# テキスト

Phi-3 Visionは、合成データと厳選された公開利用可能なウェブサイトを含むデータセットに基づいて構築された、軽量で最先端のオープンなマルチモーダルモデルです。テキストとビジュアルの非常に高品質な推論集約データに特化しています。このモデルはPhi-3モデルファミリーに属し、マルチモーダル版は128Kトークン（トークン数）のコンテキスト長をサポートしており、厳格な強化プロセスを経て、教師ありファインチューニングと直接選好最適化を組み合わせることで、正確な指示遵守と強力なセキュリティ対策を確保しています。

BeautyPlusは、写真と動画の編集に幅広いツールと無料コンテンツを提供しています。直感的で使いやすく、誰でも簡単に日々の生活を共有できます。

ミータは、世界中のクリエイターを繋ぐAIコミュニティプラットフォームです。AI技術を活用した「ミー文」「ミー画」などの創作ツールを提供しており、テキストプロンプトを入力するだけで、小説のアウトライン、記事、イラストなどのクリエイティブなコンテンツを生成できます。ミータは、ライティングアシスト、画像生成、インテリジェントなチャットボットなどの機能を備え、創作効率の向上と新たなインスピレーションの発掘を支援します。大規模な事前学習済み言語モデルをベースに、モデルのファインチューニングとデータ拡張によって、高品質なテキストと画像の生成を実現しています。ミータは、クリエイターに便利なAI創作ツールを提供し、包括的でオープンなコミュニティを構築することで、より多くの人がAIが創作にもたらす無限の可能性を体験できるように取り組んでいます。

MidRealは、最先端の人工知能技術を用いたテキストアドベンチャーゲームプラットフォームです。強力な長編叙事能力とほぼ無限の記憶能力を備え、プレイヤーの選択に応じて、一貫性があり没入感のあるストーリーを生成します。プレイヤーは様々な世界観やシナリオを選択し、好きなキャラクターになりきって、独自の冒険体験を創造できます。

SteinDreamerは、テキストから3Dスコア蒸留のためのソリューションを提供します。Stein Score Distillation (SSD)と呼ばれる分散削減ソリューションを提案しており、制御変数構築とSteinの恒等式を用いることで、蒸留における分散を効果的に低減します。実験結果から、SSDは蒸留分散を効果的に低減し、オブジェクトレベルとシーンレベルの生成において継続的に視覚品質を向上させることが示されています。さらに、SteinDreamerは既存の手法と比較して、より高速な収束速度を示すことも実証されています。

Unified-IO 2は、画像、テキスト、音声、動作を理解し生成できる統一されたマルチモーダル生成モデルです。単一のエンコーダー?デコーダーTransformerモデルを使用し、異なるモダリティ（画像、テキスト、音声、動作など）の入出力は、共有された意味空間で表現され処理されます。このモデルは、大規模なマルチモーダル事前学習データセットでゼロからトレーニングされ、マルチモーダルのノイズ除去目標で最適化されています。幅広いスキルを習得するために、120個の既存データセットでファインチューニングされており、これにはプロンプトとデータ拡張が含まれています。Unified-IO 2はGRITベンチマークにおいて最先端の性能を達成し、画像生成と理解、テキスト理解、ビデオと音声の理解、ロボット操作など30以上のベンチマークで強力な結果を示しています。

ImageBindは、明示的な教師データなしで、6種類の感覚モーダルデータ（画像?動画、音声、テキスト、深度、熱画像、慣性計測ユニット（IMU））を同時にバインドできる新しいAIモデルです。これらのモーダル間の関係性を認識することで（画像と動画、音声、テキスト、深度、熱画像、慣性計測ユニット（IMU））、AIの発展を促進し、機械が様々な形式の情報をより適切に分析することを可能にします。デモを通して、ImageBindの画像、音声、テキストモーダルにおける能力をご覧ください。

CelebV-Textは、大規模で高品質かつ多様な顔テキスト-ビデオデータセットであり、顔テキスト-ビデオ生成タスクの研究促進を目的としています。本データセットは、70,000本の野外で撮影された顔ビデオクリップを含んでおり、各クリップには20個のテキストが付属しています。これらは、40種類の一般的外観、5種類の詳細な外観、6種類の照明条件、37種類の動作、8種類感情、6種類の光線方向を網羅しています。CelebV-Textは、ビデオ、テキスト、およびテキスト-ビデオ間の関連性においてその優位性を包括的な統計分析によって検証しており、顔テキスト-ビデオ生成タスクの評価を標準化するベンチマークも構築しています。

Bing翻訳は、様々な言語のテキストを迅速かつ正確に翻訳できる多言語テキスト翻訳ツールです。シンプルで使いやすいインターフェース、正確な翻訳、多言語対応といった利点を備えています。無料版と有料版があり、有料版ではより高度な機能をご利用いただけます。個人ユーザーとビジネスユーザーの両方を対象としています。

DreamFusionは、事前学習済みの2Dテキスト?ツー?イメージ拡散モデルに基づいて、高精細でライティング調整可能な3Dオブジェクトを生成します。ニューラル放射場（Neural Radiance Field）でランダムに初期化された3Dモデルを勾配降下法で最適化することで3Dオブジェクトを生成し、あらゆる角度からの観察、任意の照明条件での再照明、あらゆる3D環境への合成が可能です。DreamFusionは3Dトレーニングデータや画像拡散モデルの改変を必要とせず、事前学習済みの画像拡散モデルを事前知識として用いる有効性を示しています。

SnapBarは、豊富な機能と利点を備えた使いやすい写真編集ツールです。フィルター、画像修正、ステッカー、テキストなど、写真編集と美化を迅速に行うための機能を提供します。SnapBarは手頃な価格で、個人利用と商業利用の両方に適しています。ソーシャルメディアへの写真の共有から、ブログやウェブサイトといった魅力的な画像コンテンツの作成まで、SnapBarはユーザーのニーズを満たします。

AI Hordeは、クラウドソーシング型分散処理による画像?テキスト生成プラットフォームです。多くの協力者によって構成され、効率的な画像?テキスト生成サービスを提供します。安定した性能、幅広い機能、多様な利用シーンを備えています。個人ユーザーから企業ユーザーまで、AI Hordeを通じて高品質な画像?テキスト生成サービスをご利用いただけます。AI Hordeは、創作、デザイン、エンターテインメントなど、ユーザーのニーズを満たすためのリーズナブルな価格設定となっています。

Fotorは、調整、フィルター、修復、トリミングなど、多様な編集機能を備えた、パワフルなオンライン画像編集ツールです。使いやすいインターフェースと豊富な素材ライブラリを備え、個人ユーザーからプロフェッショナルまで幅広くご利用いただけます。Fotorには無料版と有料版があり、価格は月額8.99ドルから年間39.99ドルまでです。