Загрузка видео...

Не удалось загрузить видео

Возникла проблема при загрузке этого видео. Это может быть связано с временными проблемами сети или видео может быть недоступно.

На главную

Playwright MCPを使って、ユーザーテスト自動化を試した。Googleマップで藤沢駅の焼き鳥屋を調べ、ユーザー評価4.0以上で最も安い店舗の営業開始時刻と混雑状況を確認するタスクを実行。テスト結果を評価してもらう。 ※動画は２倍速です

鈴木慎吾 / TSUMIKI INC.

6,703 subscribers

44,252 просмотров • 1 год назад •via X (Twitter)

Наука и технологии

Anya Rossi• Live Now

Private livecam show

Комментарии: 4

Фото профиля 鈴木慎吾 / TSUMIKI INC.

鈴木慎吾 / TSUMIKI INC.1 год назад

指示内容とテスト結果は以下にまとめました。各ステップでの操作を記録し、良い点と課題点をざっくり評価してくれる。手順は以下の記事を参考にさせていただきました。

Фото профиля 鈴木慎吾 / TSUMIKI INC.

鈴木慎吾 / TSUMIKI INC.1 год назад

テスト結果はざっくりしている。ユーザビリティ評価というより、シナリオに沿って機能が利用可能かを評価してもらう感じに近い。

Фото профиля 鈴木慎吾 / TSUMIKI INC.

鈴木慎吾 / TSUMIKI INC.1 год назад

同一シナリオに基づいて、競合他社のサービスを大量にテストして比較したい場合とかに向いていそう。

Фото профиля Wonderchat

Wonderchat2 лет назад

Automate up to 70% of your customer support today. Save time and help your users find answers quickly. Try now at

Похожие видео

【サカつくモード⚽試合結果評価編】試合後は、スタッツを振り返ることができます。チームとしてのスタッツ、自チーム、相手チームの選手ごとのスタッツも振り返ることが可能です。また、選手の評価点もつくので、活躍した選手と力を発揮できなかった選手を確認したり、その試合以外も含めて、選手個々の成長状況について確認ができます。チームの強みと弱みを把握して、対策を練りましょう。 ※動画は開発中のものです。パラメータ等は今後調整される可能性があります。 #サカつく2025

【サカつくモード⚽試合結果評価編】試合後は、スタッツを振り返ることができます。チームとしてのスタッツ、自チーム、相手チームの選手ごとのスタッツも振り返ることが可能です。また、選手の評価点もつくので、活躍した選手と力を発揮できなかった選手を確認したり、その試合以外も含めて、選手個々の成長状況について確認ができます。チームの強みと弱みを把握して、対策を練りましょう。 ※動画は開発中のものです。パラメータ等は今後調整される可能性があります。 #サカつく2025

サカつく2025【公式】ベータテスト参加者募集中！

69,957 просмотров • 11 месяцев назад

浜田聡先生が、新たな政治団体を設立しました。 #事務事業評価で税金の使い道を正す党事務事業評価とは、事務事業の目標の達成状況を評価し、取組を検証することで事業のマネジメントサイクルをまわし、事業目的の実現を図るとともに、無駄のない効率的な行財政運営を目指すもの 📢『税金は無駄遣いされている。つまり、減税は可能！』『そのことを示す証拠となるのが”事務事業評価”です。』 👇減税TVより 🔗

浜田聡先生が、新たな政治団体を設立しました。 #事務事業評価で税金の使い道を正す党事務事業評価とは、事務事業の目標の達成状況を評価し、取組を検証することで事業のマネジメントサイクルをまわし、事業目的の実現を図るとともに、無駄のない効率的な行財政運営を目指すもの 📢『税金は無駄遣いされている。つまり、減税は可能！』『そのことを示す証拠となるのが”事務事業評価”です。』 👇減税TVより 🔗

