「Reality Composer」は、米Apple（アップル）が提供するiPhone及びiPadのアプリ。AR（拡張現実）と3Dを利用したコンテンツの作成、準備、変換、プレビューなどの機能を備える。「App Store」から無料でダウンロードでき、サブスクリプションなども不要だ。 Reality Composerが備える機能のうち、本記事では現実の物体をスキャンして3Dモデルを作成する「Object Capture」の使い方を紹介する。iPhoneなどの手持ちの端末でスキャンできるので、とても手軽だ。特別な装置を必要としない。ぜひ試してみてほしい。 Object Captureには「LiDAR」スキャナー必須 Object Captureは、Reality Composerが2023年10月にバージョン1.6へアップデートされた際に追加された機能である。Reality Composerは
iPhone SE（第4世代）がA18を搭載しApple Intelligence対応か - iPhone Mania
iPhone SE（第4世代）は2025年初頭に発表、Apple Intelligenceに対応する可能性があると、Bloombergのマーク・ガーマン記者がニュースレター「Power On」で伝えています。 その場合、搭載チップはA18になるかもしれません。 ガーマン記者は、iPhone16シリーズ、iPhone17 Airと、折りたたみiPhoneに関する予想も伝えています。 iPhone SE（第4世代）向けOLEDはiPhone13と同じと噂 iPhone SE（第4世代）についてガーマン記者は、有機ELディスプレイを搭載するiPhone14のようなデザインになると述べています。 iPhone SE（第4世代）向け有機ELディスプレイは、iPhone13向けのものが転用されるとのディスプレイサプライヤー関係者からの情報もありました。 iPhone SE（第4世代）がA18を搭載する
中国Zeekr（ジーカー）が人気サルーン「007」の発売から1年も経たないうちに大型アップグレード実施、「世界で最も速く充電できるEV」へ。これぞチャイナスピード
｜ 現在の中国車は確実に模倣の域を超えて独自の進化を遂げている ｜ EVに関しては日米欧の自動車メーカーが「追う」側となるだろう さて、日本導入計画が明らかになった中国Zeekr（ジーカー）。 同社はロータスやボルボを傘下に収める吉利汽車によって運営されていますが、吉利汽車にとっては「世界戦略ブランド」として位置づけられており、すでにニューヨーク証券取引所に上場するなど着実にその地盤を固めつつあります。 そしてZeekrは8月13日に「エボリューション・ニュージェネレーション」と題された記者会見を開催し、ここでは昨年末に発売して以来高い人気を誇るピュアエレクトリックセダン「007」の2025年モデルを発表することに。 中国のスタイリッシュなEVブランド、Zeekr（ジーカー）が2025年に日本導入決定。展開するのはロータス、ボルボを傘下に収める吉利汽車 ｜ ジーカーのEVはボルボ、ロータス
はじめに こんにちは、End-to-End自動運転開発チーム(以降E2Eチーム)で自動運転システムを開発している堀ノ内と塩塚です。本記事はE2Eチームの取り組みを知ってもらう連載企画の第二弾として、End-to-end自動運転におけるマップ認識のあり方と、実際のTuringの開発状況についてお話します。 Turingでは2025年までに東京の複雑な道路を30分以上介入なしで運転できるようなE2E自動運転システムを開発する「Tokyo30」というプロジェクトに取り組んでいます。 私達が目指すE2E自動運転の基本概念については連載企画第1回の以下の記事を参照ください。 End-to-end自動運転におけるマップ認識 E2E自動運転モデルのメインの仕事は、自己車両がどのような経路で進むべきか（Path Planning）を決めることですが、これを賢く行うには、周囲の物体を検出（3次元物体検出）し
以下の記事が面白かったので、簡単にまとめました。 ・Introducing Structured Outputs in the API 1. Structured Outputs昨年のDevDayで、「JSONモード」を導入しました。これは、OpenAIのモデルを使用して信頼性の高いアプリを構築しようとしている開発者にとって便利な構成要素です。「JSONモード」は、有効なJSON出力を生成するためのモデルの信頼性を向上させますが、モデルの応答が特定のスキーマに準拠することを保証するものではありません。本日、APIに「Structured Outputs」を導入します。これは、モデルによって生成された出力が、開発者が提供するJSONスキーマと完全に一致するように設計された新機能です。 複雑なJSONスキーマのフォローの評価では、「Structured Outputs」を備えた新しいモデル「g
