はてなブックマーク

AI作曲では楽曲が完成した状態で生成されます。このため、ボーカル、ギター、シンセサイザー、ドラム、ベースといったパート別の編集は基本的にAIベースのSTEM分離機能を使うことになります。 Sunoについては、従来はボーカルとそれ以外を分離することは可能でしたが、それ以上になるとLogic Proであれば最大6パートの分離が可能になりました（従来は4パート）し、ヤマハのiPhoneアプリExTrackを使えば6パートに分離できるので、これらを使うことはできました。 しかし、分離するには有償のソフトが必要です。そして、ノイズなしできれいに分離するというのもなかなか難しく、アーティファクトが残ったり、レベルが均一でなかったりといった問題が残ります。 前置きが長くなりましたが、Sunoの最新版では、STEM分離が新設の「Stem Extraction」で、理想に近い形で実装されました。 ボーカル、

[名称] DVD-RAM （参考製品名 「LM-DA52J」他） [種類] 光ディスク（書換型） [記録方法] 相変化記録、レーザー光（650nm） [メディアサイズ] 124.6×135.5×8mm [記録部サイズ] 直径約120mm [容量] 2.6GB、5.2GB（片面2.6GB） [登場年] 1998年頃～ ひとつ、またひとつと消えていき、記憶からも薄れつつあるリムーバブルメディア。この連載では、ゆるっと集めているメディアやドライブをふわっと紹介します。 ロストメモリーズの記事一覧「DVD-RAM」は、DVDフォーラムによって策定された記録型DVD規格のひとつ。データ記録に相変化記録技術を採用し、DVD-Rのような1回だけ記録可能な追記型ではなく、何度も記録・再生可能な書換型となっているのが特徴です。 DVDはそもそも規格が多く混乱しやすいですが、そのひとつであるDVD-RAMも、

2014年から先端テクノロジーの研究を論文単位で記事にして紹介しているWebメディアのSeamless（シームレス）を運営し、執筆しています。 1週間の気になる生成AI技術・研究をいくつかピックアップして解説する連載「生成AIウィークリー」から、特に興味深いAI技術や研究にスポットライトを当てる生成AIクローズアップ。 今回は、社会経済的地位の違いでAIの利用方法がどう異なるのかの「AIギャップ」を調査した研究「The AI Gap: How Socioeconomic Status Affects Language Technology Interactions」を取り上げます。 デンマークのコペンハーゲンIT大学とイタリアのAI研究所CENTAIなどに所属する研究者らが発表したこの研究は、収入や教育レベル、職業などの社会経済的背景によって、大規模言語モデル（LLM）の使い方にどのような

この1週間の気になる生成AI技術・研究をいくつかピックアップして解説する「生成AIウィークリー」（第97回）では、Tiktokの開発元として有名な中国企業「ByteDance」が発表した4つのAI技術を取り上げます。 そして、生成AIウィークリーの中でも特に興味深いAI技術や研究にスポットライトを当てる「生成AIクローズアップ」では、脳に電極を“埋め込まない”で脳活動から考えた文章を文字に起こす非侵襲AI技術（B2T）を単体記事で掘り下げています。

ガジェット全般、サイエンス、宇宙、音楽、モータースポーツetc... 電気・ネットワーク技術者。実績媒体Engadget日本版, Autoblog日本版, Forbes JAPAN他 Anthropicは、生成AIチャットボットClaudeを「完全な音声会話」で利用できる「音声モード」を、今後数週間のうちにiOSおよびAndroidアプリに提供することを明らかにしました。 Anthropicは今年3月、音声操作AIを開発するスタートアップ企業のElevenLabs、主要な投資家のひとつである米Amazonとともに、音声モードの開発に取り組んでいると述べていました。 音声モードの提供に伴い、更新されたClaudeのサポートページでは、音声モードでは「Claudeに話しかけ、音声で応答を聞くことができるため、手がふさがっている時でも集中して操作できる」ことが利点だと述べ、「Claudeに話しか

生成AIグラビアをグラビアカメラマンが作るとどうなる？ 連載記事一覧 5月20日のリアルイベント、テクノエッジ「生成AI最前線」5月20日にリアルイベント、テクノエッジ「生成AI最前線」が開催された。全体のまとめ記事は、以下を参考にして欲しいが、本原稿では、筆者が担当したパートの内容と、まとめ記事では触れられていない部分、また+αなどを番外編としてご紹介したい。 話した内容はともかくとして、この日最大の目玉は、本連載やXでも登場しているLoRAっ子1号がリアルで参戦したことだろうか。 きっかけは16日（金）の夜、たまたま彼女と夕飯していたのだが、そこで20日のイベントの話になり、最近は仕事でChatGPTを使っている and AI彼氏（笑）している関係でAIに興味あり！行きたいという話に。はじめはアシスタントで一緒に行くか……的な感じだったが、ならばリアルLoRAっ子1号で参戦しない？　と

