Naoto Yokoyama retweeted
あまりアニメを見ない友人がフリーレンのアニメ見ているというから珍しいと思って話を聞いてみたら、原作で良かったシーンまでシークバーで飛ばしてそこだけ見ているとのこと。倍速視聴を超えてここまで来たか
Gemini Diffusion の速さをみてると、人間の処理の遅さがボトルネックになっている感がますます強まるな。生成速度に比べて生成物を解釈・レビューする速度が遅すぎる。Human-in-the-loop などとは言ってられず、Human-out-of-the-loop を目指すべき、ということに当然なる。
1
2
584
Naoto Yokoyama retweeted
購読者向けに『人間バッタの真実』を書いた note.com/honeshabri/n/n9d66a…
Building this dora effect entirely from graphic primitives was way more fun than I expected!
#indiegame #IndieGameDev
4
566
すでに十分騒がれている通り FramePack 素晴らしいな。
画像1枚のみから一貫した動きを作るという点では、(少なくとも自分のユースケースにおいて)ローカルマシンで簡単に生成できる FramePack が今まで使ってきた有料動画生成 AI サービスより良いというのがすごい。
682
Chilling on top of a ruined skyscraper in a post-apocalyptic city.
Image: Midjourney v7
Video: Kling 1.6
2
430
3年間少なくとも週5ペース、しかも普段読んでいれば分かるがきちんと内容のある投稿を続けるのは並大抵のことではない。積み重ねた信頼はとてつもないはず
teapawt.org/honeshabri/status/1910…
購読者向けに『気がついたらマガジンを始めて3年が経っていた』を書いた #note note.com/honeshabri/n/n2c8d1…
2
519
Naoto Yokoyama retweeted
購読者向けに『気がついたらマガジンを始めて3年が経っていた』を書いた #note note.com/honeshabri/n/n2c8d1…
MusePose で遊んでたときから1年も経ってないのに動画生成AIも随分変わったな
左: image + open pose vid + MusePose
右: KLING 1.6 img2vid (Elements)
自分も似たようなことやったけど、AI に動画につけてもらった曲をブラッシュアップしてるのか。自分はほぼ編集で誤魔化した - AIで一番星はてのミュージックビデオを作った lambdar.me/archives/making-h… / “1枚の画像からAIで曲を作り、ミュージックビデオを完成させるAI制作ワ…” htn.to/4tTQ4cYBvN
295
ChatGPT 4o 画像生成の性能が良いおかげでこういうちょっとしたものを作るハードルがかなり下がってる。
AITuber とか AI ポッドキャスター的なものも AI の進化にしたがってメジャーになるものがでてきそう
teapawt.org/builtinnya/status/1905…
AIキャラクターによるAI台本によるAIボイスによるビデオポッドキャスト(というコンセプト動画)
※動画中の記事やコメントはフィクション
画像生成: ChatGPT 4o
動画生成: Hedra (Character-3 model)
ボイス: にじボイス(ロザリア・ガーネット)
台本: Gemini 2.5 Pro
字幕: Filmora(ほぼ自動生成)
2
599
文化的な偏りがどうとかはともかく、ChatGPT画像生成のコンテンツポリシーによる検閲の仕組みがよく分からない。プロンプトや生成物を見ているのは当然として、例えばアニメでもこのようにヌード表現は出力できることがある。明らかにNGそうなものが1つでも通るのが気になる
note.com/honeshabri/n/n25792…
2024年5月13日に OpenAI が初めて ChatGPT 4o を発表したときにデモで示されてたロゴを埋め込む例、ようやく本当に ChatGPT 4o からできるようになった。
ChatGPT 4o ネイティブ画像生成の性能はもはやこの例で確認するまでもないだろうが、1年も経ってなくて素晴らしい
参照: openai.com/index/hello-gpt-4…
1
2
628
当時できなかったことを言及した投稿。ポストしてなさすぎて遡るのが簡単すぎた
teapawt.org/builtinnya/status/1790…
The output for "Brand placement - logo on coaster" on the GPT-4o's introduction page looks too perfect. How can I reproduce it? I tried using ChatGPT 4o model myself to reproduce the result, but I couldn't get it to work well. Am I missing something?
334















