モリカトロン株式会社運営「エンターテインメント×AI」の最新情報をお届けするサイトです。
- TAG LIST
- CGCGへの扉安藤幸央生成AI月刊エンタメAIニュース機械学習河合律子ディープラーニング吉本幸記OpenAIGAN音楽NVIDIAChatGPTGoogle大規模言語モデルグーグルLLM強化学習三宅陽一郎森川幸人Stable Diffusion人工知能学会ニューラルネットワークモリカトロンシナリオDeepMindマイクロソフトQA自然言語処理AIと倫理GPT-3Facebook大内孝子倫理映画著作権ルールベースアートSIGGRAPHゲームプレイAIキャラクターAIスクウェア・エニックス敵対的生成ネットワークモリカトロンAIラボインタビューNPC画像生成NFT音楽生成AIMinecraftロボットDALL-E2StyleGANプロシージャルMidjourneyデバッグファッション自動生成ディープフェイク遺伝的アルゴリズム画像生成AIゲームAIVFXAdobeテストプレイメタAIアニメーションテキスト画像生成深層学習CEDEC2019マンガMicrosoftデジタルツインメタバース不完全情報ゲームVR小説ボードゲームDALL-ECLIPtoioビヘイビア・ツリーマルチモーダルCEDEC2021CEDEC2020作曲ロボティクスナビゲーションAIマインクラフト3DCG畳み込みニューラルネットワークスポーツエージェントGDC 2021GPT-4手塚治虫汎用人工知能JSAI2022バーチャルヒューマンNVIDIA OmniverseGDC 2019動画生成AIマルチエージェントCEDEC2022MetaAIアートStability AIメタデジタルヒューマン懐ゲーから辿るゲームAI技術史教育ジェネレーティブAI東京大学はこだて未来大学プロンプトRed Ram栗原聡CNNNeRFJSAI2024DALL-E 3BERTMicrosoft AzureUnityOmniverseJSAI2023電気通信大学ELSI鴫原盛之HTN階層型タスクネットワークソニー世界モデルJSAI2020GTC20233D広告マーケティングTensorFlowインタビューブロックチェーンCMイベントレポートアストロノーカキャリア模倣学習対話型エージェントAmazonトレーディングカードメディアアートDQN高橋力斗合成音声水野勇太モリカトロン開発者インタビューアバターブラック・ジャックUbisoftGenvid TechnologiesガイスターStyleGAN2徳井直生稲葉通将ARアップルGTC2022GPT-3.5SoraSIGGRAPH ASIANetflixJSAI2021Bard研究シムピープルMCS-AI動的連携モデルマーダーミステリーモーションキャプチャーアドベンチャーゲームTEZUKA2020CEDEC2023AGIテキスト生成インディーゲームElectronic Arts音声合成メタデータGDC Summerイーロン・マスクStable Diffusion XL森山和道eスポーツスタンフォード大学アーケードゲームテニスサイバーエージェント音声認識類家利直eSportsBLUE PROTOCOLシーマンaiboSIE大澤博隆SFプロトタイピング宮本茂則チャットボットGemini自動運転車ワークショップEpic GamesAIロボ「迷キュー」に挑戦AWS村井源クラウド斎藤由多加AlphaZeroPreferred NetworksTransformerGPT-2rinnaAIりんなカメラ環世界中島秀之PaLMGitHub Copilot哲学ベリサーブPlayable!ハリウッド理化学研究所Gen-1SFテキスト画像生成AI松尾豊AIQVE ONEデータマイニングControlNet現代アートDARPAドローンシムシティゲームエンジンImagenZorkバイアスASBSぱいどんAI美空ひばり手塚眞バンダイナムコ研究所スパーシャルAIELYZANEDOFSM-DNNMindAgentLEFT 4 DEAD通しプレイ論文OpenAI Five本間翔太馬淵浩希Cygames岡島学Audio2Faceピクサー九州大学プラチナエッグイーサリアム効果音ボエダ・ゴティエビッグデータ中嶋謙互Amadeus Codeデータ分析MILENVIDIA ACEナラティブNVIDIA RivaOmniverse ReplicatorWCCFレコメンドシステムNVIDIA DRIVE SimWORLD CLUB Champion FootballNVIDIA