カテゴリ「新機能」の記事 64 件 / 重要度・新しい順
新しい映像生成AI「Gen-2」の発表
Runwayが新たに発表したGen-2は、テキスト、画像、または動画クリップを元に新しい映像を生成するマルチモーダルAIシステムです。このシステムは、既存の映像の構造に画像やテキストのスタイルを適用する「Video to Video」や、テキストだけを使用して映像を生成する「Text to Video」が可能です。Gen-2は、クリエイティブな表現を促進するための重要な技術的進歩を示しています。
RunwayがGen-2を発表、動画生成の新たな可能性を探る
RunwayのCTOアナスタシス・ジャーマニディス氏は、Gen-2の開発プロセスとその意義について語りました。特に、Gen-2はテキストから動画を生成する技術において、構造条件なしで動画を直接生成する能力を持ち、映像制作の新たな道を開く可能性があります。これにより、創造的なストーリーテリングのための強力なツールとしての利用が期待されています。
Runwayが新機能を発表、動画制作の表現力向上
Runwayは、動画生成のための新機能を発表しました。新しいインターフェース「Motion Brush」を使用することで、ユーザーは特定の動きを簡単なブラシストロークで指示できます。また、「Style Presets」により、複雑なプロンプトなしでキュレーションされたスタイルを使用してコンテンツを生成可能になります。これらの機能は、動画制作における表現力や制御を向上させることを目的としています。
Runway Gen-3 Alpha: 次世代AI動画生成の発表
Runwayは、Gen-3 Alphaを発表しました。これは、新しいインフラ上でトレーニングされた次世代の基盤モデルで、動画と画像を同時に学習しています。Gen-2に対する大幅な改善があり、特に忠実性や一貫性、動きの表現力が向上しています。新しいツール群を通じて、テキストから動画、画像から動画、テキストから画像への生成が可能になり、ストーリーテリングの新しい機会を提供します。さらに、安全性を高める
Runwayが新たなアニメーションツール「Act-One」を発表
Runwayは、新しいツール「Act-One」を発表しました。このツールは、動画と音声を入力として、表現豊かなキャラクターのパフォーマンスを生成します。従来のアニメーション制作における複雑なワークフローを簡素化し、俳優のパフォーマンスを直接3Dモデルに変換することが可能です。これにより、リアルな表情を保ちながら、さまざまなキャラクターを設計する新しい可能性が開かれます。また「Act-One」は、一
スタイリスティックな制御を強化した新モデル「Frames」を発表
Runwayが新しい画像生成モデル「Frames」を発表しました。このモデルはスタイリスティックな一貫性を保ちながら、広範なクリエイティブな探求を可能にします。Framesは特定のプロジェクトの外観を確立し、ユーザーが望む美的特性に忠実なバリエーションを生成できます。現在、Gen-3 AlphaおよびRunway APIでアクセスが順次提供されています。
Runway Gen-4: 世界一貫性のあるAI動画生成
Runwayは新たにGen-4を発表しました。Gen-4は、動画生成において世界の一貫性を保ちながら、より高品質なコンテンツを作成するためのAIツールです。この新モデルは、多様なシナリオに対応し、ユーザーが求める様々なスタイルやテーマに基づいた動画生成を実現します。特に、コンテンツクリエイターやマーケターにとって、これにより制作過程が大幅に効率化されることが期待されます。
動画生成の新境地、Runway Gen-4.5を発表
Runwayは、最新の動画生成技術「Runway Gen-4.5」を発表しました。この新モデルは、動きの品質、プロンプト（指示）への適応性、視覚的忠実度が最先端であり、動画制作の新たな可能性を開きます。特に、アーティストやクリエイターにとって実用的なツールとなるでしょう。
リアルタイム動画生成がオンラインインタラクションを変革
AIによるリアルタイム動画生成が、オンラインインタラクションの未来を変えるとされています。従来のテキストベースの対話モデルから、ユーザーの入力に応じてフレームごとに動画を生成するインタラクティブな体験が実現します。特にゲームや教育分野では、プレイヤーや学習者に対し、よりパーソナライズされた反応が可能になり、学びや楽しみを向上させると期待されています。
FLUX 3 x mimic: 次世代の動画アクションモデル
FLUX 3はロボットを運用する新しいマルチモーダル基盤モデルで、Audiでテストされています。このモデルは、映像、音声、アクションを一つのモデルで処理し、物理世界の理解に基づいています。FLUX 3は、動画生成とアクション予測を統合し、最初の段階で動画生成の品質が一時的に低下するものの、3500ステップ後には再び以前の品質に戻ることが観察されています。この進展は、物理AIの自然な拡張として位置付
