動画内アイテム識別AIモデル「SAM 2」
https://www.itmedia.co.jp/news/articles/2407/30/news093.html

この手のニュースに獣人が増えまくってる

本文無し

AI作画によるマンガがジャンプルーキーでランキング入り
良い試み
https://rookie.shonenjump.com/series/zGZPbQ8HeDw

個人勢のファインチューニングによるLLMモデルが標準的なベンチマークElyzaTasks-100のスコアにて企業勢のモデル（o4-miniなど）を超えてしまうという快挙
https://huggingface.co/HODACHI/Llama-3.1-70B-EZO-1.1-it

どこよりも学習素材をかかえてると思わしきgoogleの進撃が始まったな…

gemini-1.5-pro-exp-0801がChatbot Arenaで一位
Google AI Studioですでに触れるらしい
https://x.com/shanegJP/status/1819145571040743639

AMD製プロセッサに最適化した画像生成AI「Amuse 2.0 Beta」
https://gigazine.net/news/20240730-amd-amuse-2-beta/

構築できるならzluda環境のほうが現状はマシだな……今後に期待

GitHubから「GitHub Models」が発表
https://japan.zdnet.com/article/35222291/
プレイグラウンドでここで上がってるモデルが無料で使えるっぽい？

FLUX.1
Black Forest Labs（BFL）による画像生成AI
かねてより噂されていた一部SDの開発者たちによる新規モデル
https://github.com/black-forest-labs/flux

デモ：
https://huggingface.co/spaces/black-forest-labs/FLUX.1-schnell
https://replicate.com/black-forest-labs/flux-schnell

ComifyUIの出力例
https://x.com/PhotogenicWeekE/status/1819214182375649369

FLUX.1なかなか評判いいな
これはStable Diffusion世代交代しちゃうかも

漫画制作を爆速化！ 生成AIをフル活用して時短してみた
https://ascii.jp/elem/000/004/211/4211356/
13pを1日

スレ立てあんがと
それなりにニュースはあったが
面倒で立ててなかったw

AI獣人ニュース

フィギュアに使えるくらいの3Dデータが出れば嬉しいけどそれはまだ遠いか…

FLUXの素の画質はミッドジャーニー似っぽいね

>フィギュアに使えるくらいの3Dデータが出れば嬉しいけどそれはまだ遠いか…

これなんてどうだろね?

>3Dモデリングに挫折した人は、全員Meshyを使ってみた方が良い。「無料」かつ「1分」で、高品質な3Dモデルが生成できて楽しい。3Dモデリングしてる人も、テクスチャのみ生成する機能などで武器が増える。リプ欄にわかりやすい使い方を貼りました↓
https://x.com/hirochuu8/status/1817046820175949917

早速鮫人やウサギ人が出てきたな…

>No.78663
雑に試してみた
対象は偶々目についた焼肉器
出来た3Dモデルは一見それっぽいようだけど
回転させると歪みまくっていて早速怪しい…
https://huggingface.co/spaces/stabilityai/stable-fast-3d

Stable Fast 3DのデモページからDL出来るのはGLB形式のみだったので
テキトーなWEBサービスでOBJ形式に変換してからMeshmixerで確認
サイズが1mm以下じゃん…
指定できないからしょうがないんだけど寸法がテキトー

3Dプリンタ用のスライサに取り込んで100倍に拡大
ボコボコ過ぎてとても出力に耐えられるものではないですね
という結果になりました

>No.78925
Meshyの方も試してみました
テキトーにプロンプト入れてバニーさん
この段階では良い感じですね
stlでもDLできるので一手間省ける

https://www.meshy.ai/discover

そしてSTLをMeshmixerで確認
こっちもサイズ1mm以下になるんか

スライサに取り込んで100倍
ちょっとラフ造形すぎますねー
スカルプトモデリングの土台にはなるかも？くらいですね

結論：AI生成ではフィギュアに使えるクオリティの3Dデータは（現時点では）無理っぽい
自分で3Dモデリングしよう！

連投失礼しました

検証ありがたい

>AI作画によるマンガがジャンプルーキーでランキング入り
顔のアップばっかりで笑った

>全ページ画像生成AI漫画　[ヘヴニーズ・コード]

