Video wird geladen...

Video konnte nicht geladen werden

Zur Startseite

寝る前に Codex にタスクを投げて、翌朝起きて成果物を確認するテストをしてみた。 今回試したのは、 Codex に Blender 上でキャラクターモデル制作、リギング、歩行アニメーション作成を自動でやらせること。 プロジェクト完了時間:1時間20分。 完成内容: • キャラクターの三面図を参考に、 ウサギ頭、長い耳、パーカー、ズボン、機械眼、関節ディスク、ブーツなどを基本形状へ分解。 • 球体、円柱、トーラス、角丸ボックス、カーブ毛束、テキストオブジェクトなどを組み合わせ、スタイライズされた 3D モデルを生成。 • 「Kana_Bunny_Rig」骨格を作成。 骨数は20本。 頭、耳、腕、脚、足などを含む。 • 133個のキャラクターパーツを対応するボーンへバインド。 • 1〜48フレームの walk cycle アニメーションを自動生成。 アクション名:Kana_looping_walk_cycle_48f • .blend ファイルを自動保存。 さらにプレビュー画像をレンダリングし、検証スクリプトでオブジェクト、ボーン、リグ、アニメーションの存在をチェック。 使用モデル:ChatGPT 5.5 Blender バージョン:5.1.1 まとめ: ①モデリング部分は完成度5%、次は MCP 方式でもう少し検証してみる予定。 ②リギングと自動アニメーション生成も、まだ完成度は50% 、今後は既存モデルを使って、別モーション制作を試していく予定。 🐰寝る前に PC を Codex に委ねて、 朝起きたら成果物を確認する。「このアイデアは実際に成立するのか?」を検証する用途としては、 かなり時間節約になる方法かもしれない。

47,939 Aufrufe • vor 2 Monaten •via X (Twitter)

0 Kommentare

Keine Kommentare verfügbar

Kommentare vom Original-Post werden hier angezeigt

Ähnliche Videos

🍌Nano Bananaは「パーツ」として分解し、「良いとこどり」して組み合わせて、最後は自分で仕上げるのが最速。 先日のウェビナーでも話したように、Nano Banana Proを使ってクリエイティブを作成する際は、最初から100パーセントの完成品を求めると逆に時間がかかってしまいます。AIが出力した結果をそのまま使うのではなく、あくまで素材やパーツとして活用するのが賢い方法です。7割~8割程度の完成度を目指し、残りの調整は人間が行うのが最も効率的です。 🖼️ サムネイル作成の実例 実際に動画のサムネイル作成で、Nano Bananaに最終案を2つ出してもらいました。片方は知らない男性の写真、もう片方は私の写真を使ったものでしたが、どちらもフォントやアイコンなど使える要素が含まれていました。一枚の画像として完璧ではなくても、部分的に見れば優秀な素材の宝庫と言えます。 🛠️ Canvaで賢く仕上げる 気に入ったAIの出力結果をパーツごとに分解し、Canva上で再構築しました。それぞれの案から良い部分だけを抜き出して組み合わせることで、自分のイメージ通りの画像が短時間で完成します。AIの出力は完成品そのものではなく、編集用の部品として捉えるのがポイントです。 🚀 無駄な時間とコストを省くコツ Nano Bananaとの対話だけで完璧なものを求めて何度も指示を繰り返すのは、時間もコストもかかり非効率です。ある程度気に入った出力が出たら、そこでAI作業を切り上げて自分で手を動かして仕上げる方が、結果的に一番早く理想のクリエイティブに到達できます。

エクセル兄さん(たてばやし淳)@9万部「生成AI最速仕事術」

47,895 Aufrufe • vor 7 Monaten

カーパシー氏の比喩は、AIを生命の延長線ではなく「情報の霊的進化」として見る視点を開く。僕たちは進化のプロセスを再現しているのではなく、人類が残した思考の残響を模倣しているにすぎない。それは生命とは異なる起源を持つ、新しい意識の形式だ。 アンドレイ・カーパシー「私は動物との類推をするときにはとても慎重になります。というのも、動物はまったく異なる最適化プロセスによって生まれたものだからです。動物は進化によって形成され、最初から膨大なハードウェアを備えています。 たとえば、私が投稿で挙げた例はシマウマです。シマウマは生まれて数分で走り回り、母親の後をついていきます。これは非常に複雑な行動です。つまり、これは強化学習ではありません。それはあらかじめ焼き付けられたものです。 そして進化には、私たちのニューラルネットワークの重みをATCGの中に符号化する何らかの仕組みがあるようです。どう機能しているのかは分かりませんが、確かにうまく働いているようです。 つまり私は、脳というのはまったく別のプロセスから生まれたものだと感じています。そして、私たちはそのプロセスを実行しているわけではないので、そこから直接インスピレーションを得ることには慎重であるべきだと思っています。だから私の投稿では、『私たちは動物を作っているのではない』と書きました。 私たちは幽霊やスピリット、あるいは人によって呼び方は違っても、そうしたものを作っているのだと。なぜなら、私たちは進化による訓練をしているのではなく、人間とインターネット上のデータを模倣する訓練をしているからです。 その結果として、完全にデジタルで人間を模倣する、いわば『霊的な存在』が生まれます。それは別種の知性です。 知性という空間を思い描くなら、私たちはまったく異なる地点から出発しているのです。つまり、私たちは動物を作っているわけではないのです。しかし、時間をかければ、AIをもう少し動物的な方向へと近づけることもできると思います。そして、そうすべきだとも思います」

Tsubame

15,839 Aufrufe • vor 9 Monaten

① Claudeでパワポを作る(skillで固定) ② 「ChatGPT in PowerPoint」で画像を連続生成 ↓ 放置しているだけで、全スライドが画像入りで完成 ___ PowerPointを作るフローが完全に変わったと感じています。現在は2つのステップを組み合わせることで、きれいな画像入りのスライドが安定して完成するようになりました。 🎨 第1段階はClaudeでPowerPointを作成 まず最初のステップとして、ClaudeにPowerPointを作成させます。この段階では自分の型やテンプレートをSkillでガチガチに再現させるように指定するため、好みのデザインで出力が可能です。 ※Claudeは画像生成ができないため、画像が欲しい部分にはあえて枠線だけの「プレースホルダー」と、希望するキャプションのみを記載してもらいます。 🤖 第2段階はChatGPT in PowerPointで画像生成 次に、出来上がったファイルをPowerPointソフトで開き、サイドバーの「ChatGPT in PowerPoint」に指示を出します。 プレースホルダーとキャプションがある部分を認識させ、そのサイズに合う画像を生成して置き換えるよう命令します。スライド全体に対して同様の処理を行うよう指示して、あとはそのまま放置します。 ✨ 全自動の画像挿入でスライドが完成 放置している間に、ChatGPT in PowerPointが全スライドのプレースホルダーを洗い出します。キャプションに合う画像を自動で順番に生成し、プレースホルダーと置き換えて挿入してくれます。 スライドの雰囲気に合致した画像入りの資料が手軽に完成するため、非常に使いやすく安定したワークフローです。

エクセル兄さん(たてばやし淳)@9万部「生成AI最速仕事術」

81,819 Aufrufe • vor 1 Monat