AI・機械学習 VideoLLM-online: ストリーミング動画に対応した大規模言語モデル
はじめに近年、大規模言語モデル（LLM）は目覚ましい発展を遂げ、画像や動画を理解する能力を獲得しつつあります。しかし、従来のLLMは、予め用意された短い動画クリップを処理することを前提としているため、ストリーミング動画への対応には課題があり...
maki
AI・機械学習 
AI・機械学習 画像生成AIにブレイクスルー！AutoregressiveモデルとDiffusionを組み合わせた新手法
はじめに画像生成AIの現状と課題近年、人工知能(AI)技術の発展に伴い、高品質な画像を自動生成するAIモデルが注目を集めています。しかし、既存の手法には、生成速度や画質の面で課題がありました。本論文の概要と意義本論文では、Autoregre...
AI・機械学習 顔写真に命を吹き込むAI「Hallo」アプリの使い方を解説！
顔写真が歌って踊る！？ 最新AI「Hallo」を使えば、まるで魔法のように、静止画の顔写真に動きをつけて、音声に合わせてアニメーション動画を作ることができます。この記事では、Halloを動かすために必要なDockerのインストールから、Ha...
セキュリティ VMwareのLinuxゲストOSで起動時にOpenVPNを自動接続する方法
はじめに前回の記事では、VMwareを使用している方で、LinuxゲストOSとホストOS間でフォルダを共有する方法を説明しました。今回は、LinuxゲストOSで起動時にOpenVPNを自動的に接続する方法をご紹介します。OpenVPNは、オ...
クラウド・サーバー VMwareのLinuxゲストOSで共有フォルダを自動マウントする方法
はじめにこんにちは。今回は、VMwareを使用している方で、LinuxゲストOSとホストOS間でフォルダを共有したい方に向けて、共有フォルダを起動時に自動的にマウントする方法をご紹介します。VMwareは、仮想化ソフトウェアの一つで、複数の...
AI動画生成 初心者でもすぐにできる！HalloでAI肖像画像アニメーションを作ろう
はじめにこんにちは！今回は、Halloを使って音声から肖像画像のアニメーションを生成する方法を初心者向けに解説します。HalloはHierarchical Audio-Driven Visual Synthesisの略で、音声からリアルな表...
チュートリアル Google ColabにTailscaleを用いてSSH接続する方法
Google ColabにTailscaleを用いてSSH接続する方法はじめにGoogle Colabは、機械学習やデータ分析に役立つクラウドベースのJupyter Notebook環境です。このチュートリアルでは、TailscaleのVP...
日本語AI RecurrentGemma 日本語版README
RecurrentGemmaは、Google DeepMindによる、新しいGriffinアーキテクチャに基づいたオープンウェイトの言語モデルファミリーです。このアーキテクチャは、グローバルアテンションをローカルアテンションと線形再帰の混合...
チュートリアル Flaxを使用したRecurrentGemma2Bグリフィンモデルのファインチューニングチュートリアル(Kaggle、GoogleColabノート付)
こんにちは！今回は、Flaxを使用して2Bグリフィンモデルをシンプルな翻訳タスクにファインチューニングする方法を学びます。グリフィンモデルは強力な言語モデルで、ファインチューニングによって特定のタスクに適応させることができます。初心者の方に...
AI・機械学習 Google Colab上でStable Diffusion 3をDiffusersで動かしてみよう
こんにちは！今回は、Stability AIから最新のStable Diffusionモデルである「Stable Diffusion 3」が発表されました。このモデルは、Hugging Face HubでDiffusersライブラリを使って...