https://rookie.shonenjump.com/series/EmTZ65sK0B8

やっぱり､話と演出がでたらめだと
読んですらもらえないな・・

>AI作画によるマンガがジャンプルーキーでランキング入り

マンガとしてはデタラメだが
可能性は大いに感じるな

つか､このあたりはプロのほうが使いこなしてそう

このあたりの人は
大っぴらには言えないだろうが
もうかなり使ってそう
https://cgworld.jp/magazine/cgw303.html

>https://rookie.shonenjump.com/series/EmTZ65sK0B8

1年前くらいの､すぐに漫画に応用しようとして
拙速な作品を作った人はだいたいもう飽きたみたいだね

そろそろ地に足がついた､
もともと漫画を描いていた人たちが少しずつ応用してきてるかんじ

https://forest.watch.impress.co.jp/docs/news/1613961.html
月額＋無料タイムはあれど分単位課金か…

>利用には1分6.6円の料金がかかる。

・・か｡
出力にかかった時間だけ､だよね?
とりあえず人柱志望者をXで探すか・・

AIで検索しても､ほとんどAI作画は出ないな・・
まあジャンプの作風に合わないのはわかるけど

https://rookie.shonenjump.com/search?query=AI

https://forest.watch.impress.co.jp/docs/news/1613961.html

の人柱を探してみた
https://x.com/search?q=ConoHa%20AI%20Canvas&src=typed_query&f=top

あんまり評判良くないな

Figure 02発表
https://x.com/Figure_robot/status/1820791819023909031
S2Sがあるならデモで紹介しろや

GPT-4o(miniも)のAPIで構造化出力導入
https://x.com/OpenAIDevs/status/1820876430764634115
地味にGPT-4oの金額半額になってるな

自分の作品に似たAIイラストがあったときの対応方法　文化庁が解説
https://ascii.jp/elem/000/004/213/4213761/

>3Dモデリングに挫折した人は、全員Meshyを使ってみた方が良い。
ゴブリンとかモンスター程度ならキャプったのをi2iして素材にすれば使えそうね

AIの消費電力を最大2500分の1に削減する「CRAM」を研究者が実証
https://gigazine.net/news/20240807-ai-energy-consumpiton-by-up-to-2500-times/
一部の人がAI否定の理由にしてた事が解消されるんかな

AI小説は増えてるのに漫画の内容をAIに作らせてる人はほとんどいないのか

https://rookie.shonenjump.com/series/zGZPbQ8H7P0
https://rookie.shonenjump.com/series/zGZPbQ8MBcw

オープンでMath性能がダントツのQwen2-Mathがリリース
https://x.com/Alibaba_Qwen/status/1821553401744015816

Qwenはいろいろと成績いいと聞くね

Sakana AIから自動的に科学研究を行うシステム「AI Scientist」が発表
https://sakana.ai/ai-scientist/

これは良スレ

SAKANA.aiはLLM応用の分野に舵切ってるな

Grok 2 Mini (Beta)がリリースされたらしい画像生成はFLUX.1を使用している模様だが詳細不明速さ的に無料版じゃないかと言われている

Grok 2 Betaについて公式から発表きてた
https://x.ai/blog/grok-2

forgeでFLUXを使えるようにするEasyForge

https://github.com/Zuntan03/EasyForge
https://x.com/Zuntan03/status/1822555275380871407


forge自体にもFLUXのLora対応（dev-fp8）入ったみたい
https://x.com/dev_inada/status/1823695701353881909

FLUX Loraに関するスレッド
https://x.com/HBCoop_/status/1823422286373745064

学習方法などの共有、使用サービスやツールなど
Google Colabでのトレーニング
FLUX.1用のDreambooth
などなど

GPT-4oのFine-tuningが可能に
https://openai.com/index/gpt-4o-fine-tuning/

２０２３年のだけどNTTが配布してるLLMについての学習スライド
大規模言語モデル入門 / LLM introduction (SES2023)
https://speakerdeck.com/kyoun/llm-introduction-ses2023?