Isaac Simセガ人狼知能柏田知大軍事田邊雅彦Google I/Oトレカ慶應義塾大学Max CooperGPTDisneyFireflyPyTorch京都芸術大学ChatGPT4モンテカルロ木探索眞鍋和子バンダイナムコスタジオヒストリアAI Frog Interactive新清士田中章愛銭起揚齊藤陽介コナミデジタルエンタテインメント成沢理恵お知らせMagic Leap OneTencentサッカーバスケットボールTikTokSuno AItext-to-imageサルでもわかる人工知能text-to-3DVAEDreamFusionTEZUKA2023リップシンキングRNNUbisoft La Forge知識表現ウォッチドッグス レギオンVTuberIGDA立教大学秋期GTC2022大阪公立大学市場分析フォートナイトKLabどうぶつしょうぎRobloxジェイ・コウガミ音楽ストリーミングMIT野々下裕子QosmoAdobe MAXマシンラーニング5GMuZeroRival Peakがんばれ森川君2号pixivオムロン サイニックエックスGPTs対話エンジンポケモン3Dスキャン橋本敦史リトル・コンピュータ・ピープルCodexシーマン人工知能研究所コンピューティショナル・フォトグラフィーゴブレット・ゴブラーズ絵画Open AI3D Gaussian SplattingMicrosoft DesignerイラストシミュレーションSoul Machines柿沼太一完全情報ゲームバーチャルキャラクター坂本洋典宮本道人釜屋憲彦ウェイポイントLLaMAパス検索Hugging Face対談藤澤仁生物学GTC 2022xAIApple Vision Pro画像認識SiemensストライキStyleCLIPDeNAVoyager長谷洋平GDC 2024クラウドコンピューティングmasumi toyotaIBM宮路洋一OpenSeaGDC 2022SNSTextWorldEarth-2AppleBingMagentaソフトバンクYouTube音声生成AIELYZA PencilScenarioSIGGRAPH2023AIピカソGTC2021AI素材.comCycleGANテンセント人事Andreessen HorowitzQA Tech Night松木晋祐NetHack下田純也桑野範久キャラクターモーション音源分離NBAフェイクニュースユニバーサルミュージックRPG法律Web3SIGGRAPH 2022レベルデザインDreamerV3AIボイスアクターUnreal Engine南カリフォルニア大学NVIDIA CanvasGPUALife人工生命オルタナティヴ・マシンサム・アルトマンサウンドスケープLaMDATRPGマジック:ザ・ギャザリングAI Dungeon介護BitSummitゲーム背景アパレル不気味の谷ナビゲーションメッシュデザイン写真高橋ミレイ深層強化学習松原仁松井俊浩武田英明フルコトELYZA DIGESTWWDCWWDC 2024建築西成活裕ハイブリッドアーキテクチャAI野々村真Apex LegendsELIZA群衆マネジメントライブポートレイトNinjaコンピュータRPGライブビジネスWonder StudioAdobe Max 2023GPT-4-turboアップルタウン物語新型コロナ土木佐藤恵助KELDIC周済涛BIMBing Chat大道麻由メロディ言語清田陽司インフラBing Image Creator物語構造分析ゲームTENTUPLAYサイバネティックス慶応義塾大学MARVEL Future FightAstro人工知能史Amazon BedrockAssistant with Bard渡邉謙吾タイムラプスEgo4DAI哲学マップThe Arcadeここ掘れ!プッカバスキア星新一X.AISearch Generative Experienceくまうた日経イノベーション・ラボStyleGAN-XLX Corp.Dynalang濱田直希敵対的強化学習StyleGAN3TwitterVLE-CE大柳裕⼠階層型強化学習GOSU Data LabGANimatorXホールディングス加納基晴WANNGOSU Voice AssistantVoLux-GANMagiAI Actソニー・インタラクティブエンタテインメント竹内将SenpAI.GGProjected GANEU研究開発事例MobalyticsSelf-Distilled StyleGANSDXLArs Electronica赤羽進亮ニューラルレンダリングRTFKTAI規制遊戯王AWS