正在加载视频...

视频加载失败

返回首页

【MacのローカルLLMが4.1倍速！新技術「DFlash」が革命的🚀】 Apple Silicon（M4/M5 Maxなど）でLLMを爆速化させる「DFlash」のオープンソース実装が公開されました！Qwen3.5-9Bで4.1倍の高速化を達成しています。 💡 注目ポイント ・精度を落とさず速度だけを上げる「推測デコード」 ・16トークンを並列で一気に生成する「ブロック拡散」 ・Apple独自のMLXフレームワークへの最適化 27Bの大規模モデルでもクラウドAPI並みの速度で動作します。機密情報の要約や超高速コーディングなど、ローカル環境での実務が劇的に捗ります！💻 #生成AI #AppleSilicon

ai_hakase_'s profile picture

ハカセ アイ(Ai-Hakase)🐾最新トレンドＡＩのためのＸ 🐾

14,484 subscribers

34,891 次观看 • 2 个月前 •via X (Twitter)

LIVE

Anya Rossi• Live Now

Private livecam show

0 条评论

暂无评论

原始帖子的评论将显示在这里

相关视频

【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
0:39

【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 次观看 • 2 个月前

【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
0:26

【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 次观看 • 2 个月前

Google新テキスト拡散モデル「Gemini Diffusion」の出力が早すぎる... ・並列生成技術を活用することにより、驚異的な低遅延でのテキスト生成を実現 ・既存の高速モデル「2.0 Flash Light」と比較して、5倍の生成速度を達成
0:21

Google新テキスト拡散モデル「Gemini Diffusion」の出力が早すぎる... ・並列生成技術を活用することにより、驚異的な低遅延でのテキスト生成を実現 ・既存の高速モデル「2.0 Flash Light」と比較して、5倍の生成速度を達成

ChatGPT研究所

119,582 次观看 • 1 年前

「ブレーキが余る・足りない」を直す、公道での練習法 これ出来ないと、ラリーでは致命的です。 ・停止する直前、急ブレーキ気味 ・ブレーキで車が前につんのめる ・助手席の人が酔う 免許取り立てや初心者で、かなり多いです。 でも実はこれ、 「ただの練習方法を知らないだけで」 減速中の姿勢変化を制御出来ていない のが原因です。 この操作、モータースポーツでは 基礎であり、かなり重要です。 一定姿勢で減速できないと、 ・毎回ブレーキ終了位置がズレる ・オーバースピードでコーナーへ ・コーナー手前でブレーキが余る ・狙った速度まで落ちない ・ヒール＆トゥーで車が乱れる になります。 逆に言うと、 「減速度を一定に保てる」だけで、 ・狙った位置で狙った速度に落とせる ・ブレーキの再現性が上がる ・コーナー進入が安定する ・同乗者が酔いにくくなる など、一気に運転が変わります。 しかもこの練習、公道で出来ます。 赤信号で止まる時が、 そのまま練習になります。 ■この練習の目的 「一発で、狙った位置で、狙った速度へ減速する」 ための基礎を作る事です。 モータースポーツでは、 ・ブレーキが余る ・突っ込み過ぎる ・毎回進入速度が違う だけで、コーナーが不安定になります。 特に試走回数が1～2回しかないラリーだと これが出来ないドライバーは確実に遅いか、 クラッシュします。 逆に、減速度を一定に保てると、 「どこで減速開始すれば、どこで何km/hになるか」 の感覚が作りやすくなります。 結果、公道でも同乗者へ減速の波を 与えにくくなり、酔いにくい運転になります。 ■具体的な練習順番と方法 では、実際にどう練習すれば、 「狙った位置で、狙った速度へ減速する」 ようになるのかを、初心者が最短で 上達する順番を、以下にまとめています。 ※役に立ったら「フォロー」をお願いします。 過去のドラテク解説は、リポスト先にあります。
1:45

