ディズニーのVR用歩けるタイル、超絶進化しとる。
椅子まで回転させれてる。
というかルームランナーいらないレベル。
The media could not be played.
From
Dexerto
ホーダチ-Hodatsu | LLM Researcher × AI Engineer
ホーダチ-Hodatsu | LLM Researcher × AI Engineer
11.1K posts
ホーダチ-Hodatsu | LLM Researcher × AI Engineer
@hokazuya
AI Engineer 先端技術と興味が湧いたことと雑記しか呟きません | My face-photo is made with Midjourney | 個人開発：github.com/hokar3361 | huggingface.co/hokar3361
北海道Joined May 2013
ホーダチ-Hodatsu | LLM Researcher × AI Engineer’s posts
やばいのきた。
画力なくても、近いところまで描いたら雰囲気から、AIがロゴを作ってくれる。
私の低レベルな画力でもいけてるロゴやアイコンが簡単に作れる。
GIF
マジでこれを無償で提供とか、すごすぎる。
衛星データから自動生成された、Unreal Engineで使える新宿(1/10)
日本中、世界中のマップがこのように再現できるようになったら、仮想現実の世界観はもっと広がる。
夢しかない。
ちなみに私は新宿の土地勘はゼロなので、どこが何なのかはわからん
1:23
Runwayが凄すぎる。
画像の選択範囲に対してモーションをつけて動かしてる。
なんだこれ、のレベル。
0:01 / 0:25
From
Rory Flynn
久しぶりに動画変換系のAIネタをリサーチしたら、Viggle A進化エグい。
スタイルチェンジと言っているけど、元の動画に、差し替えたい人物の静止画一枚でこれ。
出演者を変えなければいけないやむを得ない理由とか、リメイクとか。
使えるシーンが多くある技術に感じた。
From
A.I.Warper
ナニコレ。Google Earthが神進化しとった。
東京駅近郊空撮。
Google Earthに空撮機能が出てる。
UEでカメラワーク使うのと
ほぼ同じ感覚で実世界の映像作れた。
しかも内部にある地理情報は全部出力されてる。
一つの新しいコンテンツ制作方法かも。
ちな、撮影のセンスはないのと土地勘もない。
0:01 / 0:15
ゲームにおけるモーション生成AIが爆進。
motoricaという、モーション マッチング用AIがすごい。
モーション キャプチャの必要性がなくなり、アサシン クリードやラスト オブ アスのような高品質のアニメーションが数か月ではなく数分で。
すごい時代やな。
0:01 / 0:14
好きすぎる
コードエディタに不要な爆発を実装しちゃったらしい
コードエディタに不要な爆発を実装しちゃったらしい
From
zack (in SF)
超使えるのが来た。
ロゴじゃなくて超リアルな絵。
このレベルのお絵描きレベルでいけるのか。
絵心ゼロだから、ロゴも、絵も、AIに頼る。
0:01 / 0:34
なんだこれ。リアリティエグすぎ。
しかも日本発のJ-Moshi、本気でこのレベルなら、OpenAIのリアルタイムAPIとは比にならないクォリティ。
まじで人間が話してるとしか思えんレベル
From
Atsumoto Ohashi
なんじゃこれ。
テレビの中の試合が目の前のボードに来とる。
From
Franco Ronconi 
最高すぎるぞ、Deep Research。
家族旅行のplan立てるのにリサーチするのも、指示したら、使う公共交通機関と時刻表まで調べて、キッチリ出してくれた。
文章だったけど、それをただコピってHTMLCanvasで表形式にさせたらこれ。後は家族に見せるだけ。。
Replying to
サイトはこちらから：
Logo Diffusion
logodiffusion.com
日中はできたものの今は人気爆発でサーバーパンク中の様子でGenerate失敗続く。（向こうは日中ですしね）
使い方はいたって簡単：
１．上記ページからサインイン
２．左側のメニューでImageToImageを選択
ほえー、元旦からスゴイもん出てきた
AI ペイント ツールで、顔の向きや背景、服装など、指示と直感的なUIで作れちゃうらしい
これなら、ワシでも作れそう、という期待を与えてくれるサービスはかなり好き
AI ペイント ツールで、顔の向きや背景、服装など、指示と直感的なUIで作れちゃうらしい
これなら、ワシでも作れそう、という期待を与えてくれるサービスはかなり好き
From
MapleShaw
これ、日本語 OCR触る人、皆試してみてほしい。
OSSの OCRプロダクト、「Yomitoku」。
しばらく前に見て、使ってみようと思ってから、バタバタしてさわれていなかったのだけど、存在を知り合いの方に思い出させてもらって、そういや触っていなかったと思い触った。
これ、ええ。今度は、MacBookに限らず、
Dockerさえ動けば、自分のPCを汚さず、
サクッとAIエージェント自動化環境用のLinuxデスクトップが手に入る GUI付きコンテナがオープンソースで登場。
──Bytebot
これ最高やん。
GitHub公式から、複雑なGitHubワークフローやら、アクションを自然言語で実現できる、MCPサーバー登場。
地味にモジュールの話とか調べるのだるいし時間かかっていたから、調べてついでに実装するのもしんどかった。
【OpenAI Spring アップデートまとめ速報】
①GPT-4o APIを発表
対GPT-4Turbo：
・２倍高速
・半額
・５倍まで利用できるようRateLimit緩和
②音声の実装（Text-To-Speech）
・応対スピードの向上
・感情表現の実装（感情こもりすぎw）
・歌唱の実装（歌も歌えるんかい)
超実用的な、RAGの完成形か、と思えるOSS登場。。
55KスターのOSS「RAGFlow」が登場。
曖昧なRAGを捨てて、“根拠に基づく回答”へ。
LLMの永遠の課題、「信憑性」「正確性」。
どれだけLLMが進化しても、変化し続ける「情報」には勝てない。
つまり正確性が重要な多くの業務では導入が足踏みになる。
リアルタイムオービス。
Visionでやってるみたい。
レーダー当てるとかじゃなくて、動画からだから後追いもできそう。
ドラレコや監視カメラにとも思ったけど、後追いできるならそれで十分そう。
多方面でVisionは活躍しそう。
これ、吉報。
いよいよ全開発者のスタンダードが変わる。
VSCodeのエージェントモードが、
全ユーザ無料利用可能に。
多くの開発者が利用する、VSCode についに「エージェントモード」が正式ローンチ。
やば。便利すぎやろ。
githubのコードベース、gitdiagramにurlを変えるだけで、これ。
これは使うわ。
From
Ahmed Khaleel
わかったわ。Grokの使い方。
「Xの投稿」をベースにXXXX年からのPostを調べて、という形でリサーチをさせて、時系列でトレンドをまとめて、という言い方をすると、「いつそれについてPost」されたか、というのを比較的に正確に調べてくれる。
これは、OpenAIのDeep Researchにはできない、
