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吉本幸記月刊エンタメAIニュース河合律子機械学習ディープラーニングOpenAINVIDIAGAN音楽GoogleLLM大規模言語モデルグーグルChatGPTモリカトロン森川幸人強化学習Stable Diffusion三宅陽一郎DeepMind人工知能学会ニューラルネットワークシナリオマイクロソフトQAGPT-3自然言語処理AIと倫理Facebook大内孝子倫理SIGGRAPHアート映画著作権ルールベースゲームプレイAIキャラクターAIスクウェア・エニックスMinecraft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AIアニメーションロボットDALL-E2StyleGANプロシージャルVFXMidjourneyデバッグ3DCGファッション自動生成ディープフェイクマルチモーダル遺伝的アルゴリズム動画生成AIVRMeta画像生成AIマンガゲームAIAdobeテストプレイメタAIマインクラフトCLIPテキスト画像生成深層学習CEDEC2019Microsoftデジタルツインメタバース不完全情報ゲーム小説ボードゲームDALL-EtoioSoraビヘイビア・ツリーRed RamCEDEC2021NeRFCEDEC2020作曲ロボティクスナビゲーションAI高橋力斗AIアートメタ畳み込みニューラルネットワークアップル教育スポーツエージェントGDC 2021GPT-4手塚治虫汎用人工知能JSAI20223DDALL-E 3インタビューバーチャルヒューマンNVIDIA OmniverseGDC 2019マルチエージェントCEDEC2022Stability AI市場分析ARデジタルヒューマンELSI懐ゲーから辿るゲームAI技術史ジェネレーティブAIソニー東京大学はこだて未来大学プロンプト栗原聡CNN広告マーケティングJSAI2024BERTMicrosoft AzureUnityGeminiOmniverseJSAI2023電気通信大学Playable!鴫原盛之SIGGRAPH ASIAHTNApple階層型タスクネットワークAIQVE ONE世界モデルアドベンチャーゲームJSAI2020GTC2023音声合成メタデータTensorFlow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サイバーエージェントトレーディングカード音声認識メディアアートDQN合成音声水野勇太モリカトロン開発者インタビュー宮本茂則アバターブラック・ジャックUbisoftGenvid TechnologiesガイスターStyleGAN2徳井直生稲葉通将ベリサーブGTC2022GPT-3.5音声生成AISFNetflixJSAI2021松木晋祐Bard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TEZUKA2020CEDEC2023AGIテキスト生成インディーゲームElectronic ArtsGDC Summerイーロン・マスク論文Stable Diffusion XL森山和道NVIDIA Rivaeスポーツスタンフォード大学アーケードゲームテニス類家利直Firefly言霊の迷宮eSportsBLUE PROTOCOLCEDEC2024シーマンaiboSIE大澤博隆SFプロトタイピング銭起揚RunwayRunway Gen-3 Alphaチャットボットtext-to-3DDreamFusion自動運転車ワークショップEpic GamesRobloxAIロボ「迷キュー」に挑戦AWSAdobe MAX村井源クラウド斎藤由多加AlphaZeroPreferred NetworksTransformerGPT-2rinnaAIりんなOpen AIカメラ環世界中島秀之PaLMGitHub CopilotLLaMA哲学Apple Vision Proハリウッド理化学研究所Gen-1YouTubeテキスト画像生成AI松尾豊人事データマイニングControlNet現代アートDARPAドローンシムシティゲームエンジンUnreal EngineImagenZorkバイアスサム・アルトマンASBSぱいどんAI美空ひばり手塚眞デザインバンダイナムコ研究所スパーシャルAIELYZANEDO建築FSM-DNNMindAgentBIMLEFT 4 DEAD通しプレイソニー・インタラクティブエンタテインメント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データ分析自動翻訳MILENVIDIA ACEナラティブNianticOmniverse 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 CooperGPTDisneyPhotoshopPyTorch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コミコパヒストリアAI Frog Interactive新清士田中章愛ComfyUI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 