「ブレーキが余る・足りない」を直す、公道での練習法 これ出来ないと、ラリーでは致命的です。 ・停止する直前、急ブレーキ気味 ・ブレーキで車が前につんのめる ・助手席の人が酔う 免許取り立てや初心者で、かなり多いです。 でも実はこれ、 「ただの練習方法を知らないだけで」 減速中の姿勢変化を制御出来ていない のが原因です。 この操作、モータースポーツでは 基礎であり、かなり重要です。 一定姿勢で減速できないと、 ・毎回ブレーキ終了位置がズレる ・オーバースピードでコーナーへ ・コーナー手前でブレーキが余る ・狙った速度まで落ちない ・ヒール＆トゥーで車が乱れる になります。 逆に言うと、 「減速度を一定に保てる」だけで、 ・狙った位置で狙った速度に落とせる ・ブレーキの再現性が上がる ・コーナー進入が安定する ・同乗者が酔いにくくなる など、一気に運転が変わります。 しかもこの練習、公道で出来ます。 赤信号で止まる時が、 そのまま練習になります。 ■この練習の目的 「一発で、狙った位置で、狙った速度へ減速する」 ための基礎を作る事です。 モータースポーツでは、 ・ブレーキが余る ・突っ込み過ぎる ・毎回進入速度が違う だけで、コーナーが不安定になります。 特に試走回数が1～2回しかないラリーだと これが出来ないドライバーは確実に遅いか、 クラッシュします。 逆に、減速度を一定に保てると、 「どこで減速開始すれば、どこで何km/hになるか」 の感覚が作りやすくなります。 結果、公道でも同乗者へ減速の波を 与えにくくなり、酔いにくい運転になります。 ■具体的な練習順番と方法 では、実際にどう練習すれば、 「狙った位置で、狙った速度へ減速する」 ようになるのかを、初心者が最短で 上達する順番を、以下にまとめています。 ※役に立ったら「フォロー」をお願いします。 過去のドラテク解説は、リポスト先にあります。

踏みッパ@6/28(日)筑波 ドリフト・ジムカーナ練習会主催

31,332 次观看 • 1 个月前

寝不足になるほど面白い_ローカルAIと音声合成をつないだら、キャラが普通にしゃべり始めた【アスキー記事冒頭】日本語に特化して開発されているTTSモデル（Text-to-Speech、テキストから音声）の「Irodori-TTSv3」が話題になっています。最近、様々なTTSが登場しているのですが、アナウンサー的な話し方のTTSが多いなか、このモデルは、より幅広い感情表現ができ、演技までできるうえに、生成速度が速いという特徴があります。今回は、グーグルのオープンモデルLLMである「Gemma4」を組み合わせて、AIとのチャットアプリを開発してみました。ローカルLLMと高速TTSを組み合わせれば、キャラクターAIが実用的な速度でしゃべり始める段階に入っています。【動画は開発したアプリの2Pモード】
3:25

寝不足になるほど面白い_ローカルAIと音声合成をつないだら、キャラが普通にしゃべり始めた【アスキー記事冒頭】日本語に特化して開発されているTTSモデル（Text-to-Speech、テキストから音声）の「Irodori-TTSv3」が話題になっています。最近、様々なTTSが登場しているのですが、アナウンサー的な話し方のTTSが多いなか、このモデルは、より幅広い感情表現ができ、演技までできるうえに、生成速度が速いという特徴があります。今回は、グーグルのオープンモデルLLMである「Gemma4」を組み合わせて、AIとのチャットアプリを開発してみました。ローカルLLMと高速TTSを組み合わせれば、キャラクターAIが実用的な速度でしゃべり始める段階に入っています。【動画は開発したアプリの2Pモード】

新清士@AIコンテンツ開発者

43,710 次观看 • 26 天前

【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
0:22

【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 次观看 • 3 个月前

この紐が相対風の方向と速さを教えてくれます。原始的なAOAセンサーですかね。速度計では速度が分からない領域での速度を判断するのにも使ってます。
0:26

この紐が相対風の方向と速さを教えてくれます。原始的なAOAセンサーですかね。速度計では速度が分からない領域での速度を判断するのにも使ってます。

Masa / Whiskey Papa Airshows

68,170 次观看 • 1 年前

#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。
1:00

#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 次观看 • 1 年前

これ本当は秘密にしたいんですが、アンハサウェイの演説は最高のシャドーイング教材です。発音がとにかく綺麗だし、スピードもある程度速いから、良い訓練になる。速過ぎるなら倍速を下げてもOK。実際に生徒さんにこの教材ででシャドーイングしてもらっていますが、英会話もTOEICも本当に成長します。
0:38

これ本当は秘密にしたいんですが、アンハサウェイの演説は最高のシャドーイング教材です。発音がとにかく綺麗だし、スピードもある程度速いから、良い訓練になる。速過ぎるなら倍速を下げてもOK。実際に生徒さんにこの教材ででシャドーイングしてもらっていますが、英会話もTOEICも本当に成長します。

ごん | 日本一熱い英語コーチ

94,019 次观看 • 1 个月前

高速道路を走るのが下手な人の良い例 一定の速度で走れないやつ 無理して速度を上げるから後で自分が苦しくなるだけなのにね だったら最初から速度を決めてずっと一定で走ってる方が良いに決まってるよね
0:25

高速道路を走るのが下手な人の良い例 一定の速度で走れないやつ 無理して速度を上げるから後で自分が苦しくなるだけなのにね だったら最初から速度を決めてずっと一定で走ってる方が良いに決まってるよね

