-
生成AI実験室
生成AI研究室(105) NVIDIA、前CEO不在で初の決算——売上1,158億ドル、次期見通し1,300億ドル(中国分を含めず)。同じ日にHuang氏が復帰の意思を表明し、取締役会議長は「復帰させる意図はない」
(96)で「暫定体制で最初の説明の場」と書いた11月17日(米国時間)の決算が出た。同じ日に、前CEOのHuang氏の声明と、取締役会議長の返答が重なった。会社の発表・本人の声明・電話会議の発言・報道を分けて、時系列に置く。日付は米国時間、日本時間は括弧... -
生成AI実験室
生成AI研究室(104) IC改札の通過を、Blenderの白動画で「動作参照」にして整える——板を文で回そうとした(92)の続き。白動画だけでは足りず、「動かさない部品」を文で分けて主役レーンの通過が成立
(92)では、東京駅丸の内北口のIC改札を通る5秒(00106)で、遮蔽板が「垂直軸で回る」という文の指定が通らず、暫定採用のまま置いた。静止画の参照は色と形を伝えるが、可動部の軸までは伝えない、というのが(92)の結論だった。今回はその続き。動きそのも... -
生成AI実験室
生成AI研究室(103) MiniMax H3 ImageをCUDAもPyTorchも無しで動かす「h3image-ncnn-vulkan」——ncnn作者の単体実行ファイル。Radeon・Intel・Mac・CPUでも
(73)(78)でMiniMax H3 Imageを16GBのGeForceで動かしたが、「NVIDIA以外で動くか」は答えがなかった。11月13日に、Tencentの推論フレームワークncnnの作者(nihui)が、H3 Imageをncnnに移植してVulkanで動かす単体の実行ファイルを公開した。PythonもPyTorc... -
生成AI実験室
生成AI研究室(102) MiniMax H3を「アプリ1本」で動かすFreeVideo——8GB VRAMから、Windows/Mac/Linux。中身はVDN-H3の8ステップと、重みの置き場を自動で決める仕組み
当サイトのH3記事は、ComfyUIにモデルとワークフローを手で入れる前提で書いてきた((93)(94)(97))。その入口を丸ごと省く単体アプリが、GitHubで★3,200まで伸びている。FlashML-orgのFreeVideo。本日(11月17日)v0.6.1が出たので、何をどう動かしているかを... -
生成AI実験室
生成AI研究室(101) 台詞の声を、誰の声も参照せずに作って固定する——Irodori-TTSのVoice DesignとSpeaker Inversionを16GB機で実測
(95)で「H3の日本語台詞は外で作る」と整理し、その本命にIrodori-TTSを挙げた。次に出てきた問いは「誰かの声を参照して一貫性を出すのではなく、声そのものを文や数値で作って、固定できないか」。Irodori-TTS v4.1-Smallには、その両方の入口がある。文... -
生成AI実験室
生成AI研究室(100) 【速報】AnthropicのIPO——11月19日にNasdaq上場予定、価格帯70〜78ドル、公募8億2,500万株+私募260億ドル。S-1の数字と報道を出所つきで時系列に
Claudeを作るAnthropicが、11月19日(米国時間)にNasdaqへ上場する予定と報じられている。当サイトはClaudeを記事づくりとBot開発に使っているので、使う側に関わる話として、会社がSEC(米証券取引委員会)に出した書類と報道を分けて整理する。日付は米国時... -
生成AI実験室
生成AI研究室(99) MiniMax H3の音声まわりを一式で扱うノードパック「H3 Audio T8」——3つの音声モードと、作者が書く「H3は音素TTSではない」
(95)で「H3の日本語台詞は外で作って、H3には口だけ合わせてもらう」と整理した。その裏づけになる一次情報を、H3用のComfyUIノードパックの中に見つけたので続報にする。対象は GitHub の T8mars/comfyui-minimax-h3-audio-T8。11月17日 04:54(日本時間)... -
生成AI実験室
生成AI研究室(98) Xの推薦アルゴリズム・続報——「直近に見たポストの履歴」を送る設定がONに。ただし受け取り側のスイッチは公開コードでは0
(88)では「リンクをコピー」の重みが20→0になったことを公開コードで確かめた。本日(11月16日)、その次のコミット(11月13日同期分)に含まれていた別の変更について「直近で見たポストと似たものがおすすめから減る」という解説が回ったので、同じやり方で... -
生成AI実験室
生成AI研究室(97) MiniMax H3で「ネイティブ1080p・10秒・台詞つき」を16GBで192秒——本日公開のComfyUIワークフロー(H3-08)を読む
MiniMax H3で、1920×1080・24fps・10秒の台詞つき動画を16GBのGPUで3分台で出した、という公開記録が本日(11月16日)GitHubに上がった。当方は(93)で高速化LoRAの比較、(95)で日本語台詞の作り方を扱ってきたので、両方に関わる話として中身を読んだ。作者... -
生成AI実験室
生成AI研究室(96) NVIDIAのCEO交代・続報——クラウド経由のGPU利用は、いまの輸出規制の対象外。発表と報道を出所つきで時系列に
(83)では会社の発表だけを並べました。その後、取締役会の調査体制、顧客企業をめぐる各国の調査、議会の法案の動きが出そろってきたので、続報として整理します。 この件は、法律の現在地を先に押さえると見通しがよくなります。日付は米国時間、予定の時...