驚くほど再現度の高い3Dスキャン「Automatic 3D Capture」 他 / Catch up on AI 2024.3.8
Pick up
3Dスキャン・3Dシーンの構築はAIにより驚くほど高精度にそして手軽になりましたが、このクオリティは3Dスキャンサービスの代表となる可能性があるサービス。
現在早期アクセスのためのWaitingList受付中
Interested inAutomatic 3D Capture?
https://ajrq2qhehg0.typeform.com/mxrcapture
【驚くほど再現度の高い3Dスキャン】
— 田中義弘 | taziku CEO / AI × Creative (@taziku_co) March 7, 2024
Automatic 3D Captureは、超高精度で3Dをスキャンできるサービス。
3Dスキャン技術はAIの発展で凄まじく進歩していますが、細部はまだ甘い部分にあります。映像では全く本物と見分けがつかないぐらいのディティールを再現。
続く>>pic.twitter.com/ZIw0Vskz65
Catch up on AI
字幕+翻訳をローカルで実行「Memo AI」
【字幕+翻訳をローカルで】
— 田中義弘 | taziku CEO / AI × Creative (@taziku_co) March 8, 2024
Memo AIは、ローカルの大規模モデルを利用して、動画の字幕と翻訳を同時に行うことが可能。
ローカルで動作することにより、「プライバシーの保護」、「コスト削減」、「低遅延/オフライン動作」を実現。
続く>>#AIpic.twitter.com/HiF3gOa6vI
リアルタイム全身遠隔操作フレーム「H2O」
【リアルタイム全身遠隔操作フレーム】
— 田中義弘 | taziku CEO / AI × Creative (@taziku_co) March 8, 2024
H2O (Human2HumanOid)は、リアルタイムに人間の動きを伝達させ同じ動きをさせる、リアルタイム全身遠隔操作ロボット。
RGBカメラだけで、誰もがフルサイズのヒューマノイドを遠隔操作可能に
続く>>pic.twitter.com/Uu0ZBoi2xm
AI演者による縦型動画生成が簡単に「SocialClone」
【AI演者による縦型動画生成が簡単に】
— 田中義弘 | taziku CEO / AI × Creative (@taziku_co) March 8, 2024
SocialCloneは今後リリース予定の新しい生成AIサービス。縦型動画が選んだ人物から簡単に作成ができるというもの。
コンテンツはさらに溢れ、人間とAIが入り混じり混迷の時代へ突入しそう。情報属性によって優位性は分かれるかも。pic.twitter.com/dQR2FTW9Oh
Midjourneyでdescribe機能がアップデート
【画像からプロンプトを生成】
— 田中義弘 | taziku CEO / AI × Creative (@taziku_co) March 8, 2024
Midjourneyの画像からプロンプトを解析生成してくれるdescribe機能がアップデート！
画像分析機能はV5よりもはるかに強力となり、精度が高くなったとのこと。WEB、Discordともに利用可能です！#Midjourney #画像生成AIpic.twitter.com/69nWWr5FDr
ComfyUIで猫が踊りだす拡張機能
【ComfyUIで猫が踊りだす拡張機能】
— 田中義弘 | taziku CEO / AI × Creative (@taziku_co) March 8, 2024
ComfyUI-Catcatは、生成すると画面上で猫が踊ってくれる拡張機能。
凄い！拡張機能ではないが、生成している時間を楽しくしてくれるユーモアあふれる機能。
続く>>#画像生成AI #AI #猫 pic.twitter.com/yURmYSPrKu
SDXL Lightning x Openpose
【SDXL Lightning x Openpose】
— 田中義弘 | taziku CEO / AI × Creative (@taziku_co) March 8, 2024
生成速度が高速で1〜8stepで生成が可能なSDXL LightningとControlNetのOpenPoseを利用した、リアルタイムに近い生成デモ。
完全にリアルタイムでは無いですが、ここまで早いと様々な用途で利用ができそう。#生成AI #画像生成AIpic.twitter.com/vQwy11dStk
日本語にも対応したCPU-TTS
【日本語にも対応したCPU-TTS】
— 田中義弘 | taziku CEO / AI × Creative (@taziku_co) March 7, 2024
Melo TTSは、CPUで動作するリアルタイムTTS。英語、スペイン語、フランス語、中国語、日本語、韓国語に対応し、Apache 2.0ライセンスとなっています。
日本語デモは34秒あたりから。超高精度ではないですがCPUで動作は魅力的。
続く>>pic.twitter.com/SNge1OuCyf
もしAGIができた時のUIは？
【もしAGIができた時のUIは？】
— 田中義弘 | taziku CEO / AI × Creative (@taziku_co) March 7, 2024
様々なタスクがこなせ、人間と同じ知能や汎用性を持ったAGI（汎用人工知能）。それが実現したときのユーザーインターフェイスはと考えられて創られたデモが面白い。
全てのタスクは最初のキッカケを与えて見守るだけという形になりそう。pic.twitter.com/ruhJN23JQP