Meta AI デモ

[GN⁺]

Hacker Newsの意見

• さまざまなデモ用ツールボックスの説明

  • Segment Anything 2: 数回のクリックで動画の切り抜きや楽しい視覚効果を生成する
  • Seamless Translation: 別の言語で聞こえる自分の声を体験できる
  • Animated Drawings: 手描きのスケッチをアニメーションで生き生きと動かす
  • Audiobox: AIで生成した声や音を使ってオーディオストーリーを作る

• Seamless Translationはかなり驚くべき機能

  • 英語とスペイン語を話すユーザーが英語の文を録音し、生成されたスペイン語の出力を聞いたところ、自分のスペイン語とほとんど同じに聞こえた
  • ただし、そのユーザーのスペイン語にはカスティーリャ語特有の表現がより多く含まれている

• タイトルがなぜAidemosになっているのか気になる

• MetaのAI研究の方向性が気になる

  • GoogleやMSFTの目標は理解できるが、Metaの最終目標はよく分からない

• Seamless Translationのデモは素晴らしい

  • 翻訳された声が自分の元の声に似ている
  • これをリアルタイムで実現できるなら驚異的だろう

• MetaはGPT-3とChatGPTの影響を深く理解している

  • モデルは出発点であり、モデルを活用したUXが知能を示す
  • 特に視覚モデルでそれが際立っている
  • SAM2が「何でも見える」と言っているのが興味深い
  • サッカーボールをクリックすると、動画内で隠れてもモデルが滑らかに追跡するのを見るのは驚きだ

• すべてのデモが含まれているわけではない

  • 例えば、Meta Motivoのデモが抜けている（ヒューマノイド制御モデル）

• 「現在お住まいの地域ではサイトを利用できません」というメッセージが表示される

• モデルへのリンクがどこにあるのか気になる

• 興味深いが、Metaが実際に何を望んでいるのかを明確にしてほしい

  • 「モデルをさらに訓練するために、In the Wildデータを提供してください」という意味なのだろう

• 数年前に年齢推定技術を使った経験がある

  • ユーザーが画像をアップロードし、顔のランドマークポイントの10%を位置合わせするのを手伝うと、推定器を実行した
  • 間違っている場合は修正を求めて改善した
  • 依然としてクールだが、以前の経験と比べるとそれほど大きな感動はない