SagemakerPLATONIKE欧州委員会UDI(Universal Duel Interface)映像セリア・ホデント形態素解析frame.ioClone X欧州議会第一工科大学UXAWS LambdaFoodly村上隆欧州理事会佐竹空良誤字検出MusicLM小林篤史認知科学中川友紀子Digital MarkAudioLMゲームデザインSentencePieceアールティSnapchatMusicCaps荻野宏実LUMINOUS ENGINEクリエイターコミュニティAudioCraft伊藤黎Luminous ProductionsBlenderBot 3バーチャルペットビヘイビアブランチパターン・ランゲージ竹村也哉Meta AINVIDIA NeMo ServiceMubertWPPちょまどマーク・ザッカーバーグヴァネッサ・ローザMubert RenderGeneral Computer Control(GCC)GOAPWACULVanessa A RosaGen-2CradleAdobe MAX 2021陶芸Runway AI Film FestivalSpiral.AI自動翻訳Play.htPreVizItakoLLM-7b音声AI静岡大学AIライティングLiDARCharacter-LLM明治大学Omniverse AvatarAIのべりすとPolycam復旦大学北原鉄朗FPSQuillBotdeforumChat-Haruhi-Suzumiya中村栄太マルコフ決定過程NVIDIA MegatronCopysmith涼宮ハルヒ日本大学NVIDIA MerlinJasperハーベストEmu VideoヤマハNVIDIA MetropolisForGamesNiantic前澤陽パラメータ設計ゲームマーケットペリドット増田聡バランス調整岡野翔太Dream Track採用協調フィルタリング郡山喜彦Music AI ToolsSakana AIテキサス大学ジェフリー・ヒントンLyria科学史Google I/O 2023Yahoo!知恵袋AIサイエンティストAlphaDogfight TrialsAI Messenger VoicebotインタラクティブプロンプトAITerraエージェントシミュレーションOpenAI Codex武蔵野美術大学AI OverviewStarCraft IIHyperStyleBingAI石渡正人電通Future of Life InstituteRendering with Style手塚プロダクションAICO2Intel林海象BitSummit DriftLAIKADisneyリサーチヴィトゲンシュタインPhotoshop古川善規言霊の迷宮RotomationGauGAN論理哲学論考Lightroom大規模再構成モデルOmega CrafterGauGAN2CanvaLRMSPACE INVADIANSドラゴンクエストライバルズ画像言語表現モデルObjaverse西島大介不確定ゲームSIGGRAPH ASIA 2021PromptBaseBOOTHMVImgNet吉田伸一郎Dota 2ディズニーリサーチpixivFANBOXOne-2-3-45SIGGRAPH2024Mitsuba2バンダイナムコネクサス虎の穴3DガウシアンスプラッティングMotion-I2VソーシャルゲームEmbeddingワイツマン科学研究所ユーザーレビューFantiaワンショット3D生成技術ByteDanceGTC2020CG衣装mimicとらのあなToonify3DNVIDIA MAXINEVRファッションBaidu集英社FGDC生成対向ネットワーク淡路滋ビデオ会議ArtflowERNIE-ViLG少年ジャンプ+Future Game Development Conference拡散モデルグリムノーツEponym古文書ComicCopilot佐々木瞬Diffusionゴティエ・ボエダ音声クローニング凸版印刷コミコパCEDEC2024Gautier Boeda階層的クラスタリングGopherAI-OCRゲームマスターうめ画像判定Inowrld AI小沢高広Julius鑑定ラベル付けMODAniqueTPRGOxia PalusGhostwriter中村太一バーチャル・ヒューマン・エージェントtoio SDK for UnityArt RecognitionSkyrimエグゼリオクーガー実況パワフルサッカースカイリムCopilot石井敦NHC 