2014年から先端テクノロジーの研究を論文単位で記事にして紹介しているWebメディアのSeamless（シームレス）を運営し、執筆しています。 1週間の気になる生成AI技術・研究をいくつかピックアップして解説する連載「生成AIウィークリー」から、特に興味深いAI技術や研究にスポットライトを当てる生成AIクローズアップ。 今回は、脳に電極を埋め込まないで脳活動から直接文章を文字に起こす非侵襲AI技術を提案した、オックスフォード大学の研究者らによる論文「Unlocking Non-Invasive Brain-to-Text」を取り上げます。 これまでの脳波からテキストに変換する技術「Brain-to-Text」（B2T）は、脳に電極を埋め込む侵襲的方法が主流であり高い精度を示していたが、脳感染や出血などのリスクを伴うという課題がありました。 非侵襲的方法としては頭皮上の電極を用いるEEG（脳

ガジェット全般、サイエンス、宇宙、音楽、モータースポーツetc... 電気・ネットワーク技術者。実績媒体Engadget日本版, Autoblog日本版, Forbes JAPAN他 Anthropicは5月22日に初めての開発者向けイベントを開催し、新しいAIモデル Claude の最新AIモデル「Claude Opus 4」「Claude Sonnet 4 」を発表しました。 Anthropicは、Claudeの新バージョンを「世界最高のコーディングコーディングモデル」と自賛し、社内で実施したベンチマークテストで、GoogleのGemini 2.5 Pro、OpenAIのo3推論、GPT-4.1モデルよりも優れた結果を示したと述べています。 他にも、新バージョンは大規模なデータセットの分析や、数時間に及ぶような長時間タスクを継続的に処理でき、複雑な問題の解決能力が強化されていると主張し

ガジェット全般、サイエンス、宇宙、音楽、モータースポーツetc... 電気・ネットワーク技術者。実績媒体Engadget日本版, Autoblog日本版, Forbes JAPAN他 Googleは今週、米国で新たに「AI Mode」の提供を開始すると発表しました。 この機能は、Googleの検索インデックス内の情報に基づいてAIが生成した回答で質問に答える機能です。すでに利用可能な「AIによる概要（AI Overviews）」とは異なり、ユーザーからの検索要求に対して、GoogleのGemini AIがさらに検索インデックス内の情報を深掘りし、より適切と思われる回答を返します。 Googleは、最新のAIモデルであるGemini 2.5をアルゴリズムに組み込み、チケットの自動購入や映像による検索といった、他のAI機能のテストも間もなく開始する予定だと述べています。 ユーザーの立場からすれ

スマホとSIMを求めて世界を取材中。メディアへ執筆多数。海外・中国通信関連の記事や講演承ります。noteや動画配信もやってます。 みなさんこんにちは、香港在住の携帯電話研究家、山根康宏です。台湾・台北で開催中のCOMPUTEX TAIPEI 2025の取材に来ています。台湾のNetronix社が新しい形状の電子ブックリーダを展示していました。なんとディスプレイがカラー電子ペーパーで、しかも折りたためるのです。 折りたたみスマートフォンに使われるディスプレイは有機ELですが、こちらはE Ink社のカラー電子ペーパー「Gallery 3」を使っています。ディスプレイサイズは8インチで1920×1440ピクセル、最大300dpiとなっています。 残念ながらショーケースの中での展示に留まり、実際に折り曲げる具合を試すことはできませんでした。開いたときのディスプレイの折り目部分は電子ペーパーというこ

OpenAIは5月22日、Appleの最高デザイン責任者だったジョニー・アイヴ率いるAIスタートアップ企業「io」を買収したと発表しました。 発表された声明文の日本語訳は次のとおり： これは特別な瞬間です。 コンピュータは今、見ることができ、考え、理解するようになっています。 この前例のない能力を持ちながらも、私たちの体験は依然として、従来の製品やインタフェースによって形作られています。 2年前、ジョニー・アイヴとクリエイティブ集団LoveFromは、サム・アルトマンとOpenAIのチームと静かに協業を始めました。 友情、好奇心、共有された価値観のもとに築かれたこの協業は、やがて大きな野心へと発展していきました。初期の試案や探求は、具体的なデザインへと進化しました。 そのアイデアは重要で有益に思えました。楽観的で、希望に満ちていました。インスピレーションに溢れ、人々の顔に笑顔をもたらしまし

