先端テクノロジーの研究を論文ベースで記事しているWebメディア「Seamless」。記事更新を投稿しています。
小学校の「端末パスワード問題」どう考える？ 児童が被害／加害者になる可能性も 指紋認証は代替え案になるか https://www.itmedia.co.jp/news/articles/2312/08/news062.html パスワードは容易に知られアカウント乗っ取りが一因で小6女児が自殺したケースも。広島市立大が指紋のFIDO認証導入を検討。システム実装,教員で実験,結果を考察。
広島市立大学大学院情報科学研究科に所属する研究者らは、小学校で普及している端末のパスワード問題を取り上げ、代替案として学校向けのパスワードを用いない指紋ベースのFIDO認証適用の可能生と課題について調査し.....
人だと正解率92％なのに、GPT-4だと15％になる新型テスト集「GAIA」 米Metaなどが開発 https://www.itmedia.co.jp/news/articles/2312/08/news061.html AIには困難だが少しWebで調べれば非専門家の人でもほぼ完璧なスコアが出せる問題が多い466問の評価テスト。難問を解くテストではなく人が本当に必要と思う内容を追求。
米Metaや米HuggingFaceなどに所属する研究者らは、難しいタスクではなく、人間にとって簡単なタスクを達成する大規模言語モデル（LLM）を評価するためのベンチマークを発表した。
自動運転車が検知できない“ステルスカー”は作れるか？ 横浜国大が検証 肝は赤外線カットフィルム https://www.itmedia.co.jp/news/articles/2312/06/news058.html 赤外線カットフィルムを車両に貼る事で自動運転車に整備されている物体検出センサーLiDARからの検知を回避できるかを実験した研究。
横浜国立大学に所属する研究者らは、自動運転車から検知されない車両が作れるのかを検証した研究報告を発表した。
1本の指だけで操れるタコ足触手ロボット「E-SOAM」。吸盤からの感触や温度も伝わる https://levtech.jp/media/article/column/detail_346/ 人差し指グローブをはめ,腕を伸ばすと柔軟触手が空気圧で伸び,指を曲げると吸盤付き柔らか先端グリッパが曲がり物を吸引し掴む。物に触れた際の吸引や温度は操縦者に伝わる。水中OK,目隠しOK
画像内のキャラを思うがままに抜群の精度で動かせる「Animate Anyone」、話した声をすぐに翻訳するMeta「Seamless」など重要論文5本を解説（生成AIウィークリー） https://www.techno-edge.net/article/2023/12/04/2386.html 添付映像は骨格動画で画像内キャラや写真内リアル人物を制御する滑らかに動かすデモ。ウルトラマンやメッシ等
100m先からQRコードに“肉眼で見えない”レーザーを当て偽物にする攻撃 読み込むと悪性サイトへ https://www.itmedia.co.jp/news/articles/2312/04/news030.html 100m離れた場所からQRコードに不可視光レーザー(肉眼では見えないがスマホ越しだと赤点が見える)を照射し偽装QRコードに当てている時だけ変更し悪性サイトに飛ばす攻撃。
お前は今から“鵜”だ──「鵜になって鮎を丸のみ」を体験できる装置 岐阜大の研究者らが開発 https://www.itmedia.co.jp/news/articles/2312/04/news029.html 水中から鮎を口でつかみ上げると咥えているくちばしが振動し鮎の暴れが再現され,飲み込む際は喉元が冷却され喉の皮膚が引っ張られのみこみ感が生成。鵜飼に興味を持って欲しいと願う
12m先から指の動きをスマホで撮影、デバイスに入力した内容を復元 米シカゴ大が検証 https://www.itmedia.co.jp/news/articles/2311/30/news071.html 望遠レンズ付きスマホで12ｍ先から撮影した被害者のタイピング動作から入力情報を80%以上の正解率で復元。
写真から生成した3Dモデルに人の手が触れたときの「弾力や揺れ」をリアルに再現する手法「PIE-NeRF」 https://levtech.jp/media/article/column/detail_344/ 複数枚の被写体写真からNeRFで生成した3Dモデルに物理法則(重力,運動,力など)を統合,ユーザが触った際の力に応じて揺れや弾力の動きをリアタイでリアルにシミュレーション