2021桃太郎電鉄RPGツクールMZComfyUI茂谷保伯池田利夫桃鉄ChatGPT_APIMZserial experiments lainGDMC新刊案内パワサカダンジョンズ&ドラゴンズAI lainマーベル・シネマティック・ユニバースOracle RPGPCGMITメディアラボMCU岩倉宏介深津貴之PCGRLアベンジャーズPPOxVASynthDungeons&Dragonsマジック・リープDigital DomainMachine Learning Project CanvasLaser-NVビートルズMagendaMasquerade2.0国立情報学研究所ザ・ビートルズ: Get BackノンファンジブルトークンDDSPフェイシャルキャプチャー石川冬樹MERFDemucsスパコンAlibaba音楽編集ソフト里井大輝KaggleスーパーコンピュータVQRFAdobe Audition山田暉松岡 聡nvdiffreciZotopeAssassin’s Creed OriginsAI会話ジェネレーターTSUBAME 1.0NeRFMeshingRX10Sea of ThievesTSUBAME 2.0LERFMoisesGEMS COMPANYmonoAI technologyLSTMABCIマスタリングモリカトロンAIソリューション富岳レベルファイブ初音ミクOculusコード生成AISociety 5.0リアム・ギャラガー転移学習テストAlphaCode夏の電脳甲子園グライムスKaKa CreationBaldur's Gate 3Codeforces座談会BoomyVOICEVOXCandy Crush Saga自己増強型AIジョン・レジェンドGenie AISIGGRAPH ASIA 2020COLMAPザ・ウィークエンドSIGGRAPH Asia 2023ADOPNVIDIA GET3DドレイクC·ASEデバッギングBigGANGANverse3DFLAREMaterialGANダンスグランツーリスモSPORTAI絵師エッジワークスMagicAnimateReBeLグランツーリスモ・ソフィーUGC日本音楽作家団体協議会Animate AnyoneGTソフィーPGCFCAインテリジェントコンピュータ研究所VolvoFIAグランツーリスモチャンピオンシップVoiceboxアリババNovelAIさくらインターネットDreaMovingRival PrakDGX A100NovelAI DiffusionVISCUITぷよぷよScratchユービーアイソフトWebcam VTuberモーションデータスクラッチ星新一賞ビスケット北尾まどかHALOポーズ推定TCGプログラミング教育将棋メタルギアソリッドVメッシュ生成FSMメルセデス・ベンツQRコードVALL-EMagic Leap囲碁Deepdub.aiナップサック問題Live NationEpyllionデンソーAUDIOGEN汎用言語モデルWeb3.0マシュー・ボールデンソーウェーブEvoke MusicAIOpsムーアの法則原昌宏AutoFoleySpotifyスマートコントラクト日本機械学会Colourlab.AiReplica Studioロボティクス・メカトロニクス講演会ディズニーamuseChitrakarAdobe MAX 2022トヨタ自動車Largo.ai巡回セールスマン問題かんばん方式Cinelyticジョルダン曲線メディアAdobe ResearchTaskade政治Galacticaプロット生成Pika.artクラウドゲーミングAI Filmmaking Assistant和田洋一リアリティ番組映像解析FastGANStadiaジョンソン裕子セキュリティ4コママンガAI ScreenwriterMILEsNightCafe東芝デジタルソリューションズ芥川賞インタラクティブ・ストリーミングLuis RuizSATLYS 映像解析AI文学インタラクティブ・メディア恋愛PFN 3D ScanElevenLabsタップル東京工業大学HeyGenAbema TVLudo博報堂After EffectsNECラップPFN 4D Scan絵本木村屋SIGGRAPH 2019ArtEmisZ世代DreamUp出版GPT StoreAIラッパーシステムDeviantArtAmmaar Reshi生成AIチェッカーWaifu DiffusionStoriesユーザーローカルGROVERプラスリンクス ~キミと繋がる想い~元素法典StoryBird九段理江FAIRSTCNovel