浜田聡先生を応援するアカウント＠自治労と自治労連から国民を守る党代表＠NHK党所属

45,383 просмотров • 10 месяцев назад

GoogleはAIを使って、Youtube動画を単に閲覧するためのものから、触って遊べるインタラクティブなものに変えようとしている。例えばこれは、レンズの原理を説明するYoutube動画の内容をGeminiで解析し、自動でシミュレーションアプリを作成したものだ。そのうち動画を一瞬でゲームにできそうだ。

GoogleはAIを使って、Youtube動画を単に閲覧するためのものから、触って遊べるインタラクティブなものに変えようとしている。例えばこれは、レンズの原理を説明するYoutube動画の内容をGeminiで解析し、自動でシミュレーションアプリを作成したものだ。そのうち動画を一瞬でゲームにできそうだ。

K.Ishi@生成AIの産業応用

51,520 просмотров • 1 год назад

水田でアイガモを泳がせることで雑草の繁殖を抑えるアイガモ農法同じ効果をロボットを使って再現しようという取り組みが富山市の農業高校で行われています去年の実験で収穫された米は、品評会でも高く評価され、通常の2倍近い価格で販売できたということです #nhk_video

水田でアイガモを泳がせることで雑草の繁殖を抑えるアイガモ農法同じ効果をロボットを使って再現しようという取り組みが富山市の農業高校で行われています去年の実験で収穫された米は、品評会でも高く評価され、通常の2倍近い価格で販売できたということです #nhk_video

NHKニュース

6,135,762 просмотров • 3 лет назад

【New】「クリエイターの評価って、どうやって決めてるの？」定量化が難しいクリエイターの評価。経営者はどのような考えのもと評価を作っているのでしょうか？今回はZIZO DESIGN代表・坂口さんをゲストに迎え、評価のリアルについて深掘りしました。 ▼動画はこちら

【New】「クリエイターの評価って、どうやって決めてるの？」定量化が難しいクリエイターの評価。経営者はどのような考えのもと評価を作っているのでしょうか？今回はZIZO DESIGN代表・坂口さんをゲストに迎え、評価のリアルについて深掘りしました。 ▼動画はこちら

株式会社LIG 公式アカウント

15,773 просмотров • 1 год назад

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！

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 просмотров • 7 месяцев назад

Kling 2.0 が物に対するインタラククションをどれくらいできるのかをテストした動画。 - パンを食べる - 目玉焼きを食べる - 目玉焼きをパンに乗せて食べる - コーヒーを飲む結果は全て成功！他のモデルでも試したけど、ここまで自然な描画をしてくれるのは今のところKling 2.0 だけだと思う。

Kling 2.0 が物に対するインタラククションをどれくらいできるのかをテストした動画。 - パンを食べる - 目玉焼きを食べる - 目玉焼きをパンに乗せて食べる - コーヒーを飲む結果は全て成功！他のモデルでも試したけど、ここまで自然な描画をしてくれるのは今のところKling 2.0 だけだと思う。

NOBU 🎥 動画生成AIの人

36,120 просмотров • 1 год назад

厳選評価・パッシブテーブル自動収集AIを開発しました Discordで画像を貼ると、厳選度合いの評価と、現在確認されているパッシブテーブルを見ることができます皆さんの画像からパッシブテーブルを自動で収集するので、じゃんじゃん使ってください（まだベータ版なのでバグなど多いと思いますが、ご報告いただけると幸いです） #イナイレ #イナズマイレブン

厳選評価・パッシブテーブル自動収集AIを開発しました Discordで画像を貼ると、厳選度合いの評価と、現在確認されているパッシブテーブルを見ることができます皆さんの画像からパッシブテーブルを自動で収集するので、じゃんじゃん使ってください（まだベータ版なのでバグなど多いと思いますが、ご報告いただけると幸いです） #イナイレ #イナズマイレブン

