トピック: Diffusion Transformer

全セクション横断 13 件

Chronos Policyは、観測の取得時刻と行動の実行時刻をロボット方策に明示的に与える手法である。センサーや推論の遅延が揺れる現場でも、動作の安定性を保てる可能性を示した。

研究チームが、動画生成AIの内部表現を圧縮しつつ品質を保つ手法GRACEを発表した。トークン数を8分の1、遅延を11.1分の1に減らし、動画制作の計算コストを下げる道を開く。

対話型の動画世界モデルで、ユーザー操作の変化に応じ計算を使い分ける手法CtrlCacheが提案された。再学習なしでDiT部の処理を1.21〜1.41倍に高速化し、品質評価も上回った。

研究チームは、1枚の衣服画像から照明や影を含まない高品質なテクスチャを縫製パターン上に合成する手法OmniFabricを発表した。物理シミュレーションや再照明に耐える3D衣服資産の量産に道を開く技術である。

米研究チームが開発した量子化技術「OrbitQuant」は、再学習不要で画像・動画生成AIの推論コストを大幅に低減する。クラウド費用やレイテンシに悩む企業のAI活用戦略に直結する成果である。

拡散モデルの訓練効率を高める新手法「Attention Separation」が提案された。外部データへの依存を減らしながら生成品質を維持できることが示され、AI開発コストの削減に直結する可能性がある。

物体の移動に伴う影や照明変化まで自動処理するAI画像編集技術「RoPEMover」が登場した。EC・広告・製造業のビジュアル制作コストを大幅に削減できる可能性があり、商業利用への注目が高まっている。

英オックスフォード大学らの研究チームが、3D空間で物体の物理挙動を高精度に予測するAIモデル「PhysiFormer」を発表した。製造業や自律ロボット開発における試作コスト削減と設計サイクル短縮に直結しうる成果である。

東京大学らの研究グループは、任意の視点から服を着た人物の動画をリアルに生成するAIシステム「TryOnCrafter」を発表した。ECサイトにおける試着体験の革新と返品コスト削減への貢献が期待される。

豪州国立大学らの研究チームが、画像生成AIの主流評価手法に重大な欠陥があることを実証した。企業がAIベンダー選定やモデル調達において誤った判断を下すリスクが高まっている。

カリフォルニア工科大などの研究チームが開発した動画編集AI「Vera」は、既存映像の人物・背景を改変せずにエフェクトや表現を追加する層分離技術を実現。広告・映像制作業界における制作コストと品質管理の課題を同時に解消しうる。

ニューヨーク大学などの研究チームが、既存の多モーダルLLMを画像生成の雑音除去に転用する手法「RepFusion」を発表した。新規モデルの大規模学習なしに生成品質を高められる可能性があり、AI開発コストの削減と既存資産の活用という観点から産業界の注目を集めている。

米カーネギーメロン大などの研究チームが、テキストから画像を生成するAIに深度推定能力を付与する新手法「Modality Forcing」を発表した。自動運転や製造ロボット、不動産テック分野での活用が期待される。