FLUX 3 - マルチモーダルモデルの新たな展開
FLUX 3は、画像、動画、音声を統合的に学習する新しいマルチモーダル基盤モデルです。従来の単一モダリティでは捉えきれない世界の表現を学習し、物理的およびデジタル環境での知覚、予測、行動を可能にします。現在、Early Accessとして利用可能で、コンテンツ制作や物理AIにおいて初期結果が良好です。
ChatGPTにおける健康機能の開始
ChatGPTの新機能「Health」により、米国の対象ユーザーは安全に医療記録やApple Healthに接続でき、よりパーソナライズされた健康情報を得られるようになります。この機能は、ユーザーが自分の健康をより良く理解する手助けをすることを目指しています。
Anthropic Economic Indexコネクタの発表
Anthropicは、Claude向けのAnthropic Economic Indexコネクタを発表しました。このコネクタにより、ユーザーはAIが経済でどのように使われているかを示すデータを直接探索できます。このデータは研究者や政策立案者に役立っており、一般の人々にもアクセス可能になりました。ユーザーはClaudeに質問を投げかけ、その回答に基づいたデータを得ることができます。
新しいGeminiモデルの発表：3.6 Flash、3.5 Flash-Lite、3.5 Flash Cyber
Google DeepMindは、新しいGeminiモデルとして3.6 Flash、3.5 Flash-Lite、3.5 Flash Cyberを発表しました。これらのモデルは、最新の技術を取り入れ、より高いパフォーマンスを提供することを目指しています。特に、これらの新モデルはAIシステムの進化に寄与することが期待されています。
Claude Code v2.1.214のリリースノート
Claude Codeの新バージョンv2.1.214がリリースされ、Windows PowerShellやBashの権限チェックに関する多数のバグ修正や新機能が追加されました。特に、悪質なユーザーや脱獄試行に対処するための「EndConversation」ツールが導入されたことが重要です。これにより、Claudeはより安全に運用できるようになります。
AIツールがクリエイティブ制作の効率を劇的に向上
クリエイティブチームは、AIツールの導入により制作時間を大幅に短縮し、キャンペーンの質を維持しながら、より多くのキャンペーンを生産しています。従来の制作プロセスからAIを活用することで、数週間かかっていた作業が数日、時には数時間で完了するようになっています。データによると、多くのクリエイターがAIを活用しており、制作の効率化と新しいアイデアの実現に貢献しています。
教師向けのClaudeが登場
Anthropicが教師向けにClaudeを発表。米国のK-12教育者は、教育基準に沿った授業計画や教育スキルに無料でアクセス可能。AIツールは教育実践を強化し、生徒の成果を向上させる可能性がある。ClaudeはLearning Commonsと連携し、各州の学習基準に基づいたリソースを提供。教育者は、効率的に授業を計画し、貴重な時間を生徒と共有できる。
Claude Code v2.1.208のリリース内容
Claude Codeの最新バージョンv2.1.208がリリースされ、スクリーンリーダーモードやVimモードのキーリマッピング、マルチセレクトメニューへのマウスクリックサポートなど、多数の新機能が追加されました。また、いくつかのバグ修正も行われ、特に背景エージェントに関連する問題が解決されました。これにより、ユーザー体験が向上し、信頼性が増すことが期待されます。
Microsoft 365 CopilotでGPT-5.6が推奨モデルに
GPT-5.6がMicrosoft 365 Copilotに採用され、Word、Excel、PowerPoint、Chat、Coworkの強化されたAI機能により、より迅速で高品質な作業が可能になる。これは、Microsoftの生産性ツールにおけるAIの進化を示す重要なステップである。
ChatGPTがあなたの野心的な仕事のパートナーに
ChatGPT Workは、アプリやファイルを横断的に操作し、必要に応じてプロジェクトに数時間留まり、目標を完成した成果物に変えるエージェントです。この新機能は、ユーザーがより効果的に作業を進めるためのサポートを提供し、特に複雑なプロジェクトにおいてその利便性が期待されます。
GPT-Liveの導入
新しい世代の音声モデルで、人間とAIの自然な対話を実現します。これにより、ChatGPTの音声機能が強化され、よりスムーズなコミュニケーションが可能になります。この技術は、AIとのインタラクションを改善するための重要なステップであり、ユーザー体験を向上させることが期待されています。
