ChatGPTのリーク情報～ファイル分析・画像生成機能強化～/OpenAIの謎サイトオープン/動画生成AI「Sora」の最新情報【今週公開の最新AIツール&ニュース】

Summary

この動画では、チャットGPTの新機能リーク情報やOpenAIの動画生成AI「空」の最新情報、AIとの自然な会話が楽しめるアプリ「こと」、さまざまなAI機能が搭載されるiOS 18の噂など、最新のAIツールやAI関連ニュースが紹介されています。ファイル分析やイメージ生成機能の拡張、GPTサーチなどのチャットGPTの機能アップデート、動画変換AIツールや高速画像生成AIの登場など、AI技術の急速な発展と無限の可能性が感じられる内容となっています。

Takeaways

• 😀 チャットGPTには、Excelファイルなどのデータ分析を可能にする「データアナリシスV2」という新機能が実装されるかもしれません。
• 📊 GPT4には、画像生成AIツール「ダリー3」関連の新機能が追加され、画像のスタイルや枚数、アスペクト比の調整が可能になる見込みです。
• 🌐 OpenAIが「空」という動画生成AIモデルを発表し、テキストや画像から高品質な動画を生成できる技術が注目されています。
• 🗣 スターレ株式会社が開発した音声会話型のAIアプリ「ことも」が公開され、自然な音声会話が特徴です。
• 🎨 「GOエンハンスAI」という動画を様々な画風に変換するAIツールが公開されました。
• 📈 フランスのAI企業ミストラルAIが、大規模言語モデル「ミストラルラージ」を公開しました。
• 🔍 Chrome拡張機能「GPTサーチ」が公開され、チャットGPTの会話履歴の検索が可能になります。
• 🎙 TTSアリーナが公開され、様々なテキスト音声変換AIツールをランキング化します。
• 🖼 SDXLライトニングという、超高速で高品質な画像を生成できるAIモデルが発表されました。
• 🌍 オープンソースのマルチモーダル大規模言語モデル「パロ」が、10の主要言語をカバーして公開されました。

Q & A

チャットGPTの新機能リークはどのようなものですか?

2つのリーク情報があります。1つ目はGPT4 ADATAv2という新しいモデルを使用したデータアナリシスV2機能で、チャットGPTにExcelファイルなどをアップロードし、特定の列や列を指定して分析できるようになる可能性があります。2つ目は画像生成AIツール「DALL-E 3」関連の機能で、画像のスタイルの設定や生成枚数、アスペクト比の調整などができるようになるかもしれません。

「アンカー」というウェブサイトの目的は何ですか?

OpenAIが公開した謎のウェブサイト「フザー」の目的についての詳細は分かっていませんが、近日中に何か新しいプロジェクトが立ち上がる可能性があると言われています。

動画生成AIモデル「空」の特徴は何ですか?

空はOpenAIが発表したテキストや画像から動画を生成できる動画生成AIモデルで、従来の動画生成AIと比べてクオリティが桁違いに高いことが特徴です。まだツールやAPIは公開されていませんが、空のテクニカルレポートページでサンプルの動画を生成できるほか、空の開発メンバーがさまざまな動画をSNSで公開しています。

「こも」アプリの特徴は何ですか?

「こも」は日常のコミュニケーションに特化した音声会話型のおしりAIアプリで、iOSデバイス向けに公開されました。独自の学習データを用いて作られた日常会話に特化したLLMを使用しており、自然な音声会話ができることが特徴です。無料でダウンロードでき、端末のマイクを許可すればAIとおしりを楽しめます。

動画変換AIツール「GOエンハンスAI」の機能は何ですか?

GOエンハンスAIは動画を様々な画風の動画に変換してくれるAIツールで、Google アカウントでログインすると一定程度無料で利用できます。アップロードした動画をスタイルとデュレーションを指定して生成すると設定したスタイルが反映された動画が作成でき、ダウンロードできます。画像のアップスケーラー機能も備えています。

「ミストラルラージ」とは何ですか?

ミストラルラージはフランスのAI企業ミストラルAIが公開した最新の大規模言語モデルで、OpenAI の GPT-4 に次ぐ性能を持つと言われています。ミストラルAI の公式ページでAPIが公開されており、Microsoft のクラウドサービスAzure 上でも利用できるようになりました。AIツール「PO」でも試すことができますが、日本語は苦手なようです。

「GPTサーチ」はどのような機能を提供しますか?

GPTサーチはパソコンでチャットGPTを利用する際の会話履歴を検索できるChrome拡張機能です。Chrome ウェブストアからダウンロードすると、チャットGPT画面の左上に検索窓ができ、そこで検索するとタイトルと会話履歴にヒットした内容を表示してくれます。ただし現状では英語検索のみ対応していて、日本語には対応していません。

「TTSアリーナ」の概要を教えてください。

TTSアリーナは世界中のテキスト音声変換AIツールをユーザーの判定を元にランキング化するTTSバトルプラットフォームです。ハギングフェイス上で動作し、主要なTTSツールがラインナップされています。英語のテキストを入力すると、ランダムで2つのTTSの音声が出力され、ユーザーに優れた回答を投票してもらいます。その投票結果を元にTTSのランキングが作られています。

「SDXLライトニング」はどのような機能を持つAIモデルですか?

SDXLライトニングは、バイトダンスが発表した超高速でテキストから1024x1024ピクセルの画像を生成できるSDXLベースのAIモデルです。プログレッシブ敵対的拡散上流モデルという技術が使われており、ワンステップから数ステップの短いステップで高品質な画像を生成できることが特徴です。ハギングフェイスで無料のデモも公開されています。

「パロ」はどのようなAIモデルですか?

パロは、世界の10の主要言語をカバーしたオープンソースのマルチモーダル大規模言語モデルです。ハギングフェイスで無料のデモが公開されており、日本語での会話や画像の内容についての質問に答えられます。まだハルシネーションが多い点は課題ですが、注目のAIモデルです。