NVIDIAが、AIチャットボット「ChatRTX」でサポートするLLMを追加して画像検索機能の改善や音声認識機能の追加を行ったことを発表しました。

YouTubeが、AIを用いた「Jump Ahead」機能のテストの対象を、アメリカの一部のYouTube Premiumメンバーから、アメリカのYouTube Premiumメンバー全体に拡大したことがわかりました。

OpenAIが2024年5月7日に、デジタルコンテンツの来歴を追跡する技術の標準化団体「Coalition for Content Provenance and Authenticity(C2PA)」に参加したことを発表しました。Adobe、Microsoft、Google、ソニーなどの後に続いてC2PAの運営に加わったOpenAIは今後、電子透かしやAI画像検知ツールなどの技術の実装に取り組んでいくと表明しています。

Metaが、広告主向けに提供している生成AIツールの拡張セットを発表しました。これにより、広告を出したいという人や企業は、宣伝したい製品・サービスを用いたまったく新しい画像を作り出すことができるようになります。

ControlNetの開発者として知られるLvmin Zhang氏が、画像の光源の位置や光源の種類を自由に指定できる画像編集AIツール「IC-Light」を公開しました。

2024年5月14日(火)にリリースされる「Google Pixel 8a」はGoogle Pixel 8と比べて4万円以上安価ながら、同等の処理性能を備えています。「カメラ性能はどれだけ差があるのかな？」という疑問を解決するべく、両スマートフォンで色んな被写体を撮影しまくって性能の違いを検証してみました。

OpenAIが日本時間の2024年5月14日(火)にAIモデル「GPT-4o」を発表しました。GPT-4oは単一のモデルでテキスト、音声、視覚入力を非常に高速に処理可能で、リアルタイムに会話しながら「計算問題を解く」「画像の生成」「周囲の映像から状況を判断」といったタスクを実行可能です。

Googleが生成AIを用いた複数の検索機能を2024年5月15日(水)に開催された「Google I/O 2024」の基調講演で発表しました。この発表には「撮影した動画をもとに検索する機能」が含まれていたのですが、当該機能のデモ動画に致命的なミスが含まれていることが話題となっています。

Googleが現地時間の2024年5月14日に開催した開発者向けイベントの「Google I/O」で、映像や音声を理解してリアルタイムで質問に答えてくれるAIエージェント「Project Astra(Astra)」を発表しました。実際に、ユーザーがスマートフォンとスマートグラスのカメラで撮影した物事について、Astraにあれこれ質問しているデモ動画も公開されています。

Googleが、2024年5月14日に開催した開発者カンファレンス「Google I/O 2024」で、AIモデルのGeminiとAndroidをより深く統合させることで、動画からの検索やPDFの要約、銀行員などを装って個人情報を要求する詐欺への警告などの機能がスマートフォンに搭載されることを発表しました。

Googleが2024年5月15日にビジュアル言語モデル(VLM)の「PaliGemma」と、大規模言語モデル(LLM)の「Gemma 2」を発表しました。PaliGemmaはすでにリリースされており、簡単に試せるデモも公開されています。

GoogleフォトにAIの「Gemini」が統合され、ユーザーが質問を投げかけるだけで過去に撮影した写真や動画を簡単に検索できるようになることが明らかになりました。

入力してテキストに応じて高解像度の動画を出力する生成AI「Veo」を、Googleが「Google I/O 2024」で発表しました。

GoogleのAI研究部門であるGoogle DeepMindが現地時間の2024年5月14日に、AI生成コンテンツにウォーターマーク(電子透かし)を入れてフェイク画像の拡散を防止するツール「SynthID」を、従来の画像だけでなくテキストと動画にも拡張することを発表しました。

「Jam」はボタン一発でスクリーンショットや動画の撮影を行い、OSやブラウザのバージョンなどのメタデータと一緒にまとめて共有できる状態にしてくれるChrome・Edge・Arc・Brave・Operaなど各ブラウザ向けの拡張機能です。ユーザーからのバグ報告を受けるのに便利そうだったので実際に使い勝手を試してみました。

Intel製CPU搭載を搭載したPCでGPUなしでもStable Diffusionを用いた画像生成を可能にするGIMP用プラグイン「OpenVINO AI Plugins for GIMP」がGitHubに公開されています。特徴的なのは、AIの演算処理に特化したプロセッサ「NPU」に対応しており、NPUを使った画像生成が可能だという点。ちょうどNPUを搭載したXPS 13とXPS 14をDellから借りていたので、導入から実際に使うところまでをまとめてみました。