Muse ImageとMuse Videoを発表
Metaは新たにMuse ImageとMuse Videoを発表しました。これらの技術は、指示に忠実に従い、精密に編集し、複数の参照から構成を行い、Instagramの社会的文脈を活用します。特に、画像生成や動画作成において高い精度とユーザビリティを目指している点が注目されます。
Sakana Chatが翻訳機能を追加、翻訳・添削・質問の3機能搭載
Sakana AIは、Sakana Chatに新たに翻訳、添削、質問の3つの機能を追加したことを発表しました。この機能により、ユーザーは異なる言語間でのコミュニケーションが円滑になり、より効果的に情報をやり取りできるようになります。特に翻訳機能は、ビジネスや学習の場面での活用が期待されており、ユーザーにとって利便性の向上が図られます。
FLUX Erase vs FLUX VTO — 新たな画像編集技術の比較
FLUX Eraseは、迅速かつ低コストで画像編集を実現する新技術です。過去のFLUX VTOと比較すると、特にオブジェクト消去の精度や速度において優位性を持ち、複雑な背景に対応しています。
FLUX VTO: 大規模なバーチャル試着体験
FLUX Virtual Try-Onは、ユーザーが購入前に高精度で服を試着できるサービスです。生成速度は4秒未満で、コストも低く、大規模カタログに対応しています。従来のバーチャル試着の課題を克服し、よりリアルな体験を提供することを目指しています。
Envato、FLUXを活用したクリエイティブAIエンジンを構築
Envatoは、生成AIの導入を通じて、視覚コンテンツの生成、編集、パーソナライズのための統一ツールキットを再考しました。FLUXモデルを利用して、ユーザーのクリエイティブなニーズに応じたシームレスな体験を提供し、画像生成の25%をFLUXが占めるようになりました。これにより、Envatoは新しいモデルを迅速に展開し、顧客に価値を提供できるようになりました。
FLUX Erase: あらゆるものを消去、痕跡を残さず
FLUX Eraseは、ユーザーがマスクしたオブジェクトや影、反射を取り除き、周囲のシーンを再構築する技術です。従来の方法よりも迅速かつ低コストで、198枚のベンチマークテスト画像で他の最先端モデルに対して優位性を示しています。これにより、画像編集中の手間を大幅に削減でき、特に複雑な背景や柔らかいエッジの対象物に対しても高品質な結果を提供します。
FLUX.1 KontextがAdobe Photoshopに登場：全てのピクセルを強力に
FLUX.1 Kontext [Pro]がAdobe Photoshopに統合され、クリエイターはアプリ間でのファイル移動や結果の調整を行うことなく、想像力を最大限に発揮できるようになります。この統合により、ユーザーはモデルを選択し、簡単に編集内容を記述でき、Photoshopのツールで微調整が可能です。2026年9月25日からは、Photoshop（ベータ）ユーザーがFLUX.1 Kontext
OpenArtがFLUX.1 Kontextで動画制作を変革
OpenArtは、FLUX.1 Kontextを統合することで、動画制作における視覚的な一貫性の課題を解決し、従来のクリエイターだけでなく、初心者でもプロフェッショナルな品質のコンテンツを制作できるようにしました。この統合により、OpenArtは動画制作のコストを90-95%削減し、収益が20%増加。新たなクリエイター層が参加し、ソーシャルメディアのストーリーテリング市場が拡大しています。
FLUX Outpainting: 画像をシームレスに拡張
FLUX Outpaintingは、元のフレームを超えて画像をシームレスに拡張するツールです。従来のアウトペインティングツールは、目に見える継ぎ目や壊れた照明を生成することが多かったですが、FLUXはそれを解決します。ユーザーは、画像を渡し、ターゲットのキャンバスサイズと配置を定義するだけで、一貫性がありフォトリアリスティックな結果を得ることができます。
科学者のためのAIワークベンチ「Claude Science」を発表
Anthropicは、科学者向けにデザインされたAIワークベンチ「Claude Science」を発表しました。このアプリは、研究者がよく利用するツールやパッケージを統合し、監査可能な成果物を生成し、柔軟に計算リソースにアクセスできる環境を提供します。科学研究は多くのデータベースやツールをまたがるため、Claude Scienceはこれらを一元化し、研究の全段階をサポートします。現在、Claude
Claude Code v2.1.196の新機能と修正点