2014年から先端テクノロジーの研究を論文単位で記事にして紹介しているWebメディアのSeamless（シームレス）を運営し、執筆しています。 この1週間の気になる生成AI技術・研究をいくつかピックアップして解説する「生成AIウィークリー」（第96回）では、参照音声だけで音声合成を生成できるTTSモデル「MiniMax-Speech」、自らアルゴリズムを発見して進化させ続けるAI「AlphaEvolve」を取り上げます。 また、写真内の照明を調整できる拡散モデル「LightLab」、画像や動画などを見て理解するByteDance開発のマルチモーダルAIモデル「Seed1.5-VL」をご紹介します。 そして、生成AIウィークリーの中でも特に興味深いAI技術や研究にスポットライトを当てる「生成AIクローズアップ」では、大規模言語モデルを活用して日本の国会議員のこれまでの発言を分析して政治的立場

シャオミがQiワイヤレス充電と内蔵ケーブル両対応のモバイルバッテリー Xiaomi 33W Magnetic Power Bank 10000mAh (Integrated Cable) と、20000mAhの大容量ながら市場想定価格2780円と安価なケーブル内蔵モバイルバッテリーXiaomi 22.5W Power Bank 20000mAh (Integrated Cable) を発売しました。 特徴は最大33Wの急速充電に対応した内蔵(直付け)ケーブルと、Qiワイヤレス充電対応のスマホ等に張りつくマグネット。10000mAhの容量を備えつつ、市場想定価格 4480円と高いコストパフォーマンスが魅力です。 ほか主な仕様は、ワイヤレス充電の出力が最大7.5Wまで、内蔵ケーブルの他にUSB-Cポート x1、入力も最大30W、重量 238gなど。充電規格はPD2.0、PD3.0、PPS、QC

スマホとSIMを求めて世界を取材中。メディアへ執筆多数。海外・中国通信関連の記事や講演承ります。noteや動画配信もやってます。 みなさんこんにちは、香港在住の携帯電話研究家、山根康宏です。Minimal Companyがクラウドファンディングで出資を募っていたQWERTYキーボード搭載のスマートフォン「Minimal Phone」の出荷が始まっています。今回、ホワイトモデルに触れる機会があったので、古の名キーボード端末と並べてみました。 最近、QWERTYキーボード搭載は年に1機種出るか出ないか程度のニッチ製品になっています。比較用に引っ張り出してきたのは、QWERTYキーボード携帯の代表格、BlackBerry Bold 9900とNokia E61。 Minimal PhoneはチップセットにHelio G99、メモリ6GB / 8GB、ストレージ128GB / 256GBという構成

2014年から先端テクノロジーの研究を論文単位で記事にして紹介しているWebメディアのSeamless（シームレス）を運営し、執筆しています。 1週間の気になる生成AI技術・研究をいくつかピックアップして解説する連載「生成AIウィークリー」から、特に興味深いAI技術や研究にスポットライトを当てる生成AIクローズアップ。 今回は、大規模言語モデル（LLM）を活用して日本の国会議員のこれまでの発言を分析して政治的立場をまとめた研究「KOKKAI DOC: An LLM-driven framework for scaling parliamentary representatives」を取り上げます。 トロント大学に所属する研究者らが発表したこの研究では、議員の国会での発言から政治的立場を数値化し、視覚的に表現することで、有権者が選挙時に情報に基づいた判断をしやすくすることを目指しています。

TCLのタブレット、NXTPAPER 11 PlusがGREEN FUNDINGでクラファン開始となりました。NXTPAPERといえば、ハカセだけ大騒ぎしていた気がしますが、まさか日本上陸の日がやって来るとは……。 NXTPAPER 11 Plusは、TCLの独自技術NXTPAPER 4.0を採用した11.5インチのAndroidタブレット。「紙を見ているかのような自然な質感」をアピールしています。 本体の厚みは6.5mm、重量約490g。チップセットはMediaTek Helio G100 (MT8781) 、8GB RAMと256GBのストレージを備えます。OSはAndroid 15、バッテリーは8000mAhと大容量。 ▲専用ペンと純正ケースが付属 ▲ペンはBluetoothで接続。充電はUSB Cケーブルで行う ▲ケースの側面にペンを装着可（充電はされない）。スタンドの角度は3段階