AIVersed東京都同情塔チート検出Style Transfer ConversationProlificDreamerオンラインカジノRCPUnity Sentis4Dオブジェクト生成モデルRealFlowRinna Character PlatformUnity MuseAlign Your GaussiansiPhoneCALACaleb WardAYGDeep Fluids宮田龍MAV3DMeInGameAmelia清河幸子ファーウェイAIGraphブレイン・コンピュータ・インタフェース西中美和4D Gaussian SplattingBCIGateboxアフォーダンス安野貴博4D-GSLearning from VideoANIMAKPaLM-SayCan斧田小夜Glaze予期知能逢妻ヒカリWebGlazeセコムLLaMA 2NightShadeユクスキュルバーチャル警備システムCode as PoliciesSpawningカント損保ジャパンCaPHave I Been Trained?CM3leonFortnite上原利之Stable DoodleUnreal Editor For FortniteドラゴンクエストエージェントアーキテクチャアッパーグラウンドコリジョンチェックT2I-AdapterXRPAIROCTOPATH TRAVELER西木康智VolumetricsOCTOPATH TRAVELER 大陸の覇者山口情報芸術センター[YCAM]AIワールドジェネレーターアルスエレクトロニカ2019品質保証YCAM日本マネジメント総合研究所Rosebud AI GamemakerStyleRigAutodeskアンラーニング・ランゲージLayer逆転オセロニアBentley Systemsカイル・マクドナルドLily Hughes-RobinsonCharisma.aiワールドシミュレーターローレン・リー・マッカーシーColossal Cave Adventure奥村エルネスト純いただきストリートH100鎖国[Walled Garden]プロジェクトAdventureGPT調査齋藤精一大森田不可止COBOLSIGGRAPH ASIA 2022リリー・ヒューズ=ロビンソンMeta Quest高橋智隆DGX H100VToonifyBabyAGIIPロボユニザナックDGX SuperPODControlVAEGPT-3.5 Turbo泉幸典仁井谷正充変分オートエンコーダーカーリング強いAIロボコレ2019Instant NeRFフォトグラメトリウィンブルドン弱いAIartonomous回帰型ニューラルネットワークbitGANsDeepJoin戦術分析ぎゅわんぶらあ自己中心派Azure Machine LearningAzure OpenAI Serviceパフォーマンス測定Lumiere意思決定モデル脱出ゲームDeepLIoTUNetHybrid Reward Architectureコミュニティ管理DeepL WriteProFitXImageFXウロチョロスSuper PhoenixWatsonxMusicFXProject MalmoオンラインゲームAthleticaTextFX気候変動コーチングProject Paidiaシンギュラリティ北見工業大学KeyframerProject Lookoutマックス・プランク気象研究所レイ・カーツワイル北見カーリングホールWatch Forビョルン・スティーブンスヴァーナー・ヴィンジ画像解析Gemini 1.5気象モデルRunway ResearchじりつくんAI StudioLEFT ALIVE気象シミュレーションMake-A-VideoNTT SportictVertex AI長谷川誠ジミ・ヘンドリックス環境問題PhenakiAIカメラChat with RTXBaby Xカート・コバーンエコロジーDreamixSTADIUM TUBESlackロバート・ダウニー・Jr.