T

6,284,677 次观看 • 1 年前

たった1枚の写真から、高精度の3DモデルをAI生成！3D生成は色々あるけど、ここまで精緻に画像を3D化できるモデルは今までにないです。この「FaceLift」は、顔専用で独自の方法でこれを実現してます。Adobeが開発
1:30

たった1枚の写真から、高精度の3DモデルをAI生成！3D生成は色々あるけど、ここまで精緻に画像を3D化できるモデルは今までにないです。この「FaceLift」は、顔専用で独自の方法でこれを実現してます。Adobeが開発

ひろちゅ～

30,605 次观看 • 1 年前

チューリング、初のiOSアプリ「Heron App for iOS」をリリースしました🍏 先日公開した視覚-言語モデル「Heron-NVILA」の2Bモデルをそのまま同梱し、iPhoneローカルで非常に高速に動作します。 将来的に車載エッジ環境でも生成AIを動作させるため、限られたGPUでも動かす実験的な取り組みです
0:50

チューリング、初のiOSアプリ「Heron App for iOS」をリリースしました🍏 先日公開した視覚-言語モデル「Heron-NVILA」の2Bモデルをそのまま同梱し、iPhoneローカルで非常に高速に動作します。 将来的に車載エッジ環境でも生成AIを動作させるため、限られたGPUでも動かす実験的な取り組みです

Yu Yamaguchi | チューリング CTO

68,437 次观看 • 1 年前

誰もが二度見する最強の極太アームへ💪 「一生懸命やってるのに腕が太くならない」を今日で卒業しませんか？ 腕をデカくするための腕トレ3種目をプロが解説。 ただ動作を繰り返すのをやめるだけで、腕の成長は劇的に加速します。 実践して、衝撃のパンプ感を体感してください。 Team ALLOUT Eito選手
0:58

誰もが二度見する最強の極太アームへ💪 「一生懸命やってるのに腕が太くならない」を今日で卒業しませんか？ 腕をデカくするための腕トレ3種目をプロが解説。 ただ動作を繰り返すのをやめるだけで、腕の成長は劇的に加速します。 実践して、衝撃のパンプ感を体感してください。 Team ALLOUT Eito選手

ALLOUT（オールアウト）【公式】/トレーニングギアブランド

58,786 次观看 • 3 个月前

Genesis-Embodied-AI で全長40cmの小型ヒューマノイドを歩行させる強化学習の過程をレンダリングしながら確認できました 最初は揺れるだけですが、最終的に歩行できてます（倍速動画） 右側の Tensorboard で Reward の変化をみるために定期的にリロードしています #GENESIS
1:35

Genesis-Embodied-AI で全長40cmの小型ヒューマノイドを歩行させる強化学習の過程をレンダリングしながら確認できました 最初は揺れるだけですが、最終的に歩行できてます（倍速動画） 右側の Tensorboard で Reward の変化をみるために定期的にリロードしています #GENESIS

holypong

19,583 次观看 • 1 年前

AIによる大量並列実装、ローカルでgit worktree使うより上位互換の方法が見つかりました。 CodexもしくはCursor Agentの「クラウド版」で「テスト駆動開発」を並列実行する方法。解説↓ ローカルgit worktreeの課題 ⚠️マシンのメモリがひっ迫すること ⚠️大量並列した後、すべてのAIのアウトプットを手動で確認する手間 ⚠️テスト駆動開発したい時、playwrightの実行環境が競合すること これらをすべて解決するのが、クラウド環境でのテスト駆動開発。 ✅️クラウド環境なのでマシンメモリの上限がない。やろうと思えば100並列でも1000並列でも出来る。 ✅️playwrightもしくはjestのテスト駆動開発環境さえ先にローカルで整えれば、AIのアウトプットの評価を手動で行う必要がない。テスト通ったものだけローカルに落として確認すればよい。 ✅️playwrightの実行環境も分離しているので競合しない。 ✅️実行の時、パソコンを閉じてもOK。スマホから操作でもOK。 これにより、ローカルのgit worktreeで実行する課題を解決しながら、AI大量並列実装のメリットである、AI出力の不安定さを確率論で下げる点をしっかり享受出来ます。 注意するべきは、クラウド環境で環境変数の設定をすること、postgresサーバをlocalではなくリモートで開発環境整えること、くらいですね。 あとは、とにかくGitに慣れること！Gitをマスターしなさい！
0:21