Claude Codeの新バージョンv2.1.196がリリースされ、組織のデフォルトモデル設定やセッション名の可読性向上、チャット内のファイル添付機能が追加されました。また、セキュリティ関連の改善や複数のバグ修正も行われ、全体的な信頼性が向上しています。これにより、開発者はより効率的に作業できるようになり、ユーザー体験も向上します。
Gemini 3.5 Flashにおけるコンピュータ使用の導入
Google DeepMindは、Gemini 3.5 Flashでのコンピュータ使用の導入を発表しました。この機能により、ユーザーはAIとのインタラクションが向上し、より効率的な作業が可能になります。これは、特にプロフェッショナルなタスクにおいて、AIの活用が広がることを示唆しています。
新機能Claude Tagの導入
Anthropicは新しいコラボレーションツール「Claude Tag」を発表しました。これはSlackでチームメンバーとして機能し、タスクを割り当てたり進捗を追跡したりすることができます。Claudeはチャンネル内の情報を記憶し、ユーザーが他の仕事に集中している間にタスクを自動的に進めることが可能です。現在、Claude TagはClaude EnterpriseおよびTeam顧客向けにベータ版
OpenAIが提供する新たなセキュリティツール「Daybreak」
OpenAIは新しい「Daybreak」ツールを発表しました。このツールには、Codex SecurityとGPT-5.5-Cyberが含まれており、組織が脆弱性を見つけ、検証し、大規模に修正するのを支援します。これにより、企業はセキュリティ向上を図ることが期待されます。
Luma Skillsの導入: クリエイティブワークフローを一度構築し、永遠に実行
Luma Labsが発表した「Luma Skills」は、Luma Agents内で再利用可能なクリエイティブワークフローを提供します。これにより、チームは一度作成したワークフローを繰り返し使用し、異なる素材でも一貫した高品質な成果を得ることが可能になります。スキルは、プロンプト、使用するツール、指示の3つの部分から構成され、明確な手順に従うことで誰でも使えるようになっています。これは、個々の専門
ChatGPTの健康情報を向上させる新機能
GPT-5.5 InstantがChatGPTの健康とウェルネスに関する応答を改善しました。本アップデートでは、より強力な推論、より良い文脈理解、明確なコミュニケーション、医師の視点を取り入れた評価が特徴です。これにより、ユーザーはより信頼性の高い健康情報を受け取ることが可能になります。
デプロイ前のモデル挙動予測手法を発表
OpenAIは、AIモデルのデプロイ前にその挙動を予測する「デプロイメントシミュレーション」を導入しました。この手法は、実際の会話データを使用しており、安全性や評価精度の向上を目指しています。これにより、リリース前にモデルのパフォーマンスを評価し、潜在的なリスクを軽減することが可能になります。
徹底比較: Runway Gen-2 vs Runway Gen-4.5 — 新しい動画生成の可能性
Runwayの新しい動画生成システムGen-2と、過去のモデルGen-4.5を比較しました。Gen-2はテキストや画像から動画を生成する新機能を搭載し、ユーザーの表現力を広げることが期待されます。一方、Gen-4.5は視覚的忠実度やプロンプト適合性を強化しています。両者の特徴を比較し、今後の展望を探ります。
徹底比較: Runway Gen-4.5 vs GWM-1 — 何が変わったか
Runwayの新モデル「Gen-4.5」と過去の「GWM-1」を比較します。Gen-4.5はビデオ生成に特化し、動きの品質や視覚的忠実度を向上させました。一方、GWM-1はリアルタイムシミュレーションに焦点を当てています。それぞれの特徴を見ていきましょう。
RunwayがGen-2を発表：テキストや画像から新しい動画を生成
Runwayは新たなマルチモーダルAIシステムGen-2を発表しました。このシステムはテキスト、画像、または動画クリップを元に新しい動画を生成します。特に、既存の動画の構造にイメージやテキストのスタイルを適用することで、リアルで一貫した新しい動画を合成することが可能です。Gen-2は、ユーザーが想像するあらゆるスタイルの動画をテキストプロンプトから実現できるフレームワークを提供し、創造的な表現の新
RunwayのGen-2開発の道筋と今後の展望
RunwayのCTOで共同創設者のアナスタシス・ガーマニディス氏が、Gen-2の開発過程と今後のクリエイティビティについて語ります。Gen-2は、テキストからビデオを生成するシステムで、従来の構造条件なしにテキストガイドのビデオ生成を実現しました。特に、映像生成において高い忠実度と時間的安定性を追求することが重要視されています。最終的には、2時間の映画を生成する能力を目指しており、物語やクリエイテ