TKG😍🥰😘

326,118 просмотров • 6 месяцев назад

mGearチュートリアル第三弾を公開しました！「リグの構築を自動化する方法」がこの動画で確認できます！この動画をもってmGearで人型リグを組もう！シリーズは完結となりますので、是非ご視聴ください！！本編：モデル :リリク🛫3D

mGearチュートリアル第三弾を公開しました！「リグの構築を自動化する方法」がこの動画で確認できます！この動画をもってmGearで人型リグを組もう！シリーズは完結となりますので、是非ご視聴ください！！本編：モデル :リリク🛫3D

GACCHI

48,991 просмотров • 1 год назад

PFNから、材料科学などのシミュレーションを用いた長期の解析タスクを実行できるコーディングエージェント PARC を発表しました。末尾に実行動画、スレッドに論文があります。 PARCは100ステップを超えるような研究計画・実行・検証・考察を行い、数十時間規模のシミュレーションを複数同時に走らせ、結果を自動で検証します。 PARCはマルチエージェント構成であり、プランナーと複数のワーカーからなります。まずプランナーが実行計画を立て、人の承認を受けた後、自動実行に移ります。自動実行は複数のステップに分割され、各ステップ内では自己検証と、外部エージェントによる検証と修正によって途中実行結果を何重にも検証しながら進めていきます。 LLM自体の性能向上がある中でも、現時点ではこうしたマルチエージェントシステムは必須で、それを使わない場合は今回のような長期タスクは不可能ｄした（今回のケーススタディはClaude Sonnet 4.5で行っています）。ケーススタディでは、論文などで報告されているシミュレーションを使った解析を再現できるかを調べ、それを専門家が検証する形でその有効性や課題を調べました。具体的には、固体電解質におけるリチウム拡散の推定、超合金の偏析機構の解析、電場をかけた非平衡シミュレーション、および汎用性を確かめるため同じシステムでのKaggleタスク実行を行いました。これらではシミュレーションの実験設定が誤っている場合でも、PARCが自動で検証し間違いを発見できることを確認しました。一方、電場をかけた非平衡シミュレーションの場合は、途中の重要な計算に誤りがあり、誤った最終結果が導かれることが判明しました。ただし、このときも研究者がその部分だけを修正すれば全体は正しく動作することも確認しました。このようにPARCは中間計算や実行結果を逐次レポートするため、研究者が正確に介入できる点も大きな利点です。今後も全体の最適化をAIがしつつ人が適切に介入できるシステム設計が重要になると考えられます。

PFNから、材料科学などのシミュレーションを用いた長期の解析タスクを実行できるコーディングエージェント PARC を発表しました。末尾に実行動画、スレッドに論文があります。 PARCは100ステップを超えるような研究計画・実行・検証・考察を行い、数十時間規模のシミュレーションを複数同時に走らせ、結果を自動で検証します。 PARCはマルチエージェント構成であり、プランナーと複数のワーカーからなります。まずプランナーが実行計画を立て、人の承認を受けた後、自動実行に移ります。自動実行は複数のステップに分割され、各ステップ内では自己検証と、外部エージェントによる検証と修正によって途中実行結果を何重にも検証しながら進めていきます。 LLM自体の性能向上がある中でも、現時点ではこうしたマルチエージェントシステムは必須で、それを使わない場合は今回のような長期タスクは不可能ｄした（今回のケーススタディはClaude Sonnet 4.5で行っています）。ケーススタディでは、論文などで報告されているシミュレーションを使った解析を再現できるかを調べ、それを専門家が検証する形でその有効性や課題を調べました。具体的には、固体電解質におけるリチウム拡散の推定、超合金の偏析機構の解析、電場をかけた非平衡シミュレーション、および汎用性を確かめるため同じシステムでのKaggleタスク実行を行いました。これらではシミュレーションの実験設定が誤っている場合でも、PARCが自動で検証し間違いを発見できることを確認しました。一方、電場をかけた非平衡シミュレーションの場合は、途中の重要な計算に誤りがあり、誤った最終結果が導かれることが判明しました。ただし、このときも研究者がその部分だけを修正すれば全体は正しく動作することも確認しました。このようにPARCは中間計算や実行結果を逐次レポートするため、研究者が正確に介入できる点も大きな利点です。今後も全体の最適化をAIがしつつ人が適切に介入できるシステム設計が重要になると考えられます。

