80TOPSのAI性能を持つSnapdragon X2 Elite。NPUの詳細が明らかに
Nano Banana Proの仕組み――なぜOpenAIには真似できないのか？｜IT navi
2025年11月20日（現地時間）に発表されたGoogleの最新画像生成モデル「Nano Banana Pro」（正式名称：Gemini 3 Pro Image）について、そのアーキテクチャ、推論プロセス、および既存モデル（Imagen 3やMidjourney、Flux等）との決定的な技術的差異に焦点を当てて解説します。 本モデルは、単なる「Text-to-Image」モデルの進化版ではなく、「Multimodal Reasoning（マルチモーダル推論）」を画像生成プロセスに本格的に統合した初の商用ハイエンドモデルである点が最大の注目点です。 ※ この記事は、Gemini 3 Proによって作成されました。Gemini 3 Proが選んだNano Banana Proの面白い使用例10選も掲載しています。 1. モデルの定義と位置付け正式名称: Gemini 3 Pro Image バ
元DeepMindやTeslaのエンジニア設立のSunday、家事代行ロボット「Memo」発表
米新興企業のSundayは11月19日（現地時間）、家庭向けロボット「Memo」を発表した。ステルス状態で開発を続けてきた同社が初めて公開する製品で、家庭内での片付けや食器洗い、洗濯など、雑務全般を学習して代行することを目指すロボットだ。 Sundayは、2024年4月創業の、米カリフォルニア州サンタクララ郡マウンテンビューに拠点を置くロボティクス企業。米スタンフォード大学、米Tesla、米Google DeepMind、米Waymo、米Metaなどの出身者を含むエンジニアチームが設立した。CEOのトニー・チャオ氏は、Google DeepMindで双腕テレオペレーション用ロボットシステム「ALOHA」（A Low-cost Open-source Hardware System for Bimanual Teleoperation）研究に取り組んでいた。 Memoは、実際の家庭で収集した
「全人類 観てくれ」「感謝しか無い」約３０年後に“復活遂げた”神アニメ…「令和の大傑作」原作ファンも唸った伝説の一作 | TRILL【トリル】
アニメの中には、時を経て新たな形で再び注目を集める作品があります。今回は、そんな中から"令和に蘇った神アニメ"を5本セレクトしました。本記事ではその第2弾として、アニメ『ドラゴンクエスト ダイの大冒険』（テレビ東京系）をご紹介します。かつて少年たちを夢中にさせた冒険が、最新技術で完全版として蘇りました。令和に新たな命を得た勇者ダイの物語とは――？ ※本記事は、筆者個人の感想をもとに作品選定・制作された記事です ※一部、ストーリーや役柄に関するネタバレを含みます あらすじ 作品名（放送局）：アニメ『ドラゴンクエスト ダイの大冒険』（テレビ東京系） 放送期間：2020年10月3日 - 2022年10月22日 かつてこの世界は、魔王軍の支配に苦しめられていました。しかし、「勇者」と呼ばれた剣士アバン（CV：櫻井孝宏）とその仲間たちの活躍によって脅威は打ち払われ、平和が戻ります。 年月が流れ、魔王
ポエム：LLM時代のライブラリ設計、LLMが書きやすいものにした方が良いので泣く泣く方針転換した
株式会社ジェイテックジャパン CTOの高丘 @tomohisaです。 私は Railway Oriented Programming が好きで、C#で実現するために ResultBox というライブラリを作り、自社のイベントソーシングライブラリ Sekiban にも組み込んできました。自分がメインで作る小さなプロジェクトでは問題なく機能していましたが、チーム開発とLLM時代の到来により、方針転換を決断しました。 この記事は、自分の好みよりチームとLLMとの協働性を優先した、ライブラリ開発者の決断の記録です。 Railway Oriented Programmingの魅力 Railway Oriented Programming（ROP）は、Scott Wlaschin氏が提唱したエラーハンドリングのパターンです。F#などの関数型言語で一般的な Result<T, E> 型を使い、成功と失敗
Metaの新しい3D生成モデル「SAM 3D」シリーズを試す｜kogu
SAM 3D Bodyは人体の形状とポーズ推定に特化。テクスチャは無いけど、ボーン付きのメッシュとポーズが精度高く単眼画像から推定できる。 リポジトリ：https://github.com/facebookresearch/sam-3d-body SAM 3D Objects子供部屋のような込み入った室内が得意ということで、かなり意地悪な画像でテストしました。画像はGoogle Geminiの画像生成機能で生成したものです。 SAM 3D Objectsのデモでは、この画像に対し3D化したい範囲をSAM3を使ってセグメンテーションし、個別のオブジェクトとして認識させていきます。 ひとつのオブジェクトに複数のポイントを指定しながら範囲を追加し、決定したら「Add Object」で次の範囲指定。ポイントはかなり雑に指定しても、非常に賢く自動でセグメンテーションされていきます。 オブジェクトを追
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
中国半導体メモリー、世界シェア10%超え 分断が招いた技術追い上げ - 日本経済新聞