家
ツール
モデル
アプリ
プロンプト
ニュース
特集
インクルージョンのために提出します
日本語
English 日本語 한국어 Português español Deutsch Русский Français 繁體中文 简体中文
オプション
家 近い
家
ツール
カテゴリ ランキング カバー生成 画像を生成 Skill
モデル
大規模言語モデル マルチモーダルモデル
アプリ
プロンプト
プロンプト 画像プロンプト
ニュース
ニュース 速報
特集
インクルージョンのために提出します
アプリを提出 ツールを提出
アカウントを作成する サインイン
言語を変更します 日本語 言語を変更します
設定
English EN 日本語 JA 한국어 KO Português PT español ES Deutsch DE Русский RU Français FR 繁體中文 ZH-TW 简体中文 ZH-CN
家
速報
コンテンツ
JamesLopez
JamesLopez
2026年6月4日

ByteDanceは、ビデオの生成と編集を行うフレームワークであるBerniniをオープンソース化しました。このフレームワークは「まず理解し、その後生成する」という仕組みを採用しており、画像の不安定性やフレームのちらつきといった問題を解決します。セマンティックな計画処理と視覚的なレンダリングを分離することで、テキスト、画像、ビデオを参照しながら編集を行うことが可能になっています。推論用のコードおよびBernini-Rモデルは既に公開されており、完全版も間もなくリリースされる予定です。

ByteDanceは、ビデオの生成と編集を行うフレームワークであるBerniniをオープンソース化しました。このフレームワークは「まず理解し、その後生成する」という仕組みを採用しており、画像の不安定性やフレームのちらつきといった問題を解決します。セマンティックな計画処理と視覚的なレンダリングを分離することで、テキスト、画像、ビデオを参照しながら編集を行うことが可能になっています。推論用のコードおよびBernini-Rモデルは既に公開されており、完全版も間もなくリリースされる予定です。
0
0
共有 リンクをコピーするにはクリック
コメント (0)
0/300
送信
著者 JoseGonzalez JoseGonzalez 2026年9月16日
科大訊飛は、国内の計算資源を用いて訓練された完全な国産音声基盤モデル「Spark-Audio-1.0-Preview」をリリースしました。このモデルはテキストおよび音声の入力に対してテキスト出力をサポートし、99言語および202つの方言における文字起こし、翻訳、方言認識を処理します。本モデルは基本的な変換を超えて高度な音声理解に進化しており、話者識別、感情分析、環境音認識の機能を備えています。現在、一般公開された体験版として利用可能であり、APIアクセスは近日中に科大訊飛のオープンプラットフォームを通じて提供される予定です。
0
0
著者 PaulLopez PaulLopez 2026年9月16日
AlibabaのTongyi Lab Qwen3.8-27Bは、Hugging Face上で最も人気のあるオープンソースAIモデルとなり、FLUX.1、DeepSeek-R1、Kimi-K3、Meta-Llama-3を凌駕しました。ベンチマークやモデルサイズではなく開発者の「いいね」数を基準としたランキングにおいて、この成果はQwen3.8-27Bが実用性、使いやすさ、そしてコミュニティからの高い評価を兼ね備え、世界トップクラスのオープンソースモデルであることを示しています。
0
0
著者 GaryPerez GaryPerez 2026年9月16日
科大讯飛は、国内の計算資源のみを用いて学習された音声基盤モデル「Spark-Audio-1.0-Preview」をリリースした。従来の音声からテキストへの変換を行うカスケード型システムとは異なり、本モデルは音声を直接理解し、意味、感情、環境音などを捉える。0.65Bの音声エンコーダと30B-A3BのLLMで構築されており、99言語および202つの方言に対応している。ノイズの多いシナリオにおいて競合モデルを上回る性能を発揮し、中国語-英語認識においてSOTAを達成している。本モデルは感情分析や複雑なQ&Aなどのタスクを可能にし、文字起こしから真の音声理解への転換を示している。APIアクセスは、今後は科大讯飛オープンプラットフォームを通じて提供される予定である。
0
0
/ja/live/7377
著者 EricMartin EricMartin 2026年9月16日
努ビアは、Dou Baoを搭載した世界初の量産型AIエージェントスマートフォン「NaviX Ultra」を発売した。主な機能には、指紋認証AIボタン、方言に対応したSeed全双方向音声モデル、自律的な複雑なタスク実行、およびパーソナルメモリ機能がある。本デバイスは継続的な対話、長連鎖の操作、安全で認可されたAIサービスを実現し、プロトタイプから商用AIスマートフォンへの移行を示すものとなっている。
0
0
/ja/live/7376
著者 MarkSmith MarkSmith 2026年9月16日
CloudflareはDisallow AI Trainingを導入し、サイト管理者が検索エンジンを維持しながらAIクローラーをブロックできるようにしました。Apple、Google、Microsoftはこれに従うことを約束しています。このツールは責任ある混合クローラーを他のものから区別し、既存顧客の大多数に対して自動移行を行います。Googleはまもなく透明性ツールをリリースし、Appleは同様のURLレベルのツールを開発中であり、Microsoftは2027年初頭までにAIトレーニング用のrobots.txt拒否をサポートする予定です。
0
0
OR