動画生成を制御する新機能を発表
Runwayは、動画生成における制御性、忠実度、スタイル表現を向上させる新機能を発表しました。特に、Motion Brushというインターフェースを導入し、ユーザーは特定の動きを簡単なブラシストロークで指示できるようになります。さらに、スタイルプリセットを利用することで、複雑なプロンプトなしにキュレーションされたスタイルでコンテンツを生成可能です。これらの革新は、アーティストにとっての創造的なツー
Runway Gen-3 Alpha: 次世代AI動画生成技術
Runwayが新たに発表したGen-3 Alphaは、次世代の基盤モデルであり、大規模なマルチモーダルトレーニングのために構築された新インフラ上でトレーニングされています。Gen-2に比べ、忠実度、一貫性、動きにおいて大幅な向上が見られ、一般的な世界モデルの構築に向けた一歩となります。Gen-3 Alphaは、動画と画像を共同でトレーニングし、テキストから動画、画像から動画、テキストから画像への変
新たな画像生成モデル「Frames」の紹介
Runwayは新しい画像生成モデル「Frames」を発表しました。このモデルはスタイルの一貫性を保ちながら、クリエイティブな探求を広げることができ、特定のプロジェクトに合わせた外観を設定することが可能です。FramesはGen-3 AlphaおよびRunway APIでの利用が段階的に開始されており、ユーザーはよりシームレスな創作の流れの中で世界を構築できます。また、安全な運用のためのコンテンツモ
生成メディア時代のクリエイティブインターフェースの進化
Runwayの最新プロトタイプでは、生成モデルの潜在空間を通じたクリエイティブな探求が可能になる新しいインターフェース設計が紹介されています。ユーザーはイメージをノードとして扱い、非線形のタイムラインを構築できることで、従来の製作ツールを超えた自由な創造性を実現します。このアプローチにより、生成モデルがただの制作ツールではなく、創造プロセスのアクティブなパートナーとして機能することが期待されていま
Runwayが新たなビデオ生成のフロンティアを開拓
Runwayが新しいビデオ生成モデル「Runway Gen-4.5」を発表しました。このモデルは、最先端の動きの品質、プロンプトへの適合性、視覚的忠実度を実現しており、ビデオ生成の新たな可能性を提示しています。この進展は、映像制作やコンテンツクリエーションにおいて重要な影響を与えると考えられます。
Runwayが新しいGWM-1を発表
Runwayは、リアルタイムで現実をシミュレートする最先端の一般世界モデルGWM-1を発表しました。このモデルはインタラクティブで制御可能、かつ汎用的な用途を持つことが特徴です。この技術は、さまざまなアプリケーションにおいて新しい可能性を提供します。
リアルタイム動画生成がオンラインインタラクションを変革
インターネットの歴史において、ユーザーはテキストを入力し結果を得るというインタラクションモデルが主流でしたが、その時代は終わりを迎えようとしています。今後のオンラインインタラクションは、ユーザーの入力に応じてリアルタイムで生成される動画です。これにより、動画モデルは視覚的でインタラクティブな体験を提供し、教育やゲームなど多くの分野での利用が期待されます。
徹底比較: DiffusionGemma vs Gemma 4 12B — テキスト生成とマルチモーダルの違い
新たに発表されたDiffusionGemmaは、テキスト生成速度を4倍に向上させる技術です。一方、Gemma 4 12Bは視覚とテキストを同時に処理できるエンコーダーなしのマルチモーダルモデルです。両者は異なる用途に特化しており、AIの進化に貢献しています。
DiffusionGemmaによるテキスト生成の4倍高速化
Google DeepMindが新たに発表したDiffusionGemmaは、テキスト生成の速度を従来の4倍に向上させる技術です。この進展により、AIによるテキスト生成がより迅速かつ効率的になることが期待されており、特にリアルタイムアプリケーションや対話型システムにおいて大きな影響を与える可能性があります。
Gemini 3.5 Live Translateによる自然な音声翻訳
Gemini 3.5 Live Translateが、Google AI Studio、Google Translate、Google Meetにおいて、ほぼリアルタイムで自然な音声翻訳を提供します。この機能は、ユーザーが会話をよりスムーズに行うことを可能にし、特に国際的なコミュニケーションにおいて重要な役割を果たします。
Gemma 4 12B: 統一されたエンコーダーなしのマルチモーダルモデルを発表