AIによる大量並列実装、ローカルでgit worktree使うより上位互換の方法が見つかりました。 CodexもしくはCursor Agentの「クラウド版」で「テスト駆動開発」を並列実行する方法。解説↓ ローカルgit worktreeの課題 ⚠️マシンのメモリがひっ迫すること ⚠️大量並列した後、すべてのAIのアウトプットを手動で確認する手間 ⚠️テスト駆動開発したい時、playwrightの実行環境が競合すること これらをすべて解決するのが、クラウド環境でのテスト駆動開発。 ✅️クラウド環境なのでマシンメモリの上限がない。やろうと思えば100並列でも1000並列でも出来る。 ✅️playwrightもしくはjestのテスト駆動開発環境さえ先にローカルで整えれば、AIのアウトプットの評価を手動で行う必要がない。テスト通ったものだけローカルに落として確認すればよい。 ✅️playwrightの実行環境も分離しているので競合しない。 ✅️実行の時、パソコンを閉じてもOK。スマホから操作でもOK。 これにより、ローカルのgit worktreeで実行する課題を解決しながら、AI大量並列実装のメリットである、AI出力の不安定さを確率論で下げる点をしっかり享受出来ます。 注意するべきは、クラウド環境で環境変数の設定をすること、postgresサーバをlocalではなくリモートで開発環境整えること、くらいですね。 あとは、とにかくGitに慣れること！Gitをマスターしなさい！

J

325,263 次观看 • 7 个月前

Vision RAG の精度と速度が素晴らしいです！Gemini 2.5 Flash と Cohere エンベディング v4 の掛け合わせで、経産省資料(日本語の図解)で試したら完璧でした！いちいちMarkdownなどのテキスト化せずに、この精度と速度が出ています。この精度と速さが出たので、VisionRAG市場が盛り上がりそうです！
0:29

Vision RAG の精度と速度が素晴らしいです！Gemini 2.5 Flash と Cohere エンベディング v4 の掛け合わせで、経産省資料(日本語の図解)で試したら完璧でした！いちいちMarkdownなどのテキスト化せずに、この精度と速度が出ています。この精度と速さが出たので、VisionRAG市場が盛り上がりそうです！

Kyutaro@Web x AI x DX

71,201 次观看 • 1 年前

チューリング、視覚-言語モデル「Heron」の新しいバージョンの学習が完了しました。 1.8Bの軽量モデルでは、例えばiPhoneの限られたGPUのローカル推論でも、非常に高速に動作します。 言語モデルを自動運転に応用するため、エッジ環境で動く高度な基盤モデルを開発していきます
0:30

チューリング、視覚-言語モデル「Heron」の新しいバージョンの学習が完了しました。 1.8Bの軽量モデルでは、例えばiPhoneの限られたGPUのローカル推論でも、非常に高速に動作します。 言語モデルを自動運転に応用するため、エッジ環境で動く高度な基盤モデルを開発していきます

Yu Yamaguchi | チューリング CTO

47,175 次观看 • 1 年前

比較するために並べました。 どうみても明らかに速度が違います。 「焦って興奮して早口になった」という印象操作の類になるので注意が必要です。 ←テレビ音声の方が明らかに早い 1.3倍速にすると速度が揃う→
0:20

比較するために並べました。 どうみても明らかに速度が違います。 「焦って興奮して早口になった」という印象操作の類になるので注意が必要です。 ←テレビ音声の方が明らかに早い 1.3倍速にすると速度が揃う→

Chum(ちゃむ)🍭🍬🦖

12,287 次观看 • 3 个月前

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」
0:31

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 次观看 • 1 年前

以下は、大量のデータを扱うような計算負荷の高い作業、例えば数百万件のデータをループ処理する場合のプログラミング言語ごとの速度比較を示したものです。ネストされたループを10億回繰り返した場合のパフォーマンスを視覚化しています。 この結果を見ても、PythonやPHPを使う理由がなくなるわけではありません。それぞれの言語には適した用途があります。ただ、Rustが高性能で知られるCに迫る速度を実現している点には驚きました。また、JVM上で動作するにも関わらず、Javaがこれほどのパフォーマンスを発揮しているのも非常に印象的です。
0:51

以下は、大量のデータを扱うような計算負荷の高い作業、例えば数百万件のデータをループ処理する場合のプログラミング言語ごとの速度比較を示したものです。ネストされたループを10億回繰り返した場合のパフォーマンスを視覚化しています。 この結果を見ても、PythonやPHPを使う理由がなくなるわけではありません。それぞれの言語には適した用途があります。ただ、Rustが高性能で知られるCに迫る速度を実現している点には驚きました。また、JVM上で動作するにも関わらず、Javaがこれほどのパフォーマンスを発揮しているのも非常に印象的です。

Jeffry Alvarado

866,602 次观看 • 1 年前