Luma AI 「Dream Machine API」の使い方 | Flux APIを使って画像から動画を一気通貫で生成する方法｜ChatGPT研究所
9月17日、動画生成AI を開発するLuma AIから待望の「Dream Machine API」が公開されました。 本記事では、そのAPIの使い方、さらに、発展編としてFluxという画像生成AIのAPIと連携して、画像生成からその画像をもとに動画生成をする text to image to videoを一気通貫で行う方法を紹介します。 例えば、以下のプロンプトを用いて画像の生成からその画像をもとにした動画の作成まで、全て自動的に行うことができます。 「A majestic tiger prowling through a snowy landscape, seen from a low-angle perspective, with clear paw prints left behind in the snow（虎が雪の中を低い視点から歩き回る）」 動画： 概要Luma AIのDrea
東京交友読書会
地下道を通して見えるの作品世界とその深淵地下道と現実との境界地下道は、物理的な空間としてのだけでなく、精神的な逃避を意味する存在でもあります。の作品群においても、このテーマが色濃く反映されていることに気づくでしょう。彼の作品は、常に人間の存...
SpacyとGiNZAで固有表現抽出 - Qiita
はじめに 本記事ではspaCyとGiNZAを使用した固有表現抽出の手順について紹介します。 インストールすれば簡単にできるので固有表現抽出を行う際におすすめです。 今回はあくまで固有表現抽出のみを行います。 想定する読者 日本語の自然言語処理に興味がある人 Pythonのコードが読める人 環境 Windows10 Windows11 spaCyとは Pythonで利用できる自然言語処理ライブラリです。 Explosion AI社によって公開されています。 spaCyでは、テキスト分類、トークン化などをはじめとした非常に多くの機能を提供しています。 spaCyでは訓練済みのモデルを読み込むことで多言語の自然言語処理に対応します。 GiNZAとは GiNZAは日本語の自然言語処理を行うためのライブラリでリクルートと国語研が共同で開発したライブラリです。 GiNZAはspaCyのAPIを使用して
black-forest-labs/FLUX.1-dev · Hugging Face
By clicking \"Agree\", you agree to the FluxDev Non-Commercial License Agreement and acknowledge the Acceptable Use Policy. \n","classNames":"hf-sanitized hf-sanitized-DRUl_ucie7Bb4CDxUjEq1"},"gated":"auto","isLoggedIn":false,"repoId":"black-forest-labs/FLUX.1-dev","repoType":"model","isGoogleGemma":false,"disabled":false}"> You need to agree to share your contact information to access this model
トークンの仕組みとChatGPTでのトークン数を超えないためのコツ
ChatGPTを利用する際に目にすることの多い「トークン」。一見難しそうに見えますが、実はChatGPTの性能や料金に直結する重要な要素です。たとえば、英語の短文「This is a pen.」は5トークンですが、日本語の「私はペンを持っています。」では10以上のトークンになることもあります。これは、日本語がスペースを挟まない文字列で構成され、多様な文字種（ひらがな・カタカナ・漢字など）が混在するため、細かく区切られる傾向があるからです。このように言語間での違いがあり、特に日本語と英語ではトークンの数え方や消費量が異なるため、理解しておくことが賢い活用の鍵となります。 本記事では、トークンの仕組みや注意事項、各モデルごとのトークン上限まで、初心者にもわかりやすく解説します。ChatGPTを最大限に活用し、効率的な運用を目指す方は必見です。 ChatGPTのトークンの仕組みと使い方 ✨✨✨
Python ChatGPTを活用してブログを完全自動化：【記事自動作成、自動投稿】③｜Yuu's Memo
この記事は、ChatGPTのAPIをPythonから利用し、「ブログ記事を自動で生成させ、更にWordpressへ自動投稿してしまおう！」という、ブログの運営者にとって夢の様なチュートリアルの最終回です！！ １回目の記事で、ChatGPTはPythonを介してAPIを利用できるようにして、前回の記事では実際にブログ記事の構成のHTMLへ組み立てる処理までを実装しました。 Python ChatGPTを活用してブログを完全自動化：【記事自動作成、自動投稿】①ChatGPTのAPIをPythonから利用し、「ブログ記事を自動で生成させ、更にWordpressへ自動投稿してしまおう！」というブログの運営者にとって、夢の様なチュートリアルの第一回目です！！... Python ChatGPTを活用してブログを完全自動化：【記事自動作成、自動投稿】②この記事は、ChatGPTのAPIをPythonか
deepseek-ai/DeepSeek-V3-0324 · Hugging Face
