Hugging Face、オンデバイス音声合成Phononの半年を振り返り
Hugging Faceがオンデバイス音声合成モデルPhononの発表から半年の振り返りを公開しました。約65MBと約75MBの2サイズで端末上で動作し、31mはApache 2.0で商用利用も無償、他のモデルはCC BY-NCで非商用のみ無償です。
出典: Hugging Face
AIニュース
動画・画像・コンテンツ制作に関わるAIの最新情報。要点を簡潔に、必ず一次情報へのリンク付きでお届けします。
-
-
Mistral Large 4（Le Chonk）をHugging Faceで公開、オープンウェイトのマルチモーダルMoE
MistralのオープンウェイトモデルMistral Large 4（Le Chonk）がHugging Faceで公開されました。約1兆の総パラメータと100万トークンの文脈長を持ち、サイバー分野のテストで高いスコアを示しています。料金は示されていません。
出典: Hugging Face
-
AI生成画像OpenAI、画像モデルImages 2.6を発表 GIF生成と50%高速化
OpenAIが画像生成・編集モデルImages 2.6を発表しました。ChatGPT上でテキストや写真からGIFアニメを作成でき、開発者によれば画像生成は50%高速化しています。API向けには用途別の2バージョンが用意され、料金や提供時期は明らかにされていません。
出典: RB.ru
-
NVIDIA、Cosmos 3にオープンウェイトのチェックポイント4種を追加
NVIDIAは2026年11月5日、ワールドモデル開発基盤Cosmos 3に16Bパラメータのオープンウェイトなチェックポイント4種を追加しました。OpenMDW1.1ライセンスで商用・非商用の利用が可能で、多視点の動画生成や二腕ロボットのシミュレーションに使えます。
出典: Hugging Face
-
Google DeepMind、サイバーセキュリティを重視した新モデルGemini 4 Carbonを発表
Google DeepMindは2026年10月28日、フロンティアモデルGemini 4 Carbonを発表しました。サイバー防御担当者への段階提供から始まり、脆弱性の発見や修正に強みを持つとしています。料金は入力100万トークンあたり2ドル、出力100万トークンあたり10ドルです。
出典: Google DeepMind
-
Underdog、32MBの音声生成モデルWoofを使ったブラウザゲームのデモを公開
米Underdogが32MBの音声生成モデルWoofを使ったブラウザゲームのデモを公開しました。3100万パラメータのモデルは誰でもダウンロードでき、オフラインでも動作すると同社は説明しています。小型モデルの実務での位置づけを整理します。
出典: TechCrunch
-
Google DeepMindがワールドモデルGenie 4を発表
Google DeepMindが2026年10月27日に新しいワールドモデルGenie 4を発表しました。音声をネイティブに生成し、テキスト指示でリアルタイムにシミュレーションを変更できるとしています。
出典: Google DeepMind
-
写真：Chacmoolピザーラ運営のフォーシーズ、Dr.STONEコラボ広告で謝罪 TikTokのAI広告自動生成が原因
フォーシーズは11月6日、ピザーラとTVアニメ「Dr.STONE」のコラボ広告について、製作委員会の事前許諾を得ていない動画を配信していたと謝罪しました。TikTok広告のAI自動生成機能が原因で、現在は全てのTikTok広告の配信を停止しています。
出典: ITmedia AI+
-
Google、動画生成のGemini Omni 1.2 Flashを一般提供 最長15秒と30%値下げ
Googleが動画の生成・編集モデルGemini Omni 1.2 Flashを一般提供開始。最長15秒の生成と会話形式の編集に対応し、720pで1秒0.07ドルに値下げしました。提供はGemini APIやGoogle Cloud、Google Vidsなどです。
出典: Google
ニュースは独自の言葉で要約し、必ず一次情報へのリンクを掲載しています。本文はAIが作成し、情報源と照合しています。 RSSフィード