数枚の漫画・アニメの手描きの画像から「もっともらしい3D構造」を再現するツール「Toon3D」が公開されました。

現地時間の2024年5月20日、MicrosoftがウェブブラウザのMicrosoft Edge向けに、YouTubeなどのサイトに投稿された動画をAIを活用してリアルタイム翻訳し、吹き替えと字幕を提供する機能を発表しました。

中国に拠点を置くデバイスメーカーのHONORが、自社製スマートフォンにGoogleのAI機能を統合することを2024年5月22日(水)に発表しました。加えて、HONORは自社製スマートフォンでAIアシスタント「Gemini」や画像生成AI「Imagen 2」を利用可能にする計画も明かしています。

2023年11月にMicrosoftは、Windows 11の標準お絵描きアプリ「ペイント」に画像生成機能「Cocreator」を追加するアップデートを実施しました。さらにMicrosoftは2024年5月20日に、NPU搭載のPC「Copilot+ PC」向けに、Cocreatorでイラストを描きながらリアルタイムで画像を生成する機能を発表しました。

AIなどの技術を悪用した画像ベースの性的虐待が近年急増しており、特に女性や少女、LGBTQI+のコミュニティが標的となることが多く深刻な問題となっています。この問題に取り組むために、政府はテクノロジー企業や市民社会に協力を呼びかけ、画像ベースの性的虐待を防止・軽減するための自主的な取り組みを促しています。

イラストなどのアート作品を投稿できる大手コミュニティサービス「DeviantArt」では、投稿されたイラストや3Dモデルなどを購入できる仕組みがあり、その販売数や作品への評価などに応じて、トップページに表示されたり公式SNSで宣伝されたりしてより多くのユーザーの目に付きやすくなります。しかし、この仕組みを悪用するボットが大量発生しており、DeviantArtはそれらに対応しようとしていないとアーティストから非難の声が上がっています。

ムービーをGIFに変換できるソフト「gifski」は、PNG画像用のファイル圧縮アルゴリズムであるpngquantの機能を活用することで、ムービーの品質を可能な限り保ったハイクオリティなものから、ファイルサイズを抑えたものまで、目的に合わせてクオリティを調整したGIFアニメーションを作成することができます。無料でダウンロードできる＆簡単操作で変換可能とのことなので、実際にGIFアニメーションを作成してみました。

iPhone向けにプロ仕様のカメラアプリを開発するHalideが、動画撮影アプリ「Kino」を2024年5月29日にリリースしました。細かい設定が可能でプロのニーズにも応える本格的な動画撮影ができ、なおかつ初心者でも簡単に操作できるのが売りとのことで、実際に「Kino」を使ってみました。

「この人は保守派だ」「この人はリベラル政党を支持している」といった傾向を判断するには、通常はその人の言動などを分析する必要があります。しかし、スタンフォード大学経営大学院の研究チームが、顔認識技術とAIを組み合わせることで、顔を見るだけでその人の政治的指向を正確に評価できると主張しています。

AIで生成した画像を使った漫画の著作権がアメリカで物議を醸したり、漫画の設定やあらすじを提案してくれるAIサービスが登場したりと、AIは絵やイラストの生成だけでなく漫画作品の制作にも活用されるようになってきています。中国のByteDanceと南開大学の研究チームが、ストーリーのある漫画を出力できるAIモデル「StoryDiffusion」を発表しました。

4K・25FPSで撮影が可能でナイトビジョンで夜間の撮影もバッチリなReolinkのセキュリティカメラ「TrackMix PoE」と「RLC-833A」をゲットしたので、両者の比較およびSynologyのNASにつないでみる手順を確認してみました。

写真家とアセットクリエイターによるサイト「ShareTextures」では、実際に撮影した写真やロイヤリティフリーの写真から作成した3Dモデルやテクスチャを配布しています。コンテンツはすべてCC0ライセンスのため、個人・商業問わず自由にダウンロードして活用することができます。

アメリカのノースカロライナ州では、民間企業が提供する自動車のナンバープレートを読み取るカメラシステムを導入しています。このシステムは通過する全ての車両のナンバープレートや特徴をキャプチャし、犯罪に関連する車両だけでなく一般市民の車両のデータも収集することができ、州内外の法執行機関のみが捜査目的でアクセスできるようになっています。しかし、このカメラシステムについて、プライバシー擁護派からは厳しい批判の目が向けられています。

ウクライナ外務省は現地時間の2024年5月1日、外務省を代表してメディアに向けて公式声明を発信するAI報道官「Вікторія Ші(ヴィクトリア・シー)」を発表しました。報道にAI生成のデジタルパーソンを使用することにより、人間の外交官の時間を節約するのが狙いとのことです。