Google DeepMindは、Gemma 4 12Bという新しい統一型マルチモーダルモデルを発表しました。このモデルはエンコーダーを使用せず、視覚やテキストなど複数のデータタイプを同時に処理する能力を持っています。AI技術の進化において重要な一歩であり、さまざまなアプリケーションでの利用が期待されています。
NotionがCodexを活用してAI音声入力を実現
NotionはCodexを利用して、スペックを一発で生成し、ウェブ用のAI音声入力を構築し、小規模チームのエンジニアリング力を倍増させる方法を示しています。これは、NotionがAIを通じて業務効率を向上させる重要な一歩です。
ChatGPTのメモリ機能改善でより有用に
ChatGPTが新しいメモリシステムを導入し、ユーザーの好みをより良く記憶し、会話の中での文脈を新鮮かつ関連性のあるものに保つことを目指しています。この機能により、ユーザーとの対話がよりスムーズになり、個々のニーズに応じた応答が可能となります。
GPT-Rosalindに新機能追加
GPT-Rosalindは、生命科学研究を支援するための新機能を追加しました。これにより、生物学的推論、創薬の専門知識、ゲノム解析、実験ワークフローの能力が強化されました。これらの進展は、研究者がより効率的にデータを扱い、革新的な発見を促進することに寄与するでしょう。
WasmerがCodexを使ってNode.jsランタイムを構築
WasmerはGPT-5.5を利用して、エッジコンピューティング向けのNode.jsランタイムを構築しました。この新しいランタイムにより、開発スピードが10倍から20倍に加速し、数ヶ月かかっていた出荷が数週間で可能になりました。この進展は、エッジでのアプリケーション開発を大幅に効率化するものです。
あらゆる役割やツールに対応するCodexの新機能
OpenAIが新しいCodexプラグインやアノテーションを発表しました。これにより、アナリストやマーケター、デザイナー、投資家などのチームはAIを活用して作業を効率化できます。新機能は、さまざまな役割に特化したツールを提供し、ユーザーがより多くの成果を上げる手助けをします。
Claude Code v2.1.158 の新機能
Claude Codeの最新版v2.1.158がリリースされ、Opus 4.7およびOpus 4.8に対して自動モードがBedrock、Vertex、Foundryで利用可能になりました。ユーザーは環境変数`CLAUDE_CODE_ENABLE_AUTO_MODE=1`を設定することでこの機能を有効化できます。この新機能により、より効率的な開発が期待されます。
ロザリンド生物防衛で社会的耐性を強化
OpenAIは、バイオ防衛、公衆衛生、パンデミック準備を進めるために、信頼できる開発者および米国政府パートナーに向けてGPT-Rosalindへのアクセスを拡大する「ロザリンド生物防衛」を発表しました。これは、最前線のAIを利用して社会的な耐性を強化することを目的としています。
Claude Code v2.1.154の新機能と改善
AnthropicのClaude Code v2.1.154がリリースされ、多くの新機能が追加されました。特に、ダイナミックワークフロー機能が導入され、複数のエージェントを使って大規模なタスクを効率的に処理できるようになりました。また、コスト効率の良い高速モードが利用可能になり、システムプロンプトのデフォルトも変更されました。これらの改善は、ユーザーがより複雑な作業を簡単に管理できることを目的とし
Claude Opus 4.8の導入
Anthropicは新しいモデルClaude Opus 4.8を発表しました。このモデルはコーディングやエージェンティックなタスクにおいてより強力なパフォーマンスを提供し、長時間の作業にも対応できる一貫性があります。Opus 4.8は、前バージョンのOpus 4.7からの性能向上があり、ユーザーがタスクへの取り組みの程度を制御できる新機能も搭載。テスト結果によると、Opus 4.8は前モデルに比べ
DiffusionBlocks: ニューラルネットワークをブロック単位でトレーニング
Anthropicが新しい手法「DiffusionBlocks」を発表しました。この手法はニューラルネットワークのトレーニングをブロック単位で行うことで、より効率的な学習を可能にします。特に、複雑なタスクにおいてパフォーマンスの向上が期待されており、AIモデルの開発に新たな道を開く可能性があります。
Stable Audio 3.0リリース、オープンウェイトモデルによる音楽生成
Stability AIがStable Audio 3.0を発表しました。このモデルファミリーは、完全にライセンスされたデータでトレーニングされたオープンウェイトの音楽モデルで構成されています。ユーザーは出力物を自由に配布・商業化でき、様々な用途に応じた4つのモデルが提供されます。このリリースは、音楽コミュニティの創造的な実験を促進することを目指しており、音声生成の革新を期待されています。