詳解 3次元点群処理 Pythonによる基礎アルゴリズムの実装を読みました。 点群が中心ですがその他の3次元データ処理についても基礎から丁寧にかつPythonでの扱い方まで解説されており、点群の入りには最適な一冊です。 本記事では中心となるトピックやキーワードを備忘録的にメモしています。 環境構築 本家リポジトリ git clone --recursive https://github.com/3d-point-cloud-processing/3dpcp_book_codes conda create -n pointcloud python=3.8 pip install open3d==0.16.1 # 最新バージョン使用 各スクリプトの実行が面倒であったため、それらを一つにまとめた勉強用Notebook(sample_notebook_chapter1-5.ipynb)を追加した自
現在開催されているパリオリンピックでは、審判による判定の偏りを指摘したり、「誤審ではないか」と疑問視する声が多く上がっている。 オリンピックに限らず、スポーツでたびたび問題になる判定の問題は、AIの発展でどう変化するのか。 今回の記事では、名古屋大学大学院情報学研究科准教授で、機械学習とスポーツアナリティクスの融合に関して研究を行なう藤井慶輔さんにメールインタビューを敢行。 AI審判の現在地や導入への課題、今後の展望に加えて、スポーツにおけるAIの活用について話を聞いた。 ─2023年の体操の世界選手権では、AIによる採点システムが初めて男女の全種目で導入されました。AI審判を用いる際には、現段階でどのような技術が使われていますか？ 藤井：AI審判で主に用いられる技術については、動きを測定する部分と、測定された動きから評価する部分に大まかに分けられます。 前者の動きを測定する部分では、多く
以下の記事が面白かったので、簡単にまとめました。 ・Introducing Structured Outputs in the API 1. Structured Outputs昨年のDevDayで、「JSONモード」を導入しました。これは、OpenAIのモデルを使用して信頼性の高いアプリを構築しようとしている開発者にとって便利な構成要素です。「JSONモード」は、有効なJSON出力を生成するためのモデルの信頼性を向上させますが、モデルの応答が特定のスキーマに準拠することを保証するものではありません。本日、APIに「Structured Outputs」を導入します。これは、モデルによって生成された出力が、開発者が提供するJSONスキーマと完全に一致するように設計された新機能です。 複雑なJSONスキーマのフォローの評価では、「Structured Outputs」を備えた新しいモデル「g
メルセデス・ベンツが「北京ではじめてレベル4自動運転のテスト許可を取得した国際自動車メーカーになった」と発表。ただしこの外観で実装されたらちょっと嫌だな
中国市場では高度な「自動運転」の実装が強く求められる さて、メルセデス・ベンツが北京の指定都市道路と高速道路にて「レベル4」の自動運転試験の承認を取得した初の国際自動車メーカーとなったと発表。 このレベル4の試験はメルセデス・ベンツ チャイナの技術研究プロジェクトの一環として行われており、自動運転システムのソフトウェアとハードウェアの開発における最先端の技術を探求することを目的としている、ともアナウンスされています。※2023年末、メルセデス・ベンツは北京でレベル3の試験の承認を取得した最初の自動車メーカーの1つになったことも発表済み なお、プレスリリースに添えられた画像を見てみると、前後バンパー、ドア、ルーフなどに様々なセンサーが取り付けられており、これはもちろん「既存車種に後付けしたから」こうなったのだと思われますが、もしこの技術を実用化するのであれば、やはり最初から「センサーやカ
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
iPhoneで3Dモデルを手軽に作成、無料の純正アプリ「Reality Composer」を試す
【E2E連載企画 第2回】東京の街を学習する：マップレス自動運転のモデル開発
OpenAI API の Structured Outputs の使い方｜npaka
【読書メモ】詳解 3次元点群処理 Pythonによる基礎アルゴリズムの実装
パリ五輪で誤審が騒動に。「AI審判」の導入を進めるには？スポーツAI研究者の藤井慶輔に聞く | CINRA
OpenAI API の Structured Outputs の使い方｜npaka