AIVOICEVOXtext-to-imageサルでもわかる人工知能VAETEZUKA2023DOOMリップシンキングRNNGameNGenグランツーリスモ・ソフィーUbisoft La Forge社員インタビュー知識表現ウォッチドッグス レギオンVTuberIGDA立教大学秋期GTC2022大阪公立大学フォートナイトKLabどうぶつしょうぎジェイ・コウガミ音楽ストリーミングMIT野々下裕子Movie GenQosmo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セキュリティ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3D 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LLaMA 2ウェイポイントパス検索Hugging Face対談藤澤仁生物学XRGTC 2022xAI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-2BingSIGGRAPH Asia 2024MagentaソフトバンクELYZA PencilScenarioSIGGRAPH2023AIピカソGTC2021AI素材.comCycleGANテンセントAndreessen HorowitzQA Tech NightNetHack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DreamerV3SIMAAIボイスアクター南カリフォルニア大学NVIDIA CanvasGPUALife人工生命オルタナティヴ・マシンサウンドスケープLaMDATRPGマジック:ザ・ギャザリングGPT-4oAI Dungeon介護BitSummitGemma 2VeoInworld AIゲーム背景IEEEPoint-Eアパレル不気味の谷LoRAナビゲーションメッシュファインチューニンググランツーリスモ写真高橋ミレイ北野宏明深層強化学習松原仁松井俊浩武田英明フルコトELYZA DIGESTApple IntelligenceWWDCWWDC 2024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Bing 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.AIPlay.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 MetropolisForGames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古川善規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Gautier 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MODAniqueドリコムTPRGOxia PalusGhostwriter中村太一ai and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SaaSクーガー実況パワフルサッカースカイリムCopilotインサイト石井敦NHC 2021桃太郎電鉄RPGツクールMZカスタマーサポート茂谷保伯池田利夫桃鉄ChatGPT_APIMZserial experiments lainComfyUI-AdvancedLivePortraitGDMC新刊案内パワサカダンジョンズ&ドラゴンズAI lainGUI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&DragonsVideo to Videoマジック・リープDigital DomainMachine Learning Project CanvasLaser-NVビートルズiPhone 16MagendaMasquerade2.0国立情報学研究所ザ・ビートルズ: Get BackOpenAI o1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MERFDemucsAIスマートリンクスパコンAlibaba音楽編集ソフトシャープ里井大輝KaggleスーパーコンピュータVQRFAdobe Auditionウェアラブル山田暉松岡 聡nvdiffreciZotopeCE-LLMAssassin’s Creed OriginsAI会話ジェネレーターTSUBAME 1.0NeRFMeshingRX10Communication Edge-LLMSea of ThievesTSUBAME 2.0LERFMoisesLINEヤフーGEMS COMPANYmonoAI technologyLSTMABCIマスタリングAIペットモリカトロンAIソリューション富岳レベルファイブYahoo!