>ついに、トップ研究者たちが率いるAI企業が最新の画像生成AI「Ideogram 2.0」 を発表
>
>5つのモデル（一般、リアル、デザイン、アニメ風、3D）があり、テキストの描性能画と画像の一貫性で改善してます。
https://x.com/jaguring1/status/1826278815368409122

・・とのこと

>Ideogram 2.0
実写風だと､今までより頭一つ抜けた感じ?
https://x.com/search?q=Ideogram%202.0&src=typed_query

どうせエロ出せないんでしょ？
だったら要らないかな

midjourneyのweb版を一般公開
Discordアカウントがあれば10枚/日程度を無料で使用可能
https://www.midjourney.com/

>どうせエロ出せないんでしょ？
>だったら要らないかな
これ重要よね…

>どうせエロ出せないんでしょ？
>だったら要らないかな
img2imgの素材にはなる

エロが出せるに越したことはないんだけど健全オンリーでもハイクオリティな女の子出してくれるものが増えるなら色々活用方法はあるからね
エロ禁止すぎて健全画像を出すことすら難儀するパターンになってくるとアレだけど

https://civitai.com/articles/6309

皆大好きPony Diffusionの次世代モデルのベースは
FLUX1でもSD3でもなくAuraFlowになるそうな

ソフトバンクのプロンプト文例集
シンプルなやつ
https://www.softbank.jp/biz/solutions/smb/prompt/

https://ci-en.net/creator/24768/crowdfunding/761
生成AI被害に対する訴訟費用CFと言うのをやるみたいだが
被害にあったのでやると言うのは構わないがCi-enでリターン無しと言うのは規約違反ではないか？と言う声も上がったりしてる中で続けて
今２００万近く上がっている

AI獣人ニュース
yahooでがっつりfurryに触れてる

Claude Artifactsかなりパワーアップしてるらしいけど電話番号の登録がいるタイプで躊躇しちゃう…

Geminiがアップデートでモデル3つ公開
https://x.com/OfficialLoganK/status/1828480081574142227
新しくfalsh-8bがあるけどそもそもflashのサイズがいくつかわからんから何が違うのかわかりづらい

画像生成AIでイラストはどこまでやれるのかトライしてるの良い努力だと思う
https://x.com/GianMattya/status/1828471134553354563

GameNGen(google)
同じくgoogle開発のTPU上で20fpsの速度で画像出力し続けられる生成モデル
デモではDOOMのプレイを可能にしている。
生成AIを極めていくとゲームエンジンになるのおもしろすぎる…
https://x.com/_akhaliq/status/1828631472632172911

秒間20枚くらいその場その場でゲーム画面を出力してそれでゲームのプレイを可能にしてるってこと？
もうちょっと進んだら架空のゲームとかアニメ映画とか作れそうだな…

GenWrap:
一枚の画像から生成した深度情報を元にカメラを動かしてポーズをキメ、新たな見た目を生成する
https://huggingface.co/spaces/Sony/genwarp

>秒間20枚くらいその場その場でゲーム画面を出力してそれでゲームのプレイを可能にしてるってこと？
してるらしい
しかもモデル部分はStableDiffusion v1.4の拡張版とのこと

論文
https://arxiv.org/pdf/2408.14837

"原文の翻訳:
「具体的には、アクションに基づいて、各アクション（例：特定のキーボード入力）を1つのトークンにエンコードした埋め込み Aemb を学習し、テキストからこのアクションシーケンスにクロス注意力を置き換える。」

これが何を表しているか:
上の文は、自然言語処理（NLP）や対話系AIにおけるモデル設計の特徴について説明しています。ここでは、クロス注意力機構 (Cross Attention) がアクション（キーボード入力などの操作）の情報に置き換えられる仕組みが提示されています。
通常、クロス注意力はテキスト生成や質問応答のモデルで使われますが、この文では、アクション（ユーザーのインタラクション）をシーケンスとして学習し、それを元にしてモデルが情報を取得・操作するように設計しています。このアプローチにより、AIシステムは特定の入力アクションに基づいて、より正確で意味的な応答や動作を行うことができるようになります。"

"上の英文を翻訳し、何が起きているのかを日本語で説明して。"ってpromptわりと便利かもしれん

CogVideoX（清華大学とZhipu AI）が5Bクラスのt2v動画生成AIモデルをオープンソースで公開したらしいヤバイ
https://huggingface.co/THUDM/CogVideoX-5b
https://x.com/Gradio/status/1828411362214916562

20GBくらいメモリくうらしいのでつよつよPCの名無し頼んだ

Gemini AdvancedでいわゆるGPTsの機能が提供開始
https://blog.google/products/gemini/google-gemini-update-august-2024/

