
動画生成AIが汎用視覚モデルに変わった、GenCeptionが示す「世界理解」の境界
Google DeepMind等のチームが開発したGenCeptionは、動画生成AIの内部表現を転用し、深度や表面法線など複数の視覚情報を一括推定する。動画生成の事前学習が世界の構造理解に有効であることを示し、少量の追加学習で専門モデルに匹敵する精度を実現した。
Topic
Generative AI
全 2,567 件 / 214 ページ

Google DeepMind等のチームが開発したGenCeptionは、動画生成AIの内部表現を転用し、深度や表面法線など複数の視覚情報を一括推定する。動画生成の事前学習が世界の構造理解に有効であることを示し、少量の追加学習で専門モデルに匹敵する精度を実現した。

MITなどのGIFTは、CAD生成AIが出した別解と失敗を学習へ戻し、平均IoUを約12%改善した。利用時の候補生成を減らす一方、約100万候補の事前計算と製造性の検証が残る。

SoftBank、Sony、NEC、Hondaなど44社が出資するコンソーシアムNoetraが、Rubin GPU27,500基・140MW級データセンターを軸にした国家AIファクトリー構想を発表した。経産省は最大1兆円を投じるが、電力調達方法と立地は未公表のままだ。

Moonshot AIのKimi K3は2.8兆パラメータと100万トークンを低価格APIで提供する。疎なMoEの設計、自社運用の負担、重み公開前の制約を一次資料から読み解く。

ドイツのZAKがGoogleとPerplexityへAI検索初の行政命令を出した。生成回答は事業者自身のコンテンツ、引用リンクはメディア仲介として別々の責任を負う。

富士通は国内ロボット3社と、業務システムから実機までをつなぐPhysical OSの事業検討を開始。NVIDIA技術を使う共通基盤の設計と安全・責任上の課題を読み解く。

IntelはGemini Enterpriseの全社導入と、C4/N4による種類未公表のHPCシミュレーションの並列化を計画した。AIエージェントと半導体開発の役割を分けた協業である。

TRI発のWalden Roboticsが3億ドルを調達し、汎用ロボットをトヨタ北米工場へ投入したと発表した。LBMの研究成果と、商用化で未開示の性能指標を検証する。

1PasswordがClaude CoworkのログインをMac上で代行し、パスワードをモデルから隔離する。人手承認とセッション単位の暗号化で漏えい面を絞るが、パスキーやログイン後の操作監査は今後の課題だ。

リーナス・トーバルズ氏は、Linuxを反AIプロジェクトにはしないと宣言し、AIを開発の有用な道具として受け入れる方針を示した。生成コードの責任は署名した人間が負うという原則を維持しつつ、AIによる自動レビューの導入と効率化を推進する。

OpenAIは攻撃と防御のモデルを自己対戦で競わせる「GPT-Red」を発表し、安全性の自己改善を自動化した。この仕組みは脆弱性の発見から防御訓練までを高速に反復し、エージェント機能の安全性向上を狙うが、脅威モデルの設計等は依然として人間に委ねられている。

出版社3社と作家が、Google Books等の書籍・論文をGemini学習へ転用したと主張してGoogleを提訴した。検索目的のコピーとAI学習の境界、データ入手経路、作品単位の来歴開示が争点になる。