Daisuke Okanohara / 岡野原大輔

32,988 просмотров • 6 месяцев назад

タイトル「戦乙女」-Valkyrie-の写真を高く評価していただき、ありがとうございます🥰 縦向き、横向き、共に高い評価をいただけたので、実際に投稿した写真の撮影動画を公開します✨ 需要がありそうなら、今後も良い評価をいただけた写真の動画を投稿しようと思います💡 #鳴潮 #鳴潮写真部 #wutheringwaves

タイトル「戦乙女」-Valkyrie-の写真を高く評価していただき、ありがとうございます🥰 縦向き、横向き、共に高い評価をいただけたので、実際に投稿した写真の撮影動画を公開します✨ 需要がありそうなら、今後も良い評価をいただけた写真の動画を投稿しようと思います💡 #鳴潮 #鳴潮写真部 #wutheringwaves

Valkyrie

26,711 просмотров • 1 год назад

2024/12/02 N国を作ったことは評価その後の迷走は評価しないしかし兵庫では大きな貢献をした言いたくても言えないこと真実を暴露するのは立花だからできた敬意の念をもってお礼を言いに来た石丸から始まったネット選挙の完結点が兵庫

2024/12/02 N国を作ったことは評価その後の迷走は評価しないしかし兵庫では大きな貢献をした言いたくても言えないこと真実を暴露するのは立花だからできた敬意の念をもってお礼を言いに来た石丸から始まったネット選挙の完結点が兵庫

---

11,279 просмотров • 16 дней назад

🔥 Dify v1.5.0がリリースされました！ AIワークフローのデバッグ機能を完全に刷新しました。リアルタイムでワークフロー内部の動作を確認し、問題を即座に解決できます。 🔍 新機能: - 変数インスペクトパネル：すべてのノード状態と変数を一目で確認 - 最終実行トラッキング：各ノードの実行結果を自動保存 - ステップバイステップ制御：個別ノードのテストが可能に 💡 実際の効果: 従来のデバッグでは、どこで問題が発生したのかを推測したり、変数を手動で入力したり、全体のワークフローを何度も実行したりしていました。今では、開発者は瞬時に問題を特定し、正確に修正し、数秒で変更を確認できます。詳しくはこちらのリリースノートで👇 #Dify #AI開発 #ワークフロー

🔥 Dify v1.5.0がリリースされました！ AIワークフローのデバッグ機能を完全に刷新しました。リアルタイムでワークフロー内部の動作を確認し、問題を即座に解決できます。 🔍 新機能: - 変数インスペクトパネル：すべてのノード状態と変数を一目で確認 - 最終実行トラッキング：各ノードの実行結果を自動保存 - ステップバイステップ制御：個別ノードのテストが可能に 💡 実際の効果: 従来のデバッグでは、どこで問題が発生したのかを推測したり、変数を手動で入力したり、全体のワークフローを何度も実行したりしていました。今では、開発者は瞬時に問題を特定し、正確に修正し、数秒で変更を確認できます。詳しくはこちらのリリースノートで👇 #Dify #AI開発 #ワークフロー