Features DeepSeek-V3-0324 demonstrates notable improvements over its predecessor, DeepSeek-V3, in several key aspects. Reasoning Capabilities Significant improvements in benchmark performance: MMLU-Pro: 75.9 → 81.2 (+5.3) GPQA: 59.1 → 68.4 (+9.3) AIME: 39.6 → 59.4 (+19.8) LiveCodeBench: 39.2 → 49.2 (+10.0) Front-End Web Development Improved the executability of the code More aesthetically pleasing
Google Vision APIで業務効率化！ - Qiita
こんにちは、google vision APIを使って画像中の文字を読み取り、数量をカウントする方法を記事にします。 普段の業務で、業者から大量に事務用品が届き、納品チェックで製品名やサイズ、型番を一つ一つチェックしており、とても時間がかかっていました。この作業をAI-OCRで置き換えられないかと考え試してみました。 Google Vision APIの使い方 とっても丁寧に解説されていますので、こちらをご参照ください。 秘密鍵のJSONファイルまでゲットします。 https://self-development.info/python%E3%81%A7google-cloud-vision-api%E3%82%92%E5%88%A9%E7%94%A8%E3%81%99%E3%82%8B%E6%96%B9%E6%B3%95/ AI-OCRで画像中のテキストを読み取る 画像はこんなものを用意
YouTubeの文字起こし、youtube-transcript-apiで簡単に取得でき、LangChainでLLMに入力できる！ - nikkie-ftnextの日記
はじめに 夢見ていた nikkieです。 最近LangChainに執心ですが、今回は「こんなこともサクッとできちゃうの！？」という個人的ビッグニュースをアウトプットします🔥 目次 はじめに 目次 YouTubeの文字起こしをこんなに簡単に取得できちゃうの！？ 素振り：LangChainでYouTube動画の文字起こしを取得する 動作環境 文字起こし取得 ChatGPTに要約をお願い youtube-transcript-api 終わりに YouTubeの文字起こしをこんなに簡単に取得できちゃうの！？ 話題の つくりながら学ぶ！AIアプリ開発入門 - LangChain & Streamlit による ChatGPT API 徹底活用 を眺めていたnikkie氏。 Chapter 07「Youtube動画の要約をしよう」を読んでいると YouTubeの動画の文字起こし（transcript
ChatGPTで書かれた科学論文を99％以上の精度で検出できるツールが開発される
近年は文章や画像を生成するAIの発展が著しく、スタンフォード大学が行った調査では、学生の約17％が「課題または試験にChatGPTを使っている」と回答しています。カンザス大学のヘザー・デゼール氏らの研究チームはChatGPTを使って書かれた論文を検出するツールを開発しました。研究チームによると、検出の精度は99％以上とされています。 Distinguishing academic science writing from humans or ChatGPT with over 99% accuracy using off-the-shelf machine learning tools: Cell Reports Physical Science https://doi.org/10.1016/j.xcrp.2023.101426 AI-generated academic science
Pricing
Multiple models, each with different capabilities and price points. Prices can be viewed in units of either per 1M or 1K tokens. You can think of tokens as pieces of words, where 1,000 tokens is about 750 words. This paragraph is 35 tokens. With 128k context, fresher knowledge and the broadest set of capabilities, GPT-4 Turbo is more powerful than GPT-4 and offered at a lower price.
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
Quickstart
Flux vs. Stable Diffusion: Which is Better for Image Generation?
BFL Docs
Generation with LLMs
Tasks - Hugging Face
Summary of the models
https://huggingface.co/models
Gemini と話してアイデアを広げよう
Vision API OCR事始め(2)：検出されたテキストの階層構造（fullTextAnnotation）
