tokuyama

125,243 görüntüleme • 2 ay önce

サム・アルトマンが世界最大級のAIサミットで人類が「ポスト労働文明」へ移行する歴史的な転換点にいることを明確に示しました。「人間はGPUよりも働くことはできない」という事実は、残酷なまでの現実であり、同時に解放でもあります。その衝撃的な未来像と人類の義務を4つのポイントにまとめました。 1. 導入の「段階的適応」無謀な加速主義ではなく、反復的な導入が鍵となります。フィードバックループを回しながら、社会が技術の速度に物理的に適応するプロセスを設計する必要があります。 2. コストの「構造的破壊」ロボットが物理的な財のコストを、AIが知能・医療・教育のコストを極限まで押し下げます。人工的な希少性を作り出すのではなく、生産性の爆発的な向上によって、生活コストそのものを消滅させるアプローチです。 3. 労働の「物理的敗北」現在の雇用の多くはGPUに代替されます。生身の人間がシリコンの演算速度と持久力に勝つことは、物理法則として不可能です。しかしこれは絶望ではなく、生存のために労働を売る時代からの脱却を意味します。 4. 世代の「道徳的責務」我々の世代には、この繁栄を正しく分配し、社会契約を再設計する義務があります。生活コストを下げ、豊かさを万人に届ける。それができれば、我々は「労働」を過去のものにした世代として歴史に刻まれます。

サム・アルトマンが世界最大級のAIサミットで人類が「ポスト労働文明」へ移行する歴史的な転換点にいることを明確に示しました。「人間はGPUよりも働くことはできない」という事実は、残酷なまでの現実であり、同時に解放でもあります。その衝撃的な未来像と人類の義務を4つのポイントにまとめました。 1. 導入の「段階的適応」無謀な加速主義ではなく、反復的な導入が鍵となります。フィードバックループを回しながら、社会が技術の速度に物理的に適応するプロセスを設計する必要があります。 2. コストの「構造的破壊」ロボットが物理的な財のコストを、AIが知能・医療・教育のコストを極限まで押し下げます。人工的な希少性を作り出すのではなく、生産性の爆発的な向上によって、生活コストそのものを消滅させるアプローチです。 3. 労働の「物理的敗北」現在の雇用の多くはGPUに代替されます。生身の人間がシリコンの演算速度と持久力に勝つことは、物理法則として不可能です。しかしこれは絶望ではなく、生存のために労働を売る時代からの脱却を意味します。 4. 世代の「道徳的責務」我々の世代には、この繁栄を正しく分配し、社会契約を再設計する義務があります。生活コストを下げ、豊かさを万人に届ける。それができれば、我々は「労働」を過去のものにした世代として歴史に刻まれます。

Kosuke

661,116 görüntüleme • 4 ay önce

【誰も不幸にならない(?) AI×3D背動の提案】 PolloAI(Pollo AI 日本公式)さんがクレジット提供してくださったので、seedance2.0を使用して、アニメの3D背景の実験をしました。 (PR) ------------------------------------------------------------ ▼アニメで、背景を3Dカメラワークで動かしたい場合 ------------------------------------------------------------ 既存の方法としては ✅①カメラマップ ✅②3DBG の2種類の方法を現在とられています (呼び方はスタジオによって違うと思いますが、、、) ①は、美術さんに何枚か書いてもらって、それをカメラマップ(プロジェクションマップの容量)でモデルに張り付ける方法。 ②は、美術ボードに合わせて、CGスタッフが、一生懸命ルックを美術タッチの見た目に合わせる方法です。 ----------------------------------------------- ▼それぞれの方法の、メリットデメリット ----------------------------------------------- ✅①のカメラマップは美術ルックをしっかり再現できる一方で、カメラワークの制限があり、基本１カット１点ものになります。また、BOOK枚数が非常に多くなったり、解像度が大きくなりすぎて美術作業はとても大変になりがちで、貼り付けるための細かいセットアップ、テストを行うCGスタッフも大変かつ、クリエイティビティの無いただの翻訳作業になってしまいます。要するに、つまらないｗ ✅②は3DBGは、カメラワークの自由度が高い一方、 CG作業のルックディベロップメント作業(見た目をつくる作業)が、とても大変で、ものすごい工数がかかります。そのわりに、ちゃんとした美術ルックにならないことが多いです（技術次第）。昨今のCG技術の発展で、②の方法はだいぶ良くなりましたが、、、、 ------------------------------------ ▼AIを使用した3D背動のフロー ------------------------------------ ①のカメラマップに近いですが、１，3Dでprevisとして、カメラワークを決める２，１をもとに、数枚Loを出し、美術で2Dの背景作業（３，今回はprevisの木に、引っ張られすぎるため、モデルを簡略化）４、previsムービーと、2Dの背景画像を使ってseedance2.0で動画化。の流れです。間のめんどくさい工程をAIに任せて、 CGスタッフは、カメラワークとレイアウトに集中し、美術スタッフも、膨大な枚数や解像度で描かなくて済み、アートワークに集中しましょう！という発想です🥹 ---------------- ▼現状の課題 ---------------- とはいえ、手放しに、これでいける！！というものではないので、現状の課題をいくつか記載しておきます - カメラワークの完全な一致は難しく、現状ガチャ - 早い動きのところの溶けは未だに存在する (だいぶ改善はしている) - 撮影フレーム外の余白まで含めた解像度の生成ができない。(16：9の中に一回り小さい撮影フレームを入れれば可能ですが、解像度が低くなる) - 作例では、木の回り込みが、90°くらい足りておらず、途中からSLっぽくなっている。これは2枚目と3枚目の背景画像で、同じ形の枝葉があり、そこでミスっていると思われます。 (クレジット不足で是正できず、手前の木がなければ、かなり精度は高い) - 現状、上記のような問題を細かく調整していこうとすると、カメラマップのオペレーション工数と同じくらいAIのオペレーション工数がかかる可能性大😨 - あとは、ローカル生成だとしても、seedance2.0がAPI経由になので、プロジェクトによってはNGになる可能性も。オープンソースで同等以上の性能のモデルが出てきてくれることに期待、、、！ ----------- ▼まとめ ----------- 個人の制作では、すでに申し分ないのですが、商業ベースで行う場合は、まだボトルネックになりそうな部分がチラホラあります。とはいえ、時間の問題で、年内には、有効な事例が出てくるんじゃないかな？と予想します。個人的には、意図をもったクリエイティブなところは人間の手で、それ以外のところはAIで行うことで、現場の負担を減らしつつ、楽しい仕事になればいいな！と願うばかりです🥹 ※作例では、キャラと参照用の背景画像の作成にもAIを使っています