Dify Japan

14,009 просмотров • 1 год назад

交流ロボコンで技術賞をいただきました！茨城高専Bチームたまたま完熟金柑(ﾀﾏﾀﾏｶﾝｼﾞｭｸｷﾝｶﾝ)です安定完全自動を目指して技術開発をメインでやってました本番でも98%を自動で競技を終わらせることができました！またRealSense画像認識でアヒルの自動回収をしたり、LiDARx3の最強自己位置推定をやりました自律移動 mermaidを使った状態遷移図をもとに自律移動をし、競技をすべてこなすことができます非線形最適化で事前に経路を引いたり、A*で動的に生成したりできます自動の停止精度は1.2cmでした 6m/s 8m/s2で自動ができましたが、安全面やカーブ時の安定性の問題から3m/sに制限していました（動画は手動時のものです）画像認識担当：HK YOLOv8を使いアヒルを検出、Depthから位置を推定しています（アノテーション5k枚）検出結果から経路を引きPurePursuitで追従することで正確にアヒルを回収できます ✞最強の自己位置推定✞ 事前にホイールオドメトリのバイアスなどをマルチIMUを使い測定し、オドメトリの精度を向上させていました MCLで位置推定をしていました 400hzで動作しましたがLiDARが40Hz x2 + 30Hzだったので100Hzで動かしていました 8m/sで動かした時も安定して位置推定ができており、大会期間中に3回しか自己位置がずれませんでした物理シミュレーター担当： HK ros2 for unity を使って物理シミュレーションをしていましたが、実機が思ったより早く完成したので途中から使わなくなってしまいましたボトル検出 LiDAR点群からペットボトルの位置を推定し自動で回収します yaw角と横方向を先に揃えて最後に後ろにまっすぐ下がることで安定して回収ができましたコントローラー担当： HK いつも通りros2 for unity androidでアプリを作成し直接通信していますこたっく様によりjazzyに対応させることができたのですべてjazzyに移行しました map path goal current poseの表示やinitial poseのpublishができるので試合中rviz2をみることなく終わることができましたまたコントローラーの角度を取得し、操縦者の向いている方を前として操縦できるようになってます (手動操縦ほぼしなかったけど) #交ロボ #ROS2

交流ロボコンで技術賞をいただきました！茨城高専Bチームたまたま完熟金柑(ﾀﾏﾀﾏｶﾝｼﾞｭｸｷﾝｶﾝ)です安定完全自動を目指して技術開発をメインでやってました本番でも98%を自動で競技を終わらせることができました！またRealSense画像認識でアヒルの自動回収をしたり、LiDARx3の最強自己位置推定をやりました自律移動 mermaidを使った状態遷移図をもとに自律移動をし、競技をすべてこなすことができます非線形最適化で事前に経路を引いたり、A*で動的に生成したりできます自動の停止精度は1.2cmでした 6m/s 8m/s2で自動ができましたが、安全面やカーブ時の安定性の問題から3m/sに制限していました（動画は手動時のものです）画像認識担当：HK YOLOv8を使いアヒルを検出、Depthから位置を推定しています（アノテーション5k枚）検出結果から経路を引きPurePursuitで追従することで正確にアヒルを回収できます ✞最強の自己位置推定✞ 事前にホイールオドメトリのバイアスなどをマルチIMUを使い測定し、オドメトリの精度を向上させていました MCLで位置推定をしていました 400hzで動作しましたがLiDARが40Hz x2 + 30Hzだったので100Hzで動かしていました 8m/sで動かした時も安定して位置推定ができており、大会期間中に3回しか自己位置がずれませんでした物理シミュレーター担当： HK ros2 for unity を使って物理シミュレーションをしていましたが、実機が思ったより早く完成したので途中から使わなくなってしまいましたボトル検出 LiDAR点群からペットボトルの位置を推定し自動で回収します yaw角と横方向を先に揃えて最後に後ろにまっすぐ下がることで安定して回収ができましたコントローラー担当： HK いつも通りros2 for unity androidでアプリを作成し直接通信していますこたっく様によりjazzyに対応させることができたのですべてjazzyに移行しました map path goal current poseの表示やinitial poseのpublishができるので試合中rviz2をみることなく終わることができましたまたコントローラーの角度を取得し、操縦者の向いている方を前として操縦できるようになってます (手動操縦ほぼしなかったけど) #交ロボ #ROS2

橋本千聡@kazu321

27,472 просмотров • 3 месяцев назад

Claude MCPを使って完全自動Unityでテトリスを作ってもらえて実際に遊べました。僕自身コードは1行も書いてませんし、Unityエディタ自体も触っていません（最初のセットアップだけ）。最近MCPを勉強しているんですが面白いですね。ちなみにunity-mcpを使用しました。