ニュース初音ミクOculusコード生成AISociety 5.0リアム・ギャラガーAI Comic Factory転移学習テストAlphaCode夏の電脳甲子園グライムスKaKa CreationAI comic GeneratorBaldur's Gate 3Codeforces座談会BoomyComicsMaker.aiCandy Crush Saga自己増強型AIジョン・レジェンドGenie AILlamaGen.aiSIGGRAPH ASIA 2020COLMAPザ・ウィークエンドSIGGRAPH Asia 2023GAZAIADOPNVIDIA GET3DドレイクC·ASEFlame PlannerデバッギングBigGANGANverse3DFLARE動画ゲーム生成モデルMaterialGANダンスグランツーリスモSPORTAI絵師エッジワークスMagicAnimateReBeLUGC日本音楽作家団体協議会Animate AnyoneVirtuals ProtocolGTソフィーPGCFCAインテリジェントコンピュータ研究所スーパーマリオブラザーズVolvoFIAグランツーリスモチャンピオンシップVoiceboxアリババMarioVGGNovelAIさくらインターネットDreaMovingRival PrakDGX A100NovelAI DiffusionVISCUIT松原卓二ぷよぷよScratchArt Transfer 2ユービーアイソフトWebcam VTuberモーションデータスクラッチArt Selfie 2星新一賞ビスケットMusical Canvas北尾まどかHALOポーズ推定TCGプログラミング教育The Forever Labyrinth将棋メタルギアソリッドVメッシュ生成Refik AnadolFSMメルセデス・ベンツQRコードVALL-EAlexander RebenMagic Leap囲碁Deepdub.aiRhizomatiksナップサック問題Live NationEpyllionデンソーAUDIOGENMolmo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 MusicPixMoAIOpsムーアの法則原昌宏AutoFoleyQwen2 72BSpotifyスマートコントラクト日本機械学会Colourlab.AiDepth ProReplica 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.aiVARIETAS巡回セールスマン問題かんばん方式CinelyticAI面接官ジョルダン曲線メディアAdobe ResearchTaskadeキリンホールディングス政治Galacticaプロット生成Pika.art空間コンピューティングクラウドゲーミングAI Filmmaking AssistantDream Screen和田洋一リアリティ番組映像解析FastGANSynthIDStadiaジョンソン裕子4コママンガAI ScreenwriterFirefly Video ModelMILEsNightCafe東芝デジタルソリューションズ芥川賞Stable Video 4Dインタラクティブ・ストリーミングLuis RuizSATLYS 映像解析AI文学AI受託開発事例インタラクティブ・メディア恋愛田中志弥PFN 3D ScanElevenLabsタップルPlayable!3D東京工業大学HeyGenAbema TVPlayable!MobileLudo博報堂After EffectsNECAdobe MAX 2024ラップPFN 4D Scan絵本木村屋SneaksSIGGRAPH 2019ArtEmisZ世代DreamUp出版GPT StoreIllustratorAIラッパーシステムDeviantArtAmmaar Reshi生成AIチェッカーMeta Quest 3Waifu DiffusionStoriesユーザーローカルXR-ObjectsGROVERプラスリンクス ~キミと繋がる想い~元素法典StoryBird九段理江PeridotFAIRSTCNovel AIVersed東京都同情塔Orionチート検出Style Transfer ConversationProlificDreamer防犯オンラインカジノRCPUnity Sentis4Dオブジェクト生成モデルO2RealFlowRinna Character PlatformUnity MuseAlign Your GaussiansScam DetectioniPhoneCALACaleb WardAYGLive Threat DetectionDeep Fluids宮田龍MAV3D乗換NAVITIMEMeInGameAmelia清河幸子ファーウェイKaedimAIGraphブレイン・コンピュータ・インタフェース西中美和4D Gaussian Splatting3DFY.aiBCIGateboxアフォーダンス安野貴博4D-GSLuma AILearning from VideoANIMAKPaLM-SayCan斧田小夜GlazeAvaturn予期知能逢妻ヒカリWebGlazeBestatセコムNightShadeOasisユクスキュルバーチャル警備システムCode as PoliciesSpawningDecartカント損保ジャパンCaPHave I Been Trained?Dejaboom!CM3leonFortniteUnbounded上原利之Stable DoodleUnreal Editor For