新MacBook Pro（M3）でも機密情報が漏えい 2020年以降のApple製品全てに脆弱性 米国チームが発表 https://www.itmedia.co.jp/news/articles/2311/30/news070.html Safari経由のサイドチャネル攻撃「iLeakage」Instagramログイン情報,Gmail受信トレイ,YouTube視聴履歴の復元に成功。M3でもFacebookのパスワードを2要素認証で復元成功。
シャボン玉がレーザーに？ 感度が良い圧力センサーとして機能 スロベニアの研究者らが検証 https://www.itmedia.co.jp/news/articles/2311/28/news069.html せっけん水と蛍光染料を混ぜた泡やスメクティック液晶を用いた泡に光を当てると小さなレーザーを作ることができ極めて微小な圧力変化や電場の変化を捉えられることが示された。
GPT-4でコードを生成するなら“日本語”と“英語”どっちがいい？ 日立製作所が検証 https://www.itmedia.co.jp/news/articles/2311/28/news068.html 3種の言葉（英語と日本語の命令形/丁寧語）3つのプログラミング言語（Python,C,JavaScript）で450のコードをGPT-4で生成して比較検証。
AIが間違えやすい「指の数」を修正する技術、Stability AIの動画生成AI「Stable Video Diffusion」など重要論文5本を解説（生成AIウィークリー） https://www.techno-edge.net/article/2023/11/27/2334.html 他には人が話すような音声合成で文章を読み上げる[StyleTTS2]等.添付動画は文章から3D形状を精密に生成するモデル[LucidDreamer]
GPT-4VでiPhoneの画面を操作するシステム「MM-Navigator」 米Microsoftなどの研究者らが開発 https://www.itmedia.co.jp/news/articles/2311/22/news060.html 例えばミルクフローサーを$50から$100の予算で購入してと依頼したのが添付動画。
「本人の声とそっくりな合成音声」の悪用に対して法的権利はあるか？ NTT社会情報研究所が調査 https://www.itmedia.co.jp/news/articles/2311/22/news059.html 例えば人気YouTuberの声と酷似した合成音声を他人が自社商品の紹介動画に使用した場合など。主張しうる権利について著作権,パブリシティ権,個人情報からの解釈を探求した研究報告
アバターの“指の動き”からパスワードを盗む攻撃 VR内で働く人のキーボード操作に着目 https://www.itmedia.co.jp/news/articles/2311/20/news044.html バーチャルオフィスで仕事する近くにいるアバターの指の動きを観察してキーストロークを推定。実験ではタイプされたキーの86～98％を認識。
米シカゴ大学に所属する研究者らは、同じVR空間で作業をしているアバターの指の動きから入力内容を復元する攻撃を提案した研究報告を発表した。
入力テキストを実写アバターに話させるツールをMicrosoftが発表、擬人化キャラの外見や性格を文章で作り出す「ChatAnything」など重要論文5本を解説（生成AIウィークリー） https://www.techno-edge.net/article/2023/11/20/2292.html 添付動画はアウトドア用品のバーチャル店員として実写アバタが客の質問に流暢に答えている様子
離れたところから自分の3Dアバターを自由に動かせる手法「D3GA」 ヒラヒラな服や表情も精巧に再現 https://levtech.jp/media/article/column/detail_338/ 人の動きに応じて3Dリアルアバタの動きと表情,なびく服も忠実に“リアルタイム”再現。3D Gaussian Splatting使用。遠隔地にまるで本人がいるかのようなテレプレゼンスへの応用
HTMLソースコードから個人情報が筒抜け？ Chromeなどのブラウザ拡張機能の多くで脆弱性 米研究者らが発見 https://www.itmedia.co.jp/news/articles/2311/16/news047.html ブラウザ拡張機能においてログイン画面で入力するとWebページのソースコード内に暗号化されずに表示されるパスワード。7000以上のWebサイトのうち約15％で脆弱性。
米ウィスコンシン大学マディソン校に所属する研究者らは、HTMLソースコードからのパスワード、クレジットカード情報などのユーザーデータを抽出可能なブラウザ拡張機能について、多数の人気Webサイトが脆弱であること.....