エイミー・ワインハウスSDGsText-to-ImageモデルPixelllot S3Slack AIPokémon Battle Scopeダフト・パンクメモリスタAIスマートコーチポケットモンスターGlenn MarshallkanaeruThe Age of A.I.Story2Hallucination音声変換Latitude占いレコメンデーションJukeboxDreambooth行動ロジック生成AIVeap Japanヤン・ルカンConvaiEAPneoAIPerfusionNTTドコモSIFT福井千春DreamIconニューラル物理学EmemeDCGAN医療mign毛髪GenieMOBADANNCEメンタルケアstudiffuse荒牧英治汎用AIエージェントハーバード大学Edgar Handy中ザワヒデキAIファッションウィーク研修デューク大学大屋雄裕インフルエンサー中川裕志Grok-1mynet.aiローグライクゲームAdreeseen HorowitzMixture-of-Experts東京理科大学NVIDIA Avatar Cloud EngineMoE人工音声NeurIPS 2021産業技術総合研究所Replica StudiosClaude 3リザバーコンピューティングSmart NPCsClaude 3 Haikuプレイ動画ヒップホップ対話型AIモデルRoblox StudioClaude 3 Sonnet詩ソニーマーケティングPromethean AIClaude 3 Opusサイレント映画もじぱnote森永乳業環境音暗号通貨note AIアシスタントMusiioC2PAFUZZLEKetchupEndelゲーミフィケーションAlterationAI NewsTomo Kihara粒子群最適化法Art SelfiePlayfool進化差分法オープンワールドArt TransferSonar遊び群知能下川大樹AIFAPet PortraitsSonar+Dtsukurunウィル・ライト高津芳希P2EBlob Opera地方創生大石真史クリムトDolby Atmos吉田直樹BEiTStyleGAN-NADASonar Music Festival素材DETRライゾマティクスSIMASporeクリティックネットワーク真鍋大度OpenAI JapanデノイズUnity for Industryアクターネットワーク花井裕也Voice Engine画像処理DMLabRitchie HawtinCommand R+SentropyGLIDEControl SuiteErica SynthOracle Cloud InfrastructureCPUDiscordAvatarCLIPAtari 100kUfuk Barış MutluGoogle WorkspaceSynthetic DataAtari 200MJapanese InstructBLIP AlphaUdioCALMYann LeCun日本新聞協会立命館大学プログラミング鈴木雅大AIいらすとや京都精華大学ソースコード生成コンセプトアートAI PicassoTacticAIGMAIシチズンデベロッパーSonanticColie WertzEmposyNPMPGitHubCohereリドリー・スコットAIタレントFOOHウィザードリィMCN-AI連携モデル絵コンテAIタレントエージェンシーGPT-4oUrzas.aiストーリーボードmodi.aiProject Astra大阪大学Google I/O 2024西川善司並木幸介KikiBlenderBitSummit Let’s Go!!Gemma 2サムライスピリッツ森寅嘉Zoetic AIVeoゼビウスSIGGRAPH 2021ペット感情認識ストリートファイター半導体Digital Dream LabsPaLM APIデジタルレプリカ音声加工Topaz Video Enhance AICozmoMakerSuiteGOT7マルタ大学DLSSタカラトミーSkebsynthesia田中達大山野辺一記NetEaseLOVOTDreambooth-Stable-DiffusionHumanRFInworld AI大里飛鳥DynamixyzMOFLINActors-HQMove AIRomiGoogle EarthSAG-AFTRAICRA2024U-NetミクシィGEPPETTO AIWGAIEEE13フェイズ構造ユニロボットStable Diffusion web UIチャーリー・ブルッカー大規模基盤モデルADVユニボPoint-EToroboXLandGato岡野原大輔東京ロボティクスAI model自己教師あり学習インピーダンス制御DEATH STRANDINGAI ModelsIn-Context Learning(ICL)深層予測学習Eric Johnson汎用強化学習AIZMO.AILoRA日立製作所MOBBY’Sファインチューニング早稲田大学Oculus Questコジマプロダクションロンドン芸術大学モビーディックグランツーリスモ尾形哲也生体情報デシマエンジンGoogle