何が起きたか
新しいマルチモーダルの構成で、Ray1 の10倍の計算量で学習した動画モデル Ray2 を公開した。540p・720p・1080p、5〜10秒の動画を作り、最長30秒まで延長できる。
新しいマルチモーダルの構成で、Ray1 の10倍の計算量で学習した動画モデル Ray2 を公開した。540p・720p・1080p、5〜10秒の動画を作り、最長30秒まで延長できる。
Luma AI の動画・画像生成は、Dream Machine から会話で制作を進める「Luma Agents」に変わった。料金は月$30の Plus から。名前の変化、始め方、広告動画のプロンプト例、データの扱いと解約をまとめた。
Kling、Veo、Runway、Seedance、Hailuo AI、HeyGen、Luma の7つを、無料の範囲、最安の有料プラン、長さ、音声、商用利用、透かし、日本語で比べた。目的別の選び方と規約の書き方もまとめた。
Klingコストを抑えた推論モデル o3-mini を ChatGPT と API で公開した。科学、数学、コーディングに強みがある。
a16z と ICONIQ Growth が主導する1億8000万ドルの調達を発表した。評価額は33億ドル。NTT DOCOMO Ventures や Deutsche Telekom の投資部門なども参加した。
32Bモデルから知識を蒸留する TAID 手法で作った1.5Bの日本語小規模モデル。東京科学大学の Swallow チームと共同で開発し、Hugging Face で公開した。スマートフォンや PC 上で動く。
自前のブラウザを使い、クリックや入力で Web 上の作業を代行するエージェント Operator を公開した。米国の Pro 利用者向けの研究プレビュー。
v0.45 で、リポジトリ内に複数のルールを置き、Agent が状況に応じて選ぶ .cursor/rules が使えるようになった。Deepseek R1 と v3 も設定から選べる。
KLING 1.6 の画像から動画への生成で Elements が使えるようになった。1〜4枚の画像から人物や物体を選び、動きを文章で指示する。画像生成では KOLORS 1.5 向けに画像リファレンスも加わった。