集中力を高めないと抜けない"聖剣” 東大が開発 脳波と視線で集中力を推定 https://www.itmedia.co.jp/news/articles/2311/16/news046.html 装着したHMDと脳波計測装置で取得した脳波と視線で集中度を測定。それに応じ腕力だけでは抜けない剣が抜ける。集中高まると周辺視野がぼやけスローに,環境音も小さくピッチも遅く,手への振動も変化
ネズミの“想像力”を米研究所が発見 考えるだけでVR内を移動できるか検証 https://www.itmedia.co.jp/news/articles/2311/14/news045.html 周囲に360度スクリーンある球形トレッドミル上を歩くネズミの脳活動を記録。トレッドミルを固定した実験ではネズミは動かず思考だけで目的地へ意図しVR移動。思考だけで物体を意図した場所へ移動も成功
なびく動きがリアルな「デジタルかつら」。フルウィッグ合成システム「NeuWigs」 Meta含む研究者らが開発 https://levtech.jp/media/article/column/detail_335/ 1つの視点から撮影した被写体に長髪を合成。頭の動きに応じ物理現象に従った自然に髪がなびくアニメーションを生成。添付動画の髪は実際のかつらではなくデジタル合成
米Microsoft、生成AI開発のための初心者向け講座を公開 チャットbotや画像生成アプリ構築など https://www.itmedia.co.jp/news/articles/2311/14/news046.html 生成AIとは何かから始めプロンプトエンジニアリングの基礎,テキスト生成,チャットアプリ/画像生成アプリ構築など生成AIに関する体系的な12のレッスンを収録。GitHubで公開中
SDXLでライブ映像をリアルタイム画像生成できる高速化ツール「LCM-LoRA」、GPT-4Vより良い結果も示す画像理解モデル「CogVLM」など重要論文5本を解説（生成AIウィークリー） https://www.techno-edge.net/article/2023/11/13/2247.html Stable Diffusion系を高速化するLCMの派生[LCM-LoRA]SDXLをリアタイ画像生成やAnimateDiffへの応用等
GPT-4Vで“動画”を分析 米Microsoftが「MM-VID」発表 https://www.itmedia.co.jp/news/articles/2311/10/news053.html GPT-4V(ision)を利用し数時間のビデオを理解するモデル。動画に対しての質問やこうしてに答えてくれる。
404エラーが出ても“生きたURL”を特定してくれるアドオン 米Microsoftの研究者ら「FABLE」開発 https://www.itmedia.co.jp/news/articles/2311/10/news055.html 訪れたサイトから404エラを検出だけでなく同サイト内で他ページの旧URLが新URLにどのように変わったかパターンを学習しそれを活用し該当ページの新URLを探索するブラウザ拡張機能
米ミシガン大学、米コロンビア大学、米Microsoft、南カリフォルニア大学に所属する研究者らは、訪れたWebサイドから404エラーを検出して新しいURLを提供する自動システムを提案した研究報告を発表した。
AIが「言語生成AIとの対話」で賢くなり続ける自動成長モデル 米Meta含む研究者らが開発 https://www.itmedia.co.jp/news/articles/2311/08/news046.html 環境と直接対話せず大規模言語モデルからのフィードバックを用いてAIエージェントを強化学習で訓練する手法「Motif」。ダンジョン探索型RPGゲームとLlama2で実験し良好な結果を達成。
回転する磁石の磁気浮上の仕組みを解明 別の磁石を近づけると一定距離で浮く 一体なぜ？ https://www.itmedia.co.jp/news/articles/2311/08/news047.html 回転する磁石の数cm下で別の磁石が安定して浮上。回転する磁石を横向きにしても落ちず一定の距離と角度を保ち固定したかのように浮上を保持。ネオジム磁石と電動工具等で自宅実験可能
考えるだけで家事ができる脳操作ロボットシステム「NOIR」、すき焼きをつくることも!?米スタンフォード大が開発 https://levtech.jp/media/article/column/detail_331/ 思考した際の脳波を捉え解析してロボットを動かし掃除や料理を行う。植物への水やりや服のアイロンがけ等。添付動画は具材を切り鍋に入れすき焼きを料理中。