Brainダイビング量子コンピュータAIRECSound Controlアウトドアqubit汎用ロボットSYNTH SUPERAIスキャニングIBM Quantum System 2オムロンサイニックエックス照明Maxim PeterKarl Sims自動採寸北野宏明ViLaInJoshua RomoffArtnome3DLOOKダリオ・ヒルPDDLハイパースケープICONATESizerジェン・スン・フアンニューサウスウェールズ大学山崎陽斗ワコールHuggingFaceClaude Sammut立木創太スニーカーStable Audioオックスフォード大学浜中雅俊UNSTREET宗教Lars Kunzeミライ小町Newelse仏教杉浦孔明テスラ福井健策CheckGoodsコカ・コーラ田向権GameGAN二次流通食品VASA-1パックマンTesla Bot中古市場Coca‑Cola Y3000 Zero SugarVoxCeleb2Tesla AI DayWikipediaDupe KillerCopilot Copyright CommitmentAniTalkerソサエティ5.0Sphere偽ブランドテラバース上海大学SIGGRAPH 2020バズグラフXaver 1000配信京都大学Apple Intelligenceニュースタンテキ養蜂立福寛東芝Beewiseソニー・ピクチャーズ アニメーション音声解析DIB-R倉田宜典フィンテック感情分析Luma投資Fosters+Partners周 済涛Dream Machine韻律射影MILIZEZaha Hadid ArchitectsステートマシンNTT韻律転移三菱UFJ信託銀行ディープニューラルネットワークPerplexity
汎用型エージェントの実現に向けた動き:月刊エンタメAIニュース vol.55
エンタメにおいても人工知能は日進月歩で発展しており、新しい研究成果や試みが次々と発表されています。こちらの連載では、過去1か月間に公開された注目すべきゲームAIやエンタメAIに関連したニュース、論文などを紹介していきます。
視覚情報から操作情報を出力する仕組み
マルチモーダルなAIモデルがスタンダードになりつつあるいま、あらゆるタスクを同時にこなせる汎用的なエージェントの実現に一層の期待が寄せられています。その第一歩として中国の研究者たちが提唱しているのが、General Computer Control(GCC)というアプローチです。
これはスクリーンに映し出された視覚情報をAIモデルに解釈させて、それを基にキーボードやマウスによる操作を出力させるという試みです。つまり、人間によるコンピュータの操作を模倣させることで、あらゆるタスクを実行できるようにするというアプローチです。
GCCの実用化に向けた初期の実験として、研究チームは大規模言語モデルをベースにした「Cradle」というフレームワークを開発しました。Cradleは「情報収集」「自己内省」「タスク推論」「スキルキュレーション」「行動計画」「記憶」の6つのモジュールを備えており、ゲームやアプリといったソフトウェアを操作しながら覚えていきます。
まず、「情報収集」モジュールがスクリーン画像からテキストやUI、オブジェクトに関する情報を抽出し、それを基に「タスク推論」と「行動計画」モジュールがタスクの実行に必要なアクションを計画します。その際、ゲームやアプリの中で出された指示は、「スキルキュレーション」によってキーボードやマウスで実行可能な操作情報に変換されます。アクションを実行した後は、その結果を「自己内省」によって評価し、過去の経験として「記憶」します。これらの繰り返しによってタスクの実行能力を洗練していくという仕組みです。
研究チームは、「Cradle」に『Red Dead Redemption 2』『Stardew Valley』『Cities: Skylines』といったゲームを事前知識なしで実際にプレイさせ、「最初のミッションをクリアする」「最初の作物を育てて収穫する」「人口1,000人の街を作る」といったタスクで一定の成功を収めています。一方で、空間を把握したりアイコンの意味を理解したりすることには多くの課題も残っているようです。今回の試みで、すでに実現可能な領域と改善の余地がある領域を把握できたことは、GCCの実用化に向けた大きな一歩と言えるでしょう。
テキストから3Dモデルを1分で生成
メタは7月2日、文章を入力するだけで1分以内に3Dモデルを出力できる生成AIモデル「3D Gen」を発表しました。