Claude MCPを使って完全自動Unityでテトリスを作ってもらえて実際に遊べました。僕自身コードは1行も書いてませんし、Unityエディタ自体も触っていません（最初のセットアップだけ）。最近MCPを勉強しているんですが面白いですね。ちなみにunity-mcpを使用しました。

オオバ@破壊的スピード開発

82,716 просмотров • 1 год назад

#クロワデュノールと挑む #斉藤崇史調教師は「前走を仕上がり途上ながら勝ち切ったことを評価したい。中間は動きを意識して調整してきた、最終追い切りも順調で上向き、馬場やキャリアの不安もありません」と語っています。調教映像は手前側がクロワデュノールです。 #凱旋門賞

#クロワデュノールと挑む #斉藤崇史調教師は「前走を仕上がり途上ながら勝ち切ったことを評価したい。中間は動きを意識して調整してきた、最終追い切りも順調で上向き、馬場やキャリアの不安もありません」と語っています。調教映像は手前側がクロワデュノールです。 #凱旋門賞

JRAレーシングビュアー

40,105 просмотров • 8 месяцев назад

#ワオキツネザルの島で、簡単には餌を取れないカゴ状の給餌器を使用してリンゴやカキなどを与えてみました。鼻でカゴの中のにおいを嗅いだり、前足を上手に使ってカゴを振り回して餌をとったりするなど、さまざまなキツネザルらしい行動を引き出すことができました。さらに、時間をかけて餌を食べてもらうことにも成功！ ※給餌器の設置は不定期で行います。 #環境エンリッチメント #オンラインで動物観察 #飼育係からの撮りたて動画

#ワオキツネザルの島で、簡単には餌を取れないカゴ状の給餌器を使用してリンゴやカキなどを与えてみました。鼻でカゴの中のにおいを嗅いだり、前足を上手に使ってカゴを振り回して餌をとったりするなど、さまざまなキツネザルらしい行動を引き出すことができました。さらに、時間をかけて餌を食べてもらうことにも成功！ ※給餌器の設置は不定期で行います。 #環境エンリッチメント #オンラインで動物観察 #飼育係からの撮りたて動画

上野動物園［公式］

68,791 просмотров • 4 месяцев назад

あけましておめでとう御座います。今年もよろしくお願い致します。 SNSやってて凄いとか、SNSの評価をいただきますが、僕としてはSNS以外の活動が99.9%なので、そちらの評価をいただけるように2026は頑張ります。なので、SNS引退します。

あけましておめでとう御座います。今年もよろしくお願い致します。 SNSやってて凄いとか、SNSの評価をいただきますが、僕としてはSNS以外の活動が99.9%なので、そちらの評価をいただけるように2026は頑張ります。なので、SNS引退します。

まさコーチ（祐コーチ）

35,240 просмотров • 6 месяцев назад

NVIDIAが開発したCosmos DiffusionRendererでHDRIを使って実写素材をリライティング。精度の高いalbedoが生成され、影もHDRIの光源の位置からきちんと落ちる。 HDRIを連番化して任意の動きと位置で計算できるようにカスタマイズ。解像度は1280x720、５７Fまで。公式から長い動画をオーバラップで誤魔化すコードが公開されていたのでそれを使用。画像は結構劣化するためそのまま使うことは厳しいが、すこし混ぜ込んで使ってみた。

NVIDIAが開発したCosmos DiffusionRendererでHDRIを使って実写素材をリライティング。精度の高いalbedoが生成され、影もHDRIの光源の位置からきちんと落ちる。 HDRIを連番化して任意の動きと位置で計算できるようにカスタマイズ。解像度は1280x720、５７Fまで。公式から長い動画をオーバラップで誤魔化すコードが公開されていたのでそれを使用。画像は結構劣化するためそのまま使うことは厳しいが、すこし混ぜ込んで使ってみた。

Masaki Mizuno

69,042 просмотров • 8 месяцев назад