FortniteEtched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-Adapter声優PAIROCTOPATH TRAVELERパブリシティ権西木康智Volumetrics日本俳優連合OCTOPATH 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日本芸能マネージメント事業者協会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 Gamemaker日本声優事業社協議会StyleRigAutodeskアンラーニング・ランゲージLayerIAPP逆転オセロニアBentley Systemsカイル・マクドナルドLily Hughes-RobinsonCharisma.aiTripo 2.0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 AdventureMeta 3D Gen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調査スマートシティ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都市計画高橋智隆DGX H100VToonifyBabyAGIIP松本雄太ロボユニザナックDGX SuperPODControlVAEGPT-3.5 Turbo早瀬悠真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AIGenie 2ロボコレ2019Instant NeRFフォトグラメトリウィンブルドン弱いAIWorld Labsartonomous回帰型ニューラルネットワークCybeverbitGANsDeepJoin戦術分析Third Dimension AI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東北大学意思決定モデル脱出ゲームDeepLIoTUNetGemini 2.0Hybrid Reward Architectureコミュニティ管理DeepL WriteProFitXImageFXVeo 2ウロチョロスSuper PhoenixWatsonxMusicFXWhiskProject MalmoオンラインゲームAthleticaTextFXフロンティアワークス気候変動コーチング機械翻訳Project Paidiaシンギュラリティ北見工業大学KeyframerSimplifiedProject 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AI Voice over GeneratorWatch 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 1.5AI Audio Enhancer気象モデルRunway ResearchじりつくんAI StudioエーアイLEFT ALIVE気象シミュレーションMake-A-VideoNTT SportictVertex AIAITalk長谷川誠ジミ・ヘンドリックス環境問題PhenakiAIカメラChat with RTXコエステーションBaby 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 AIPlayStationPokémon Battle ScopeSONY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VRMLGlenn MarshallkanaeruTechno MagicThe Age of A.I.Story2Hallucination音声変換Latitude占いゴーストバスターズレコメンデーションJukeboxDreambooth行動ロジック生成AIスパイダーマンVeap Japanヤン・ルカンConvaiポリフォニー・デジタルEAPneoAIPerfusionNTTドコモ荒牧伸志SIFT福井千春DreamIconニューラル物理学EmemeProject SidDCGAN医療mign毛髪GenieAlteraMOBADANNCEメンタルケアstudiffuse荒牧英治汎用AIエージェントRobert Yang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Razer研修デューク大学大屋雄裕インフルエンサーProject AVA中川裕志Grok-1Streamlabsmynet.aiローグライクゲームAdreeseen HorowitzMixture-of-ExpertsIntelligent Streaming Assistant東京理科大学NVIDIA Avatar Cloud EngineMoEProject DIGITS人工音声NeurIPS 2021産業技術総合研究所Replica StudiosClaude 3スーパーコンピューターリザバーコンピューティングSmart NPCsClaude 3 Haikuエージェンテックプレイ動画ヒップホップ対話型AIモデルRoblox StudioClaude 3 SonnetAI