「3D Gen」は、「3D AssetGen」と「3D TextureGen」という2つの研究成果を統合した技術で、2段階のプロセスを経てプロンプトに忠実な3Dモデルを生成します。「3D AssetGen」が入力されたテキストの情報に基づいて物理ベースレンダリングで3Dメッシュ(モデルのベースとなる部分)を作成し、「3D TextureGen」がモデルの色や材質を指示通りに再現したテクスチャを生成して貼り付けるという仕組みです。
同じメッシュ情報を使って3Dモデルのテクスチャのみを変更することも可能です。例えば、「木こりの服を着たクマ」というプロンプトで出力した3Dモデルを、「バスケのユニフォームを着たクマ」や「タキシードを着たクマ」といった具合に、テクスチャのみを書き換えられるというわけです。また、「ホラー映画」や「クリスマス」といったテーマを指定することでも、異なる複数の3Dモデルに統一感をもたせたテクスチャを生成できます。
こうした技術が実用化できれば、キャラクターやオブジェクトといった膨大な3Dアセットが必要なゲーム開発はもちろん、建築における設計プロセスやメタバースにおける環境構築に革新をもたらすかもしれません。
論文:Meta 3D Gen
汎用世界モデルへ一歩前進
Runwayは6月17日、同社が掲げる「General World Model」の構築へ向けた新たな一歩として、高精細で制御可能な動画を生成できる最新モデル「Gen-3 Alpha」を発表しました。
「Gen-3」は、動画と画像を組み合わせた大規模なマルチモーダル学習で訓練されており、「Gen-2」と比べて精度や一貫性が大幅に改良されています。「Motion Brush」「Advanced Camera Controls」「Director Mode」といった既存の機能はもちろん、動画の構造やスタイル、モーションをより細かく制御できる新たな機能が追加されるとのこと。
これにより、想像力を掻き立てるシーンのトランジションや正確なキーフレーミングといった時間制御はもちろん、幅広いアクションやジェスチャー、感情表現が可能な人物描写が可能になります。また、エンターテインメント業界やメディア業界の企業と提携したカスタムバージョンも用意しており、特定分野に合わせた調整も可能ということです。
企業が専用のLLMを開発する動き
パナソニックは7月2日、パナソニックグループ専用の大規模言語モデル(LLM)「Panasonic-LLM-100b」を、ストックマークと共同で開発することを発表しました。
今年5月にストックマークが公開したLLM「Stockmark-LLM-100b」に、パナソニックグループの社内データを追加で学習させ、同社で開発中のマルチモーダル基盤モデルへの統合を目指すとのこと。想定されるモデルサイズは1,000億パラメータで、企業が開発する自社専用のLLMとしては国内最大規模となる見込みです。
こうした取り組みの背景には、企業が汎用型LLMを利用する際に生じるコストの肥大化と、専門知識の不足によるハルシネーション(AIが事実に基づかない情報を生成する現象)の頻発という課題があります。特に後者は、利用者が気が付かないうちにビジネスリスクに直結しかねない深刻な問題です。
そこで自社のデータをオープンソースモデルに追加で事前学習させることで、汎用モデルの学習データにない業界の専門用語へ対応させる動きが広がっています。企業がもつ独自の知識やノウハウをLLMに統合するプロセスを通じて、LLMのさらなる高性能化やカスタマイズ技術を社内に蓄積することにも繋がるというわけです。
勝手にビールを追加注文するAI
Gateboxは7月3日、飲食店向けAI接客サービス「AI幹事」を発表しました。
AI幹事は「GPT-4o」の画像認識技術を活用しており、テーブルに設置したタブレットのカメラでグラスの空き具合を見ながら、おすすめのドリンクや料理をAIキャラクターが提案してくれます。また、ユーザーがグラスを手に持って乾杯しようとしている時は、AI幹事が率先して乾杯の挨拶をしてくれるとのこと。
キャラクターの見た目はクライアントの要望に沿って自動生成され、お店の雰囲気やシチュエーションに合わせて自由にカスタマイズすることも可能。同社は、「日本が誇るキャラクター文化と最新のAIを掛け合わせ、日本ならではの遊び心のあるAI接客体験を作り出すことで、お客様が親しみやすく楽しい時間を過ごせる体験を提供したい」としています。
Writer:Ritsuko Kawai