# 機械知覚

Project Aria
Project Aria
Project Aria は、Meta が発表した一人称視点研究に特化したプロジェクトであり、革新的な技術を通じて拡張現実(AR)と人工知能(AI)の発展を目指しています。Aria Gen 2 グラスなどのデバイスを通じてユーザー視点から情報を収集し、機械知覚と AR 研究を支援します。主な利点としては、革新的なハードウェア設計、豊富なオープンソースデータセットとチャレンジ、そして世界中の研究パートナーとの緊密な連携が挙げられます。このプロジェクトの背景には、Meta が将来の AR 技術に長期的に投資し、オープンな研究を通じて業界の進歩を促進するという姿勢があります。
研究機器
48.0K
海外精選
Aria Gen 2
Aria Gen 2
Aria Gen 2は、Metaが発表した第2世代の研究用スマートグラスで、機械知覚、状況認識AI、ロボット研究のために設計されています。高度なセンサーと低消費電力の機械知覚技術を統合し、SLAM、アイトラッキング、ジェスチャー認識などの機能をリアルタイムで処理できます。この製品は、人工知能と機械知覚技術の発展を促進し、研究者にAIが人間の視点の世界をより良く理解する方法を探求するための強力なツールを提供することを目的としています。Aria Gen 2は技術的なブレークスルーだけでなく、学術界や商業研究機関との連携を通じて、オープンな研究と、これらの重要な技術に対する一般の理解を促進しています。
研究機器
42.2K
アルケミスト
アルケミスト
アルケミストは、事前学習済みのテキストから画像へのモデルと合成データを利用し、画像内の物体のマテリアル属性を編集できる技術です。合成データセットの微調整により、物体の特定のマテリアル属性(粗さ、金属感、ベースカラーの彩度、透明度など)をパラメトリックに編集できます。この技術の主な利点は、物体の形状や画像の照明を維持したまま、物体の属性を変更できることであり、物体が透明化された場合でも、背景、隠れた内部構造、屈折光の効果をリアルに再現できます。
AI画像編集
43.6K
Ego-Exo4D
Ego Exo4D
Ego-Exo4Dは、スキルのある人間の行動を捉えた自己中心視点と外部中心視点のビデオを中心とした、マルチモーダル多視点ビデオデータセットとベンチマークチャレンジです。日常生活における活動のマルチモーダルな機械知覚研究を支援します。このデータセットは、世界13都市の839名のカメラ装着ボランティアによって収集され、1422時間のスキルのある人間の行動ビデオを収録しています。対応するビデオと共に、専門家の解説、参加者によるチュートリアル形式の解説、1文の原子動作記述という3種類の自然言語データセットを提供しています。Ego-Exo4Dは、複数の視点、7つのマイクアレイ、2つのIMU、気圧計、磁力計など、多視点と多様なセンシングモダリティも捉えています。データセットの記録は、プライバシーと倫理ポリシーを厳守し、参加者の正式な同意を得ています。詳細については、公式サイトをご覧ください。
研究機器
58.2K
おすすめAI製品
海外精選
Jules AI
Jules AI
Jules は、自動で煩雑なコーディングタスクを処理し、あなたに核心的なコーディングに時間をかけることを可能にする異步コーディングエージェントです。その主な強みは GitHub との統合で、Pull Request(PR) を自動化し、テストを実行し、クラウド仮想マシン上でコードを検証することで、開発効率を大幅に向上させています。Jules はさまざまな開発者に適しており、特に忙しいチームには効果的にプロジェクトとコードの品質を管理する支援を行います。
開発プログラミング
40.0K
NoCode
Nocode
NoCode はプログラミング経験を必要としないプラットフォームで、ユーザーが自然言語でアイデアを表現し、迅速にアプリケーションを生成することが可能です。これにより、開発の障壁を下げ、より多くの人が自身のアイデアを実現できるようになります。このプラットフォームはリアルタイムプレビュー機能とワンクリックデプロイ機能を提供しており、技術的な知識がないユーザーにも非常に使いやすい設計となっています。
開発プラットフォーム
39.5K
ListenHub
Listenhub
ListenHub は軽量級の AI ポッドキャストジェネレーターであり、中国語と英語に対応しています。最先端の AI 技術を使用し、ユーザーが興味を持つポッドキャストコンテンツを迅速に生成できます。その主な利点には、自然な会話と超高品質な音声効果が含まれており、いつでもどこでも高品質な聴覚体験を楽しむことができます。ListenHub はコンテンツ生成速度を改善するだけでなく、モバイルデバイスにも対応しており、さまざまな場面で使いやすいです。情報取得の高効率なツールとして位置づけられており、幅広いリスナーのニーズに応えています。
AI
38.4K
中国語精選
腾讯混元画像 2.0
腾讯混元画像 2.0
腾讯混元画像 2.0 は腾讯が最新に発表したAI画像生成モデルで、生成スピードと画質が大幅に向上しました。超高圧縮倍率のエンコード?デコーダーと新しい拡散アーキテクチャを採用しており、画像生成速度はミリ秒級まで到達し、従来の時間のかかる生成を回避することが可能です。また、強化学習アルゴリズムと人間の美的知識の統合により、画像のリアリズムと詳細表現力を向上させ、デザイナー、クリエーターなどの専門ユーザーに適しています。
画像生成
38.9K
OpenMemory MCP
Openmemory MCP
OpenMemoryはオープンソースの個人向けメモリレイヤーで、大規模言語モデル(LLM)に私密でポータブルなメモリ管理を提供します。ユーザーはデータに対する完全な制御権を持ち、AIアプリケーションを作成する際も安全性を保つことができます。このプロジェクトはDocker、Python、Node.jsをサポートしており、開発者が個別化されたAI体験を行うのに適しています。また、個人情報を漏らすことなくAIを利用したいユーザーにお勧めします。
オープンソース
39.7K
FastVLM
Fastvlm
FastVLM は、視覚言語モデル向けに設計された効果的な視覚符号化モデルです。イノベーティブな FastViTHD ミックスドビジュアル符号化エンジンを使用することで、高解像度画像の符号化時間と出力されるトークンの数を削減し、モデルのスループットと精度を向上させました。FastVLM の主な位置付けは、開発者が強力な視覚言語処理機能を得られるように支援し、特に迅速なレスポンスが必要なモバイルデバイス上で優れたパフォーマンスを発揮します。
画像処理
38.4K
海外精選
ピカ
ピカ
ピカは、ユーザーが自身の創造的なアイデアをアップロードすると、AIがそれに基づいた動画を自動生成する動画制作プラットフォームです。主な機能は、多様なアイデアからの動画生成、プロフェッショナルな動画効果、シンプルで使いやすい操作性です。無料トライアル方式を採用しており、クリエイターや動画愛好家をターゲットとしています。
映像制作
17.6M
中国語精選
LiblibAI
Liblibai
LiblibAIは、中国をリードするAI創作プラットフォームです。強力なAI創作能力を提供し、クリエイターの創造性を支援します。プラットフォームは膨大な数の無料AI創作モデルを提供しており、ユーザーは検索してモデルを使用し、画像、テキスト、音声などの創作を行うことができます。また、ユーザーによる独自のAIモデルのトレーニングもサポートしています。幅広いクリエイターユーザーを対象としたプラットフォームとして、創作の機会を平等に提供し、クリエイティブ産業に貢献することで、誰もが創作の喜びを享受できるようにすることを目指しています。
AIモデル
6.9M
AIbase
未来を切り開く、あなたのAIソリューション知識ベース
© 2025AIbase