ImageFX(Imagen3)が正式リリース
https://deepmind.google/technologies/imagen-3/

prompt:
Savory sushi and ramen in the vibrant streets of Shibuya, neon lights, night photography, cinematic

p2pを利用した編集機能とかある

>ImageFX(Imagen3)が正式リリース
>https://deepmind.google/technologies/imagen-3/
>prompt:
>Savory sushi and ramen in the vibrant streets of Shibuya, neon lights, night photography, cinematic
>p2pを利用した編集機能とかある
今訳あって確認出来ない
これbingより綺麗？エロは出せる？

Qwen2-VL-72BはほとんどのベンチマークでGPT-4oやClaude3.5 Sonnetを上回る
https://qwenlm.github.io/blog/qwen2-vl/

1億トークンコンテキストウィンドウのLTM-2-mini
https://magic.dev/blog/100m-token-context-windows

Command RとCommand R+のアップデート
https://docs.cohere.com/changelog/command-gets-refreshed

>Command RとCommand R+のアップデート
GGUF化済みモデル
https://huggingface.co/models?other=base_model:quantized:CohereForAI/c4ai-command-r-plus-08-2024
https://huggingface.co/models?other=base_model:quantized:CohereForAI/c4ai-command-r-08-2024

カルフォルニア州でAI生成画像に電子透かしをいれる法案が通る模様
SDを始めオープンモデルは滅びそう
adobeやMSなどすでに準備の済んでるプラットフォーマーは歓迎

AI獣人ニュース
https://k-tai.watch.impress.co.jp/docs/column/stapaapple/1620968.html
Webアプリ版「Midjourney」がどんどん便利に！　iPhoneやiPadでもほぼ同じUIで利用できる!!!

資料を簡単に図解できるAI､「Napkin AI」が
日本語に対応｡

https://x.com/search?q=%22Napkin%20AI%22&src=trend_click&vertical=trends

Reflection 70B
Llama3.1の微調整だけどReflection-TuningによってテストしたすべてのベンチマークでGPT-4oを上回るとのこと
https://x.com/mattshumer_/status/1831767014341538166
来週405B版を出す模様

Phind 405Bのリリース
HumanEvalで92%でClaude 3.5 Sonnetに匹敵してPhindのプロユーザーなら使える
Phind Instant(8B)もありどちらもLlama3.1の微調整
https://www.phind.com/blog/introducing-phind-405b-and-better-faster-searches

DeepSeek-V2.5
https://huggingface.co/deepseek-ai/DeepSeek-V2.5

東大、ネズミの脳で絵を描くことに成功 - 日本経済新聞
https://www.nikkei.com/article/DGXZRSP677868_U4A900C2000000/

いよいよSFの世界が近づいてきた感じが

超人的な AI 予測ボット「FiveThirtyNine」
GPT-4oベースで確率を出すだけだけど経験豊富な予測者の集団よりパフォーマンスが同等または高いらしい
https://www.safe.ai/blog/forecasting
デモページもあるよ
https://forecast.safe.ai/

科学文献のレビューを行うAIエージェント「PaperQA2」
https://x.com/SGRodriques/status/1833908643856818443

>東大、ネズミの脳で絵を描くことに成功 - 日本経済新聞
>https://www.nikkei.com/article/DGXZRSP677868_U4A900C2000000/
ネズミにAIやらせたり毛を生やしたりしてるのに
一向に人間の生活は楽にならず毛も生えない

>東大、ネズミの脳で絵を描くことに成功 - 日本経済新聞
Seed値をネズミの脳に刺した電極から出たノイズで決めてるだけでしょうこれ
絵を描いてるのは100%AIでネズミはただの乱数ジェネレータ

OpenAI o1-preview
https://openai.com/index/introducing-openai-o1-preview/

>一向に人間の生活は楽にならず毛も生えない
ハゲ発見

LLMの中核技術であるTransformerの性能に関する論文。
理論上すべての問題を解けるみたいなことを言っててよくわからない
https://x.com/denny_zhou/status/1835761801453306089

>LLMの中核技術であるTransformerの性能に関する論文。
>理論上すべての問題を解けるみたいなことを言っててよくわからない
>https://x.com/denny_zhou/status/1835761801453306089
LLMに解説してもらったところによるとP/polyは解けるけどNP完全問題は含まれてないようだからそっちは解けないらしい