Shorts詩ソニーマーケティングPromethean AIClaude 3 Opusテルアビブ大学サイレント映画もじぱnote森永乳業DiffUHaul環境音暗号通貨note AIアシスタントMusiioC2PATrailBlazerFUZZLEKetchupEndelゲーミフィケーションヴィクトリア大学ウェリントンAlterationAI NewsTomo Kiharazeroscope粒子群最適化法Art SelfiePlayfoolQNeRF進化差分法オープンワールドArt TransferSonar遊びカーネギーメロン大学群知能下川大樹AIFAPet PortraitsSonar+DtsukurunRALFウィル・ライト高津芳希P2EBlob Opera地方創生グラフィック大石真史クリムトDolby Atmos吉田直樹メイクBEiTStyleGAN-NADASonar Music Festival素材CanvasDETRライゾマティクスProjectsSporeクリティックネットワーク真鍋大度OpenAI JapanDeepSeekデノイズUnity for Industryアクターネットワーク花井裕也Voice EngineDeepSeek-R1画像処理DMLabRitchie HawtinCommand R+GDCSentropyGLIDEControl 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Urzas.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!!サムライスピリッツ森寅嘉Zoetic AI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-DiffusionHumanRF大里飛鳥DynamixyzMOFLINActors-HQMove AIRomiGoogle EarthSAG-AFTRAICRA2024U-NetミクシィGEPPETTO AIWGA13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ToroboXLandGato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.AI日立製作所MOBBY’S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
NVIDIA、画像内オブジェクトのドラッグ&ドロップ、動きを制御できる動画生成モデルを発表
GPUメーカー最大手のNVIDIAは、AIシステムやグラフィックAIの研究にも熱心に取り組んでいます。そうした研究成果はSIGGRPAHとSIGRRAPH Aisaの採択論文からうかがうことができ、SIGGRAPH Asia 2024でも同社から20本の論文が採択されました。モリカトロンAIラボではSIGGRAPH Asia 2024を特集した記事をすでに公開していますが、本稿ではこの記事では取り上げていないNVIDIA関連論文を3本紹介します。
画像内オブジェクトのドラッグ&ドロップを可能とする「DiffUHaul」
イスラエルにあるテルアビブ大学らと共同研究した「DiffUHaul」は、画像内の任意のオブジェクトをドラッグ&ドロップできるモデルです。ドラッグしたオブジェクトがあった箇所は、画面全体の整合性を損なわないように背景等が補完されます。
一見すると簡単そうな以上のタスクを遂行するために、DiffUHaulでは以下のような3つのモジュールが実装されています。
- BlobGEN:画像内のオブジェクトの位置を識別したうえで、画像全体の構図を認識するモデル。このモデル自体は、NVIDIA研究チームが、機械学習に関する世界規模のカンファレンスICML 2024で発表した。
- Gated Self-Attention:BlobGENが識別したオブジェクトから特徴を抽出して、抽出した特徴にもとづいたオブジェクトを生成するモデル。
- Soft Attention Anchoring:Gated Self-Attentionが生成したオブジェクトを移動させながら再生成するモデル。移動処理時には、移動時間に応じて画像生成する位置を変化させる。その結果として、視覚的なドラック&ドロップを実現する。
研究チームは、DiffUHaulと類似した機能をもつ既存AIとの比較実験を行いました。以下の画像が実験結果をまとめたものですが、画像群の1行目がドラッグ&ドロップ前の画像(黄色の点がドラッグしたい位置)、もっとも下の行がDiffUHaulの出力画像、1行目とDiffUHaul出力行のあいだの行は類似既存AIの出力画像です。これらの画像を見ると、DiffUHaulでは指定した位置にオブジェクトをドラッグできているのに対して、類似既存AIは失敗しているのがわかります。
なお、DiffUHaulの制限事項としてオブジェクトの回転を伴うドラッグ&ドロップができない、オブジェクトの大きさを変えるリサイズができない、そしてほかのオブジェクトの後ろに隠れるような位置にドラッグ&ドロップする衝突処理ができない、といったことがあります。
複数のオブジェクトの動きを制御できる動画生成モデル「TrailBlazer」