ChatGPTでデータベースに侵入 機密情報を漏えいさせるコードを生成 英国と中国の研究者らが実証 https://www.itmedia.co.jp/news/articles/2311/06/news027.html ChatGPT含むText-to-SQLシステム(自然言語の質問をSQLクエリに変換技術)6つを対象にデータベースから情報漏洩,削除等が可能なコードを自然言語から生成できるか検証。全て成功
言語指示でWebサービスとやりとりするAI 香港大学などが開発 買い物、フォームに入力、SNS投稿など https://www.itmedia.co.jp/news/articles/2311/06/news026.html Chrome拡張機能を介して現在のWebサービスと言語でやり取り。[今の最安航空券情報収集][特定PCの最安情報収集][Xへ自動投稿][フォームに自動登録][映画レビュー要約収集]等
文字起こし「Whisper」の高速化モデル「Distil-Whisper」、スマホで別人の声になりきる「LLVC」、感情付きプロンプトなど重要論文5本を解説（生成AIウィークリー） https://www.techno-edge.net/article/2023/11/06/2202.html 添付映像は,文章や画像から動画(1024×576解像度を2秒間)を生成するAIモデル「VideoCrafter1」の出力結果。
他人のSNS投稿を「GPT-4」に入力して個人情報を特定できるか？ スイスの研究者らが検証 https://www.itmedia.co.jp/news/articles/2311/01/news039.html SNSの投稿から個人や場所を特定する人々が存在する。それを大規模言語モデル(GPT-4,Claude 2,Llama 2等)に入力し個人的属性を推論してもらうと。最も確かな予測での正確さは最大85％に。
スイスのETH Zurichに所属する研究者らは、SNSに書き込んだテキストから大規模言語モデル（LLM）を用いて個人情報を推測できるかを検証した研究報告を発表した。
“毎秒5600フレーム”で投影できる世界最速プロジェクター 東工大が開発 https://www.itmedia.co.jp/news/articles/2311/01/news040.html 添付動画:フクロウが飛び立つ映像(25fps)の前で風船を割る実シーンを撮影し5600fpsで投影。25fpsのフクロウ映像と一瞬で割れる風船が同時に5600fps再生させる不思議な映像。ややこしいので詳細は記事内で
聞きたくない音を遮断し、聞きたい音だけ聞こえるノイキャン技術「Semantic Hearing」。ワシントン大とMicrosoftが開発 https://levtech.jp/media/article/column/detail_328/ イヤホンで周囲の聞きたくない音のみOFF,聞きたい環境音だけONできる技術。例: 掃除機音だけ消音にドアノックだけ音再生。外通りの会話を遮断し鳥声だけON
人間の精子は「ニュートンの運動の第3法則」を破って泳いでいる？ 京大が発表 肝は“しっぽ”の動き https://www.itmedia.co.jp/news/articles/2310/30/news040.html 精子の尻尾(べん毛)の動きが特殊で泳ぐ様子は作用反作用の法則(壁を手で押すと壁も同じ大きさの力で手を押し返す法則)を実行的に破っていると見なす物理理論を意味する。
画像内キャラを3D変換する強力モデル「Zero123++」、文章から高品質3Dモデル生成するAI「DreamCraft3D」など重要論文5本を解説（生成AIウィークリー） https://www.techno-edge.net/article/2023/10/30/2158.html 添付動画はDreamFusionを進化させたText-to-3Dモデル「DreamCraft3D」文章指示から2D画像を生成してリアルな3Dモデルに変換
「話し声と足音だけ抜き出して」など、複雑な言語指示で音を分離できるモデル 英国チームが開発 https://www.itmedia.co.jp/news/articles/2310/27/news122.html 「足音の擦れる音がしドアが軋み男が話しまたドアが軋み音を立てドアが閉まる一連の音を抜き出して」のような詳細指示で音分離が可能。添付音声:前半10秒が元の音,後半が分離音
Be the first to know and let us send you an email when Seamless posts news and promotions. Your email address will not be used for any other purpose, and you can unsubscribe at any time.