数学的に解けるものならLLMに出力させる中間トークンしだいでプログラムなしにでも答え出せるよって話しか…

高度すぎてワイにはよくわからんけど

（理屈の上では）複数のTransformerを何段階もつなげて使っても機能する、だからすごいこともやれる、みたいな話？

最近出たモデル
MistralからマルチモーダルなPixtral 12B
Mistral Smallアプデとそれに伴って料金下げ
https://mistral.ai/news/september-24-release/
Qwen2.5（サイズは色々）最大の72BはLlama-3.1-405Bクラス
https://qwenlm.github.io/blog/qwen2.5/

kling AIの新機能のモーションブラシ、久々に生成AIで魔法みたいって感動した

とうとうサムアルトマン及びOpenAIがAGI/ASIを宣言。

今後数十年で誰もがパーソナライズされたいくつものAIを率いて、貧富や機会の差を超越して
学び、働き、人類をより有意義になると述べ、
「数千日で超知能を持つ可能性があります」
と宣言。

https://x.com/sama/status/1838262165435802116

Gemini-1.5-Pro-002とGemini-1.5-Flash-002
https://developers.googleblog.com/en/updated-production-ready-gemini-models-reduced-15-pro-pricing-increased-rate-limits-and-more/

Advanced Voiceを今週中に展開
https://x.com/OpenAI/status/1838642444365369814
すでに展開は始まってるらしい
後声が5つ追加された模様

Llama 3.2
https://ai.meta.com/blog/llama-3-2-connect-2024-vision-edge-mobile-devices/
なんか90BにしたわりにはQwen2-VL-72Bよりいいかは微妙な感じのベンチマークだな

新たなオープンソースLLM　「OLMo」
デモサイトでは一通りのマルチモーダルな性能を見せている。4o級の性能はありそう
https://github.com/allenai/OLMo
https://molmo.allenai.org/

HTML2Markdown文章整形専門のモデル
https://x.com/JinaAI_/status/1833861180445860168
https://huggingface.co/jinaai/reader-lm-1.5b

ニッチだけどこういうのもいいよね

>新たなオープンソースLLM　「OLMo」
>デモサイトでは一通りのマルチモーダルな性能を見せている。4o級の性能はありそう
>https://github.com/allenai/OLMo
>https://molmo.allenai.org/
OLMoEからの派生はMolmoの1Bだけでデモサイトがどれかわからんが4o級の最高のモデルの72BはQwen2 72Bをベースモデルにしてるからあんまり新しい感ないな？

>あんまり新しい感ないな？
今後リリースされる上位版のやつもデータのカットオフが今年の7月ですでにリリースされてるし見立ては合ってそう
https://huggingface.co/allenai/OLMo-7B-0724-hf/tree/main

FluxPro越えのモデルが突然現れた

>FluxPro越えのモデルが突然現れた
どっちのAIの生成した画像がいいかでバトルアリーナ開催してて
突如現れランキングトップになったblueberry、
その正体やオープンかクローズなどはまだ謎に包まれている…ってコト！？

なぜかプレスリリース出してる企業すらないからな……
どっかの超天才が個人的に作った可能性すらある

昔ダリ先生のプロジェクトコードがstrawberryだったから
ダリ先生の新バージョンじゃない？　って言われてるけどまだわからんね
ちょっとアリーナで60試合くらいしてきたけど自分のトップはblueberry_0だった
ただとしあき好みの虹絵はあまりないからそっち系で強いかはわからんね

世界一の日本語性能を持つ富士通がCohereと一緒に開発した「Takane」
https://pr.fujitsu.com/jp/news/2024/09/30.html#footnote2

イラスト系でDanbooruタグの使える新たなSDXLモデル Illustrious XLが登場

https://huggingface.co/OnomaAIResearch/Illustrious-xl-early-release-v0

>イラスト系でDanbooruタグの使える新たなSDXLモデル Illustrious XLが登場
0.1が示す通りまだ本当に体験版の域だから今後に期待

Gemma 2 JPN
Gemma 2 2Bを日本語でfine-tuneしたもの
https://huggingface.co/collections/google/gemma-2-jpn-release-66f5d3337fdf061dff76a4f1