【誰も不幸にならない(?) AI×3D背動の提案】 PolloAI(Pollo AI 日本公式)さんがクレジット提供してくださったので、seedance2.0を使用して、アニメの3D背景の実験をしました。 (PR) ------------------------------------------------------------ ▼アニメで、背景を3Dカメラワークで動かしたい場合 ------------------------------------------------------------ 既存の方法としては ✅①カメラマップ ✅②3DBG の2種類の方法を現在とられています (呼び方はスタジオによって違うと思いますが、、、) ①は、美術さんに何枚か書いてもらって、それをカメラマップ(プロジェクションマップの容量)でモデルに張り付ける方法。 ②は、美術ボードに合わせて、CGスタッフが、一生懸命ルックを美術タッチの見た目に合わせる方法です。 ----------------------------------------------- ▼それぞれの方法の、メリットデメリット ----------------------------------------------- ✅①のカメラマップは美術ルックをしっかり再現できる一方で、カメラワークの制限があり、基本１カット１点ものになります。また、BOOK枚数が非常に多くなったり、解像度が大きくなりすぎて美術作業はとても大変になりがちで、貼り付けるための細かいセットアップ、テストを行うCGスタッフも大変かつ、クリエイティビティの無いただの翻訳作業になってしまいます。要するに、つまらないｗ ✅②は3DBGは、カメラワークの自由度が高い一方、 CG作業のルックディベロップメント作業(見た目をつくる作業)が、とても大変で、ものすごい工数がかかります。そのわりに、ちゃんとした美術ルックにならないことが多いです（技術次第）。昨今のCG技術の発展で、②の方法はだいぶ良くなりましたが、、、、 ------------------------------------ ▼AIを使用した3D背動のフロー ------------------------------------ ①のカメラマップに近いですが、１，3Dでprevisとして、カメラワークを決める２，１をもとに、数枚Loを出し、美術で2Dの背景作業（３，今回はprevisの木に、引っ張られすぎるため、モデルを簡略化）４、previsムービーと、2Dの背景画像を使ってseedance2.0で動画化。の流れです。間のめんどくさい工程をAIに任せて、 CGスタッフは、カメラワークとレイアウトに集中し、美術スタッフも、膨大な枚数や解像度で描かなくて済み、アートワークに集中しましょう！という発想です🥹 ---------------- ▼現状の課題 ---------------- とはいえ、手放しに、これでいける！！というものではないので、現状の課題をいくつか記載しておきます - カメラワークの完全な一致は難しく、現状ガチャ - 早い動きのところの溶けは未だに存在する (だいぶ改善はしている) - 撮影フレーム外の余白まで含めた解像度の生成ができない。(16：9の中に一回り小さい撮影フレームを入れれば可能ですが、解像度が低くなる) - 作例では、木の回り込みが、90°くらい足りておらず、途中からSLっぽくなっている。これは2枚目と3枚目の背景画像で、同じ形の枝葉があり、そこでミスっていると思われます。 (クレジット不足で是正できず、手前の木がなければ、かなり精度は高い) - 現状、上記のような問題を細かく調整していこうとすると、カメラマップのオペレーション工数と同じくらいAIのオペレーション工数がかかる可能性大😨 - あとは、ローカル生成だとしても、seedance2.0がAPI経由になので、プロジェクトによってはNGになる可能性も。オープンソースで同等以上の性能のモデルが出てきてくれることに期待、、、！ ----------- ▼まとめ ----------- 個人の制作では、すでに申し分ないのですが、商業ベースで行う場合は、まだボトルネックになりそうな部分がチラホラあります。とはいえ、時間の問題で、年内には、有効な事例が出てくるんじゃないかな？と予想します。個人的には、意図をもったクリエイティブなところは人間の手で、それ以外のところはAIで行うことで、現場の負担を減らしつつ、楽しい仕事になればいいな！と願うばかりです🥹 ※作例では、キャラと参照用の背景画像の作成にもAIを使っています

ててつろう

13,189 görüntüleme • 2 ay önce

百聞は一見に如かず金型、かなりコストがかかるとは知ってましたが実際に見て触れてそれがよく分かりました何事も見てみないとわからないものですね ※この大きさで145Kgあるそうですが、この金属の塊を精密に研磨・鏡面仕上げする技術（日本の工作機械を使用）は凄いものです

百聞は一見に如かず金型、かなりコストがかかるとは知ってましたが実際に見て触れてそれがよく分かりました何事も見てみないとわからないものですね ※この大きさで145Kgあるそうですが、この金属の塊を精密に研磨・鏡面仕上げする技術（日本の工作機械を使用）は凄いものです

鉄道模型に重量感を求めて

140,922 görüntüleme • 1 yıl önce