Send a message to Seamless:
1本の指だけで操れるタコ足触手ロボット「E-SOAM」。吸盤からの感触や温度も伝わる https://levtech.jp/media/article/column/detail_346/ 人差し指グローブをはめ,腕を伸ばすと柔軟触手が空気圧で伸び,指を曲げると吸盤付き柔らか先端グリッパが曲がり物を吸引し掴む。物に触れた際の吸引や温度は操縦者に伝わる。水中OK,目隠しOK
1本の指だけで操れるタコ足触手ロボット「E-SOAM」。吸盤からの感触や温度も伝わる https://levtech.jp/media/article/column/detail_346/ 人差し指グローブをはめ,腕を伸ばすと柔軟触手が空気圧で伸び,指を曲げると吸盤付き柔らか先端グリッパが曲がり物を吸引し掴む。物に触れた際の吸引や温度は操縦者に伝わる。水中OK,目隠しOK
画像内のキャラを思うがままに抜群の精度で動かせる「Animate Anyone」、話した声をすぐに翻訳するMeta「Seamless」など重要論文5本を解説（生成AIウィークリー） https://www.techno-edge.net/article/2023/12/04/2386.html 添付映像は骨格動画で画像内キャラや写真内リアル人物を制御する滑らかに動かすデモ。ウルトラマンやメッシ等
100m先からQRコードに“肉眼で見えない”レーザーを当て偽物にする攻撃 読み込むと悪性サイトへ https://www.itmedia.co.jp/news/articles/2312/04/news030.html 100m離れた場所からQRコードに不可視光レーザー(肉眼では見えないがスマホ越しだと赤点が見える)を照射し偽装QRコードに当てている時だけ変更し悪性サイトに飛ばす攻撃。
お前は今から“鵜”だ──「鵜になって鮎を丸のみ」を体験できる装置 岐阜大の研究者らが開発 https://www.itmedia.co.jp/news/articles/2312/04/news029.html 水中から鮎を口でつかみ上げると咥えているくちばしが振動し鮎の暴れが再現され,飲み込む際は喉元が冷却され喉の皮膚が引っ張られのみこみ感が生成。鵜飼に興味を持って欲しいと願う
12m先から指の動きをスマホで撮影、デバイスに入力した内容を復元 米シカゴ大が検証 https://www.itmedia.co.jp/news/articles/2311/30/news071.html 望遠レンズ付きスマホで12ｍ先から撮影した被害者のタイピング動作から入力情報を80%以上の正解率で復元。
写真から生成した3Dモデルに人の手が触れたときの「弾力や揺れ」をリアルに再現する手法「PIE-NeRF」 https://levtech.jp/media/article/column/detail_344/ 複数枚の被写体写真からNeRFで生成した3Dモデルに物理法則(重力,運動,力など)を統合,ユーザが触った際の力に応じて揺れや弾力の動きをリアタイでリアルにシミュレーション
新MacBook Pro（M3）でも機密情報が漏えい 2020年以降のApple製品全てに脆弱性 米国チームが発表 https://www.itmedia.co.jp/news/articles/2311/30/news070.html Safari経由のサイドチャネル攻撃「iLeakage」Instagramログイン情報,Gmail受信トレイ,YouTube視聴履歴の復元に成功。M3でもFacebookのパスワードを2要素認証で復元成功。
シャボン玉がレーザーに？ 感度が良い圧力センサーとして機能 スロベニアの研究者らが検証 https://www.itmedia.co.jp/news/articles/2311/28/news069.html せっけん水と蛍光染料を混ぜた泡やスメクティック液晶を用いた泡に光を当てると小さなレーザーを作ることができ極めて微小な圧力変化や電場の変化を捉えられることが示された。
AIが間違えやすい「指の数」を修正する技術、Stability AIの動画生成AI「Stable Video Diffusion」など重要論文5本を解説（生成AIウィークリー） https://www.techno-edge.net/article/2023/11/27/2334.html 他には人が話すような音声合成で文章を読み上げる[StyleTTS2]等.添付動画は文章から3D形状を精密に生成するモデル[LucidDreamer]