>FluxPro越えのモデルが突然現れた
これの正体はFLUX 1.1 PROのようだな
https://blackforestlabs.ai/announcing-flux-1-1-pro-and-the-bfl-api/

MetaからMovie Gen
動画もできるが音も作成できるようだ
https://ai.meta.com/research/movie-gen/?utm_source=twitter&utm_medium=organic_social&utm_content=video&utm_campaign=moviegen

Flux1.1 pro さんちょっと質問があるんだけどというXスレッド
さすがに目を疑った
https://x.com/minchoi/status/1843003892910760259

経産省、国内の生成AI各社に支援　「アニメ特化型基盤モデル」「薬学特化LLM」など、計算資源を助成
https://www.itmedia.co.jp/aiplus/articles/2410/10/news155.html

AI2AIみたいなキーワードまで出だしてるな…

img2imgが画像から画像を生成するのなら、
AI2AIはcheckpointからcheckpointを生成するのかな
マージモデルかな？（すっとぼけ）

米OpenAIが対話型生成AI「ChatGPT」を公開した2022年11月30日から24年7月29日までに、中国ではAI関連企業87万8000社が登記されたが、すでに全体の8.9％にあたる7万8612社が登記抹消または営業停止となっていることが分かった。中国メディア「��媒体」が報じた。
��媒体によると、中国では過去3年間でAI関連企業20万社以上が登記抹消となり、10年間で計35万3000社が姿を消したという。

>米OpenAIが対話型生成AI「ChatGPT」を公開した2022年11月30日から24年7月29日までに、中国ではAI関連企業87万8000社が登記されたが、すでに全体の8.9％にあたる7万8612社が登記抹消または営業停止となっていることが分かった。中国メディア「��媒体」が報じた。
>��媒体によると、中国では過去3年間でAI関連企業20万社以上が登記抹消となり、10年間で計35万3000社が姿を消したという。
まあ向こうは何か流行るとすぐベンチャー企業できるからな…
むしろまだ半分以上も残ってるのか

2024/09実施の主要LLMの真実性スコア

どのAIも陰謀論が得意で草
でぐぐってみたらこういうことか

陰謀論者の説得には大規模言語モデルが有効、MITなど新研究
https://www.technologyreview.jp/s/345971/chatbots-can-persuade-people-to-stop-believing-in-conspiracy-theories/

Llama-3.1-Nemotron-70B-Instruct
https://huggingface.co/nvidia/Llama-3.1-Nemotron-70B-Instruct
Llama-3.1をNvidiaが微調整したやつ
ベンチマークはGPT-4oやSonnet3.5越えと言っているが使ってみるとLlama系ぽさは変わらないから日本語には強くないのだろうしベンチマーク特化なだけに見える

ChatGPTスレ落ちた？

エロ部門のベンチマークが欲しい

まず体位網羅率と破綻の少なさのベンチマークスコアをだな

Sonnet3.5(NEW)とHaiku3.5のリリース
https://www.anthropic.com/news/3-5-models-and-computer-use
性能的にはコーディング能力のアップで通常とは別に新たなAPIとしてコンピュータを操作できるAPIが提供されるとのこと

Cohereからマルチモーダルな埋め込みモデルのembed-3がリリース
https://cohere.com/blog/multimodal-embed-3

たった一日で怒涛のAI業界のリリース
1)IBM--Granite 3.0
2)Anthropic--新Claude 3.5 Sonnetと3.5 Haiku
3)Stability--Stable Diffusion 3.5
4)Genmo--動画生成AI Mochi 1
5)北京大学--Open-Sora-Plan-v1.3.0
6)CMU--Pangea
7)Perplexity--Reasoning Mode
8)Salesforce--BLIP-3-Video
9)Runway--Act-One
10)Ideogram Canvas

https://www.anthropic.com/research/developing-computer-use
業界的にはこれが大きいのかな
AIがコンピュータを自分の意思で操作してマウスを動かしたりクリックしたりできるようになったよって話
デカい革新になるのかデカいやらかしして立ち消えるのかは注目だね

AIにPCの操作なんて恐ろしすぎるけどなぁ

量子化によって標準で6GB以上あるSDXLのファイルサイズを4GBに削減したチェックポイント
https://civitai.com/models/868033/4gb-sdxl-full-checkpoint

