Tag

#World Models

10 件

ByteDanceのAIが映画シーンの再撮影を可能に

固定ショットは長らく、撮影した映像の範囲内で妥協するか、追加撮影に費用をかけることを意味していました。この興味深いデモは、より難しい問いも投げかけています。これがどの程度リアルな3D制御であり、どの程度が印象的なプレビューに過ぎないのかという点です。

映画のシーンを再構築できるカメラは、映画制作者にとっては夢のようであり、権利保持者にとっては悪夢のような話です。一方、高速な新しい画像エディターやSoraに関する不可解なシグナルにより、次の展開は見た目以上に予測困難になっています。

ByteDanceは、動画の長さを30秒に倍増させ、ほぼ完璧な一貫性を維持するAIモデル「Seedance 2.5」を発表しました。これは単なるアップグレードではなく、クリエイティブAIを支配し、基盤となる世界モデルを構築するための戦略的な一手です。

「速い、安い、高品質—二つを選べ」という古い格言は、もはやAI動画には当てはまらない。ByteDance、Kling、Alibabaの新しい「ミニ」およびリアルタイムモデルは、この3つすべてを同時に実現している。

LLMはチャットボットの域を超えて現実世界で行動を起こすようになっていますが、トップの専門家たちは、結果を予測する重要な能力が欠けていると警告しています。この「行動盲目」により、彼らは危険なほど信頼性が低く、そのリスクはすでに現実のものとなっています。

トップのAI専門家たちは、ハルシネーションよりも大きな新たな脅威について警鐘を鳴らしています。LLMが単に話すだけでなく、*行動*し始めると、結果を予測できないことが致命的な失敗となります。

専門家は、大規模言語モデルが「世界は言葉でできていない」ため現実を把握できないと主張しています。この話題の記事は、その議論が根本的に誤っている理由と、真のAI知能の未来が実際にどのようなものになるかを示しています。

あるAIスタートアップが、生成型ゲームワールドにおける最大の問題、すなわちマルチプレイヤーを解決しました。彼らの新しいモデル「Agora 1」は、コードなしで共有現実を生成し、その真の目標はゲームでさえありません。

メタのAI責任者、ヤン・ルカンが新しいアーキテクチャを発表しました。このモデルはテキストをトークン単位で生成するのではなく、JEPAという新しいモデルは世界の真の理解を学習し、ChatGPTのようなLLMからのパラダイムシフトの可能性を示しています。

マイクロソフトは、クラウドではなくあなたのデバイス上で動作する超効率的なAIエージェントFara-7Bを発表しました。この動きは、競合他社からの新しいモデルの波と相まって、OpenAIの優位性を試す大きな変化を示しています。