GPT-4VでiPhoneの画面を操作するシステム「MM-Navigator」 米Microsoftなどの研究者らが開発 https://www.itmedia.co.jp/news/articles/2311/22/news060.html 例えばミルクフローサーを$50から$100の予算で購入してと依頼したのが添付動画。
入力テキストを実写アバターに話させるツールをMicrosoftが発表、擬人化キャラの外見や性格を文章で作り出す「ChatAnything」など重要論文5本を解説（生成AIウィークリー） https://www.techno-edge.net/article/2023/11/20/2292.html 添付動画はアウトドア用品のバーチャル店員として実写アバタが客の質問に流暢に答えている様子
離れたところから自分の3Dアバターを自由に動かせる手法「D3GA」 ヒラヒラな服や表情も精巧に再現 https://levtech.jp/media/article/column/detail_338/ 人の動きに応じて3Dリアルアバタの動きと表情,なびく服も忠実に“リアルタイム”再現。3D Gaussian Splatting使用。遠隔地にまるで本人がいるかのようなテレプレゼンスへの応用
集中力を高めないと抜けない"聖剣” 東大が開発 脳波と視線で集中力を推定 https://www.itmedia.co.jp/news/articles/2311/16/news046.html 装着したHMDと脳波計測装置で取得した脳波と視線で集中度を測定。それに応じ腕力だけでは抜けない剣が抜ける。集中高まると周辺視野がぼやけスローに,環境音も小さくピッチも遅く,手への振動も変化
ネズミの“想像力”を米研究所が発見 考えるだけでVR内を移動できるか検証 https://www.itmedia.co.jp/news/articles/2311/14/news045.html 周囲に360度スクリーンある球形トレッドミル上を歩くネズミの脳活動を記録。トレッドミルを固定した実験ではネズミは動かず思考だけで目的地へ意図しVR移動。思考だけで物体を意図した場所へ移動も成功
なびく動きがリアルな「デジタルかつら」。フルウィッグ合成システム「NeuWigs」 Meta含む研究者らが開発 https://levtech.jp/media/article/column/detail_335/ 1つの視点から撮影した被写体に長髪を合成。頭の動きに応じ物理現象に従った自然に髪がなびくアニメーションを生成。添付動画の髪は実際のかつらではなくデジタル合成
SDXLでライブ映像をリアルタイム画像生成できる高速化ツール「LCM-LoRA」、GPT-4Vより良い結果も示す画像理解モデル「CogVLM」など重要論文5本を解説（生成AIウィークリー） https://www.techno-edge.net/article/2023/11/13/2247.html Stable Diffusion系を高速化するLCMの派生[LCM-LoRA]SDXLをリアタイ画像生成やAnimateDiffへの応用等
GPT-4Vで“動画”を分析 米Microsoftが「MM-VID」発表 https://www.itmedia.co.jp/news/articles/2311/10/news053.html GPT-4V(ision)を利用し数時間のビデオを理解するモデル。動画に対しての質問やこうしてに答えてくれる。
AIが「言語生成AIとの対話」で賢くなり続ける自動成長モデル 米Meta含む研究者らが開発 https://www.itmedia.co.jp/news/articles/2311/08/news046.html 環境と直接対話せず大規模言語モデルからのフィードバックを用いてAIエージェントを強化学習で訓練する手法「Motif」。ダンジョン探索型RPGゲームとLlama2で実験し良好な結果を達成。
回転する磁石の磁気浮上の仕組みを解明 別の磁石を近づけると一定距離で浮く 一体なぜ？ https://www.itmedia.co.jp/news/articles/2311/08/news047.html 回転する磁石の数cm下で別の磁石が安定して浮上。回転する磁石を横向きにしても落ちず一定の距離と角度を保ち固定したかのように浮上を保持。ネオジム磁石と電動工具等で自宅実験可能