2014年から先端テクノロジーの研究を論文単位で記事にして紹介しているWebメディアのSeamless（シームレス）を運営し、執筆しています。 この1週間の気になる生成AI技術・研究をいくつかピックアップして解説する「生成AIウィークリー」（第95回）では、“検索しない”AI検索エンジン「ZeroSearch」や、AI自身が学習効率の良いタスクを生成し自分で解くことで学習する外部データ不要のAIシステム「Absolute Zero」を取り上げます。 また日本語楽曲も高速生成できる音楽AIモデル「ACE-Step」や、空気を読んで自律的に人間に話しかける会話AI「Voila」をご紹介します。 そして、生成AIウィークリーの中でも特に興味深いAI技術や研究にスポットライトを当てる「生成AIクローズアップ」では、チャットボットAIの精度が日進月歩で向上している一方で悪化している「幻覚」（ハルシネ

ITジャーナリスト／Publickeyブロガー。IT系の雑誌編集者、オンラインメディア発行人を経て独立。2009年にPublickeyを開始しました。 東京証券取引所のスタンダード市場に上場しているインプレスホールディングスは5月13日、上場廃止を予定していることを発表しました。 同社は傘下にインプレス、エムディエヌコーポレーション、リットーミュージック、山と渓谷社などをはじめとする複数のWebメディアや出版社を持つ持ち株会社です。ITエンジニアにとっては、書籍の「できる」シリーズやPC WatchやInternet WatchなどのWatchシリーズなどでよく知られています。 発表によると上場廃止は株式併合と呼ばれる手段によって行われ、最終的には現時点で合わせて同社の57％を保有している同社の創業者である塚本慶一郎氏および同氏の資産管理会社であるT＆Co.のみが残存株主となります。 それ

2014年から先端テクノロジーの研究を論文単位で記事にして紹介しているWebメディアのSeamless（シームレス）を運営し、執筆しています。 1週間の気になる生成AI技術・研究をいくつかピックアップして解説する連載「生成AIウィークリー」から、特に興味深いAI技術や研究にスポットライトを当てる生成AIクローズアップ。 今回は、チャットボットAIの精度が日進月歩で向上している一方で悪化している「幻覚」（ハルシネーション）の現状についてを取り上げたいと思います。 チャットボットAIの出力に事実とは異なる内容が書かれているのが幻覚と呼ばれる現象です。AIの推論能力が向上したはずの最新モデルで、むしろこの誤りが増加していることが複数の調査で示されています。 OpenAIの最新の技術報告書では、具体的な数値が示されています。2025年4月にリリースされたo3モデルは33％、o4-miniモデルは4

2014年から先端テクノロジーの研究を論文単位で記事にして紹介しているWebメディアのSeamless（シームレス）を運営し、執筆しています。 この1週間の気になる生成AI技術・研究をいくつかピックアップして解説する「生成AIウィークリー」（第94回）では、1ビットLLMの進化版「BitNet v2」と、AIに何度も自己議論させることで精度が向上していく手法「CoRT 」を取り上げます。 またAIが生成した動画内における動きの一貫性を評価する手法「TRAJAN」と、マイクロソフトが新しく開発した小型言語モデル「Phi-4-reasoning」を紹介します。 そして、生成AIウィークリーの中でも特に興味深いAI技術や研究にスポットライトを当てる「生成AIクローズアップ」では、現在AIモデル評価の業界標準とされているランキング形式（リーダーボード）のAIベンチマーク「Chatbot Arena

スマホとSIMを求めて世界を取材中。メディアへ執筆多数。海外・中国通信関連の記事や講演承ります。noteや動画配信もやってます。 みなさんこんにちは、香港在住の携帯電話研究家、山根康宏です。中国深センの電脳街ではスマートフォンに関するあらゆるものが販売されていますが、中古品販売店も数多くあります。ただし、ここで掘り出し物を探すのはちょっと注意が必要。見た目は新品でも中身は中古なんて改造品もよくあるからです。さらに、ひっそりと「究極の中古品」と言える端末を売っている市場もあるのです。 そのほとんどは「今でも使う人いるんだろうか？」と思えるような古いモデル。かつての栄光BlackBerryもスマートフォンとしては、もはや非力。でも、この美しいデザインやキーボードに魅了される人は今でも多くいます。通話とSMSオンリーなら十分イケます。これらは新品同様に見えますが、中身は中古です。 BlackBe

