最新の生成AI技術として、AMDの「Agent Laboratory」やNVIDIAの「Cosmos」、透明な動画生成技術「TransPixar」、音声に応じた口パク生成AI「LatentSync」が紹介され、研究や映像制作の効率化が期待されています。
特に注目されるのは、AMDが開発した自律AI「Agent Laboratory」で、研究プロセス全体を自動化するフレームワークです。
このシステムは、研究者が提供したアイデアをもとに、文献レビュー、実験、レポート作成の3段階を経て、研究成果を生成します。
各段階では人間のフィードバックを取り入れることも可能で、研究者の創造性を引き出し、低レベルのコーディングや執筆作業から解放することが期待されています。
また、NVIDIAが発表した「Cosmos」は、ロボットや自動運転車向けのデジタル環境学習プラットフォームで、物理AIのトレーニングデータを安全に収集・生成できる環境を提供します。
さらに、テキストから透明性を含むRGBA動画を生成する「TransPixar」や、音声に応じて人物の口パクを生成するAI「LatentSync」など、さまざまな生成AI技術が紹介されており、これらの技術が映像制作や科学研究においてどのように活用されるかが探求されています。
特に、LatentSyncは音声から直接映像を生成する新しいアプローチを採用しており、口の動きと音声の同期精度を高める技術が評価されています。
これらの技術は、今後の研究や映像制作の現場において、効率化や創造性の向上に寄与することが期待されています。
参考リンクhttps://news.yahoo.co.jp/articles/9208cafe96c007ba43dd8e8a24552148b4b828b7