考えるだけで家事ができる脳操作ロボットシステム「NOIR」、すき焼きをつくることも!?米スタンフォード大が開発 https://levtech.jp/media/article/column/detail_331/ 思考した際の脳波を捉え解析してロボットを動かし掃除や料理を行う。植物への水やりや服のアイロンがけ等。添付動画は具材を切り鍋に入れすき焼きを料理中。
言語指示でWebサービスとやりとりするAI 香港大学などが開発 買い物、フォームに入力、SNS投稿など https://www.itmedia.co.jp/news/articles/2311/06/news026.html Chrome拡張機能を介して現在のWebサービスと言語でやり取り。[今の最安航空券情報収集][特定PCの最安情報収集][Xへ自動投稿][フォームに自動登録][映画レビュー要約収集]等
文字起こし「Whisper」の高速化モデル「Distil-Whisper」、スマホで別人の声になりきる「LLVC」、感情付きプロンプトなど重要論文5本を解説（生成AIウィークリー） https://www.techno-edge.net/article/2023/11/06/2202.html 添付映像は,文章や画像から動画(1024×576解像度を2秒間)を生成するAIモデル「VideoCrafter1」の出力結果。
“毎秒5600フレーム”で投影できる世界最速プロジェクター 東工大が開発 https://www.itmedia.co.jp/news/articles/2311/01/news040.html 添付動画:フクロウが飛び立つ映像(25fps)の前で風船を割る実シーンを撮影し5600fpsで投影。25fpsのフクロウ映像と一瞬で割れる風船が同時に5600fps再生させる不思議な映像。ややこしいので詳細は記事内で
聞きたくない音を遮断し、聞きたい音だけ聞こえるノイキャン技術「Semantic Hearing」。ワシントン大とMicrosoftが開発 https://levtech.jp/media/article/column/detail_328/ イヤホンで周囲の聞きたくない音のみOFF,聞きたい環境音だけONできる技術。例: 掃除機音だけ消音にドアノックだけ音再生。外通りの会話を遮断し鳥声だけON
人間の精子は「ニュートンの運動の第3法則」を破って泳いでいる？ 京大が発表 肝は“しっぽ”の動き https://www.itmedia.co.jp/news/articles/2310/30/news040.html 精子の尻尾(べん毛)の動きが特殊で泳ぐ様子は作用反作用の法則(壁を手で押すと壁も同じ大きさの力で手を押し返す法則)を実行的に破っていると見なす物理理論を意味する。
画像内キャラを3D変換する強力モデル「Zero123++」、文章から高品質3Dモデル生成するAI「DreamCraft3D」など重要論文5本を解説（生成AIウィークリー） https://www.techno-edge.net/article/2023/10/30/2158.html 添付動画はDreamFusionを進化させたText-to-3Dモデル「DreamCraft3D」文章指示から2D画像を生成してリアルな3Dモデルに変換
「話し声と足音だけ抜き出して」など、複雑な言語指示で音を分離できるモデル 英国チームが開発 https://www.itmedia.co.jp/news/articles/2310/27/news122.html 「足音の擦れる音がしドアが軋み男が話しまたドアが軋み音を立てドアが閉まる一連の音を抜き出して」のような詳細指示で音分離が可能。添付音声:前半10秒が元の音,後半が分離音
映像内で動く人や背景を好きなように置き換えられる技術「DynVideo-E」。シンガポールの研究者らが開発 https://levtech.jp/media/article/column/detail_324/ 動画内で動く人を好きなキャラクターやリアル人物、動く背景のスタイル変換を可能にする。再生されても人の動きを追従し変換は維持され一貫した映像を表現。
ベートーヴェンやクレオパトラなど、偉人になりきるAI「Character-LLM」、“グリグリ動かせる3Dシーン”をリアルタイム生成する「4D Gaussian Splatting」など重要論文5本を解説（生成AIウィークリー）https://techno-edge.net/article/2023/10/23/2126.html 添付動画は映像中の動く物体を高品質に分離するAdobeの新モデル「Cutie」
Want your business to be the top-listed Media Company?