現在の動画生成モデルにおける研究課題として、動画内オブジェクトの動きの制御や複雑な編集が挙げられます。こうしたなか、NVIDIAとヴィクトリア大学ウェリントンの共同研究チームは、複数のオブジェクトの動きを制御可能な動画生成モデル「TrailBlazer」を発表しました。
TrailBlazerはオープンソースの動画生成モデル「zeroscope」に、キーフレーム制御補完技法を統合することで実現しました。この技法は、動画内の任意のフレームを2つ選択すると、選択したフレーム間の動きが滑らかになるように、フレーム群を自動的に補完する既存技術です。この技術と動画生成を統合した結果、(左右や上下のような)典型的な動きと動く対象の位置を矩形によって指定するテンプレートを選択したうえで、動画の内容を決定するプロンプトを入力すると、そうした設定に沿った動画を出力できるようになりました。
複数のオブジェクトの動きを制御する場合、例えば「黄色い犬と白い猫」が動いている動画を生成する時は、各オブジェクトを個別に生成した後、それらが衝突しないように合成されます。「公園にいる黄色い犬と白い猫」のように背景情報をプロンプトで追加すると、背景が合成されます。背景プロンプトを変えれば、背景が異なった動画が生成されます。
オブジェクト位置を指定する矩形のサイズが変化する設定、例えば小さい矩形が大きい矩形になりながら横に移動するような場合、オブジェクトが画面奥から手前に動いているような遠近法的演出が可能となります。
TrailBlazerは、グラフィック技術では一般的なオブジェクトが別のそれに変化するモーフィングも実現します。例えば「subject(Cat→Dog)」というプロンプトを入力すると、猫が犬に変化しながら動く動画が生成されます。
TrailBlazerにおける動画生成処理自体は一般的な動画生成モデルと変わらないものなので、これらのモデルに見られる制約が認められます。具体的には、以下の画像のように歪んだ形状のオブジェクト(画像では自動車)を生成したり、白黒の体毛ではないパンダが生成されたりします。
以上のような限界があるものも、簡単な操作で生成動画を制御できるTrailBlazerは、専門的スキルがないユーザが意図した動画をAIによって制作する可能性を示しています。
3Dシーン内のオブジェクトを編集できる「QNeRF」
複数の2D画像を素材にして3Dシーンを生成するNeRFはすでに普及している技法ですが、同技法によって生成された3Dシーンを編集する技法はまだ発展途上です。こうしたなかNVIDIAとカーネギーメロン大学らの研究チームが発表したNeRFの発展技法「QNeRF」は、3Dシーンの編集を実現しました。
QNeRFは、生成された3Dシーンに対して、棒人間を使ってポーズを指定したり、長方形などの簡単な3Dオブジェクトで大きさと形状を指定したりすると、その指定にしたがって3Dシーン内のオブジェクトを編集する、というものです。例えば3Dシーン内のスパイダーマンのフィギュアのポーズや、ソファの数あるいは大きさを変えることができます。
QNeRFでは、以下のような3つの処理が実行されています。
- 画像からの特徴抽出:3Dシーンを生成する過程で生成される2D画像に関して、指定された編集内容を反映した画像の特徴を抽出する(以下の画像「①」部分)。
- ノイズの除去と特徴の学習:抽出された特徴からノイズを除去しながら、特徴情報の解像度を上げていく(以下の画像「②」部分)。
- 特徴のフィードバック:解像度が上がった特徴を画像生成処理に戻すことで、生成処理全体からノイズを減らす。
QNeRFの特徴学習では、9層のレイヤーが用いられます。これらのレイヤーは処理できる解像度が異なっており、処理できる解像度が高いレイヤーに段階的に入力することで、特徴情報の解像度を上げていきます。
研究チームは、QNeRFの出力結果と既存技法のそれを比較する実験を行いました。その結果をまとめたのが、以下の画像群です。「Input Image」が入力された3Dシーン画像、「Input Control」が入力画像におけるポーズ、「Target Control」が出力時のポーズを意味しています。右側の列「Ours」がQNeRFの出力画像とその深度マップを表し、その左側に並んでいる画像群が既存技法の出力結果です。QNeRFが鮮明な画像を出力する一方で、既存技法では輪郭が不明瞭な画像が出力されていることがわかります。
画像生成モデルの一種であるQNeRFは、画像生成モデル全般に認められる制約があります。具体的には、人間の手先のような複雑かつ微細なオブジェクトの画像生成に失敗する場合があり、その結果として不整合な3Dシーンを生成してしまいます。なお、研究チームは今後の課題として、NeRFの後継技法と言えるガウシアンスプラッティングでも3Dシーン編集可能とすることをかかげています。
以上のようにNVIDIAは、グラフィックAIの可能性を押し広げるような研究に継続的に取り組んでいます。SIGGRAPH 2024 Asiaでは動画生成AIや3Dオブジェクト生成に関する論文が多数発表されましたが、2025年のSIGGRAPGHではゲーム生成AIに関する最新研究が披露されるかもしれません。そして、そうした先進的な研究に関して、NVIDIAがその一翼を担うと見て間違いないでしょう。
Writer:吉本幸記