CohereからオープンソースのAya Expanseをリリース
https://cohere.com/blog/aya-expanse-connecting-our-world
8Bと32Bモデルがあるよ
Commandとはちょっと違ってAyaは多言語に注力したモデルだよ

LLMが24GBあたりで高性能なの出ないかなあ

日本語LLM（ベンチマークの）まとめ
https://github.com/llm-jp/awesome-japanese-llm

モデルとベンチマーク自体の概要も網羅的にまとめられてる

GitHubCopilotでClaudeとGeminiが選択できるように
https://github.blog/news-insights/product-news/bringing-developer-choice-to-copilot/
あと小規模アプリを生成できるGitHubSparkも公開

FLUX.1を超えるベンチマークだったred-pandaの正体はRecraft V3だったらしい

>FLUX.1を超えるベンチマークだったred-pandaの正体はRecraft V3だったらしい
センシティブ出せるのかな？

前にやってたSearchGPTがリリースされた
https://openai.com/index/introducing-chatgpt-search/

DMMボイス
https://ai-voice.dmm.com/

70文字までだけど無料で音声出せる
たぶんNGワードも無さそう？

ゲーム画面再現系の生成AI
お次はマインクラフト
https://x.com/Etched/status/1852089772329869436

戦国武将を再現
虹裏から

だいぶ前にyoutubeショートで流れてたやつ

Claude 3.5 Haikuが少し遅れたけどリリース
https://x.com/AnthropicAI/status/1853498267612438873
知能向上を反映して価格アップ…？ちょっとよくわかんないですね

Hunyuan-Large：
テンセントからオープンモデルとしては最大規模のLLMがリリース
多くのベンチマークでLLama3.1-405Bを超えてきている。

https://huggingface.co/tencent/Tencent-Hunyuan-Large

【ADetailer】顔や手の崩れが修正できる！Stable Diffusionへの導入方法や使い方を徹底解説！
https://weel.co.jp/media/innovator/adetailer/

便利そう｡

https://jp.reuters.com/business/technology/ML4LKG5JTBK2TF35MSEB55VRFE-2024-11-08/
おぺない勝訴

日本語特化の400Bクラスのsarashina2-8×70B
https://www.sbintuitions.co.jp/news/press/20241108_01/

音楽生成AIのSuno
V4へアップデートを予定
https://x.com/sunomusic/status/1854961069300613176

Qwen2.5-Coderシリーズがオープンソースでリリース
https://qwenlm.github.io/blog/qwen2.5-coder-family/
最大の32B-InstructはGPT-4oなどのクローズドなモデルと並ぶレベル

Forge Reasoning API ベータ版
https://nousresearch.com/introducing-the-forge-reasoning-api-beta-and-nous-chat-an-evolution-in-llm-inference/
推論時間スケーリングを適用したAPIで推論ベンチマークがクローズドモデルを超えるレベルでアップ
AIMEスコアでは未リリースのo1（full）を超えるスコア
あらゆるモデル・モデルセットに適用できるらしい？

NVIDIAとソフトバンクで日本にAIデータセンターを構築予定
https://www.itmedia.co.jp/aiplus/articles/2411/13/news180.html

Pixtral Large
https://mistral.ai/news/pixtral-large/
Mistral Largeのアップデートも
まがMistralのチャットのle ChatはWeb検索やCanvas機能追加といった大型アップデート
https://mistral.ai/news/mistral-chat/
le Chatは無料

Qwen2.5-Turbo
https://x.com/Alibaba_Qwen/status/1858469845958074541
コンテキストを1Mに拡張と高速化

Fireworks f1
https://x.com/lqiao/status/1858532081518682142
ハードコーディング、チャット、数学のベンチマークで GPT-4o と Claude 3.5 Sonnet に勝るオープン モデル上の最初の推論システム

Suno v4リリース
https://x.com/sunomusic/status/1858918710008049866

LiveBenchでo1-miniに次ぐ5位になった一兆パラメータのstep-2
StepFunていう中国系らしいけどよくわからん

AI StudioでLearnLM 1.5 pro experimentalというモデルが利用可能に
32kコンテキストウィンドウでGemini 1.5 proの微調整らしい？

DeepSeek-R1-Lite-Previewがリリース
https://x.com/deepseek_ai/status/1859200141355536422
AIMEとMATHでo1-previewを超えるベンチマークを記録
o1の推論機能はもうパクられるレベルになってるな