YuEやDiffRhythmなど、オープンソース版も充実してきた楽曲生成AIですが、再び中国から新しいソフト「ACE-Step」が公開されました。ACE-Stepは、英語、日本語を含む19言語の歌詞に対応し、歌詞と音楽タグからの楽曲生成が可能。 特徴は、YuEのようなLLMベース技術とDiffRhythmのDiffusionモデルのいいとこどりをし、歌詞や楽曲構成の一貫性を維持しながらも高速生成を可能にしたことだと開発元は述べています。 プラットフォームはWindowsだけでなく、MacやLinuxでも利用可能。 筆者はRTX 4090を搭載したWindowsマシン（Core i7）にインストールして試しました。自分の環境だとvenvではうまくいかず、condaを使用することで稼働。 初回は巨大なウェイトをダウンロードするので5分以上かかりましたが、その後は1曲まるごとの生成に12～14秒

2014年から先端テクノロジーの研究を論文単位で記事にして紹介しているWebメディアのSeamless（シームレス）を運営し、執筆しています。 1週間の気になる生成AI技術・研究をいくつかピックアップして解説する連載「生成AIウィークリー」から、特に興味深いAI技術や研究にスポットライトを当てる生成AIクローズアップ。 今回は、現在AIモデル評価の業界標準とされているランキング形式（リーダーボード）のAIベンチマーク「Chatbot Arena」における問題を明らかにした研究「The Leaderboard Illusion」を取り上げます。 ▲Chatbot Arenaの問題を明らかにすることで、より公平で透明性のある評価プラットフォームとなるための改善策を提案する この研究では、米国に本部があるAI企業の研究機関Cohere Labsの研究者らが主導し、プリンストン大学やスタンフォード

高速で長時間の動画生成が可能なオープンソースAI「FramePack」。Image to Videoで入力した画像から逆方向に生成していく仕組みですが、これを順方向。つまり、他の多くの動画生成AIと同じやり方で生成するオプション「F1」がサポートされました。 Last Frame、動画の最後の画像を指定するオプションもありますし、拡張版であるFramePack-eichiでは中間フレームや最後のフレームを指定することもできますが、シンプルに通常の方向に長回しをしたい場合にはやはり本家が便利です。 1分など、長回ししていると、背景や服が変色したり、アーティファクト化したりしてしまいますが、そちらの方が先に来ると、いきなり変な色、ガビガビの背景と、不自然さを感じてしまうからです。 方法はシンプルで、通常版とは別のGradioファイルが用意されています。 すでにインストール済みであればアップデー

実はvivo X200 Ultraの凄さ、それだけではありません。こちらの写真を見てください。 X200 Ultraのカメラ構成は5000万画素 : 広角35mm、2億画素 : 3.7倍望遠87mm、5000万画素 : 超広角14mmの組み合わせ。そしてこの望遠に取り付ける2.35倍のレンズが別売で用意されています。レンズはvivoが提携しているツアイスと合作したもの。金属製でしっかりとした作りです。87mmに装着すると約205mmでの撮影が可能になります。しかもデジタル望遠では5000mmを超えるという恐ろしいレンズです。 このレンズはそのままX200 Ultraには装着できません。まずはアタッチメントに取り付け、そのアタッチメントをフォトグラファーキットのケースに装着する仕組みです。 上から見ると、もうスマートフォンではないですね。 正面から見たところ。 実際にどこまで写せるのか、vi

AI作曲サービスのSunoがひさびさの（2024年11月20日以来）メジャーバージョンアップを果たし、最新版はv4.5となりました。一度で生成できる楽曲の長さはなんと8分となります。そのほかにも改善点・新機能が多数。 利用できるのは、PremierとProの有料サブスクリプションユーザーのみ。無料枠では従来のバージョン3.5が利用できます（数曲だけバージョン4を試用可能なユーザーも）。 主な改善点は次のとおり： 表現力豊かな音楽の向上：よりダイナミックな音楽、ジャンルの多様性と正確性の向上、豊かなボーカルを実現 。 ジャンル拡張とジャンルマッシュアップ：ジャンル選択肢が大幅に増え、 punk rock、jazz house、gregorian chantなど特定のジャンルは以前より正確に従うように 。ミッドウェストエモとネオソウル、EDMとフォークのようなジャンル組み合わせもうまく機能。