AI記事タグ

専門的に管理されたタグから記事を探せます。各タグには独自の紹介文と関連性の高い公開記事があります。

Flowith エージェント作業に向けたAI制作・知識ワークスペース。FlowithOSは閲覧・検索・サービス呼び出しを実行チェーンにまとめ、iOS 2.0は能動型音声エージェントで操作を引き受ける。 Kagi Kagiの課金型検索モデルを分解。Lensesによる絞り込み、Universal Summarizerの要約、Assistantの対話が調査の流れをどう組み立てるかを見る。 SAM Audio MetaのSAM Audioによる音声分離の考え方を整理。テキスト・視覚・時間区間の三種プロンプトの重ね方と、基盤のPE-AVエンコーダの役割を見る。 Bloom Bloomが単一の行動を軸に評価シナリオを自動生成する仕組みを解説。四段階パイプラインの採点とシードによる再現、Petriとの役割分担までをたどる。 GLM-4.7 Z.aiのGLM-4.7を軸に、細かな思考制御とツール呼び出しが長いタスクの安定性をどう高めるか、開放重みとCoding Planでの位置づけを追う。 Hunyuan3D テンセント・フンユエンの3D生成モデル群を整理。3D-DiTの階層彫刻による1536³精度、P3-SAMによる部品分割とX-Partの生成、8ビュー再構成の要点をたどる。 Unitree Unitree がロボット犬と人型ロボットでどう役割を分けているのか、Go2 の 4D LiDAR とオープンな接続仕様が研究、教育、産業点検にとって何を意味するかを確かめる。 CodeRabbit CodeRabbit がプルリクエスト段階で行単位の指摘と適用可能なパッチをどう作るか、MCP 連携が業務と運用の情報をレビューに持ち込むことで何が変わるかを説明する。 Qwen3-ASR Qwen3-ASR が多言語認識、雑音耐性、長時間音声でどう折り合いをつけているかを整理し、ForcedAligner と CLI ツールがそれぞれ何を補うのかを見る。 HunyuanImage オープン化された HunyuanImage 3.0 と Instruct 版を取り上げ、80B MoE の画像生成が長い指示にどう追従するか、画像編集と複数写真の統合にどこまで期待できるかを整理する。 Google Antigravity Google Antigravity が補完ではなく長時間動くエージェントを開発の中心に据える意味と、遠隔からのセッション操作が数時間におよぶ改修の監督をどう変えるかを整理する。 バイドゥ 百度がモデル能力を製品へ落とす二つの線を記録します。MuseSteamer が支える絵想の動画生成と、GenFlow 2.0 の並行エージェント編成、そして文心系モデルの土台としての位置です。 Opera One Opera One の Aria アシスタントからタブアイランドまでの機能構成を整理し、無料 VPN や分割表示、命名、配色が多数のタブを並べた場面で何を解決するのかを説明します。 MyPrompt MyPrompt のプロンプトライブラリの分類と項目構成を分解し、作り手が題材ごとに既存のプロンプトを取用して、語句が書けない、出力が安定しない悩みをやわらげる流れを見ます。 OpenAI Prism OpenAI Prism というクラウド型 LaTeX ワークスペースを取り上げ、草稿作成、コンパイルのプレビュー、共同編集を一つにまとめる仕組みと、編集アシスタントが担う工程を説明します。 OpenAI Agents SDK OpenAI Agents SDK の v0.10.5 から v0.11.1 までの更新を追い、エージェントループやツール、ハンドオフが多段タスクをどう支えるかと、開発ツール群での位置づけを示します。 Cowork Anthropic のフォルダーエージェント Cowork を分解し、ファイル整理やレシートの表作成といった日常作業に Claude Code の能力をどう使うか、提供条件とプライバシーの境界を見ます。 DeepSeek-OCR DeepSeek-OCR が視覚トークンで文脈を圧縮する考え方を説明し、複数解像度の方式や Markdown 変換といった能力を分解して、どのような文書構造化の場面に向くのかを示します。 Ray-Ban Meta Ray-Ban Meta が定番モデルから度付きレンズの新モデルへ広がる流れを整理し、撮影、開放型オーディオ、Meta AI の利用条件と、見た目と生態系依存の引き換えを見ていきます。 Verdent Verdent のデスクトップ版と VS Code 拡張の二形態を整理し、並行サブエージェントが要望の分解、実行、検証をタスク単位の流れにつなぐ仕組みと、大規模リポジトリでの制御性を説明します。 Mixboard Google Labs の AI コンセプトボード Mixboard を取り上げ、Gemini と画像モデルでテンプレートや指示、手持ちの画像を提示できるムードボードへまとめる流れと、マルチボード、対応形式の広がりを追います。 KAT-Coder KAT-Coder がエージェント型のコーディングで要件分解、不具合の特定、単体テスト生成をどうつなぐかを示し、巨大なリポジトリで速度と品質をどう引き換えるかを説明します。 Rokid 表示付きの Rokid Glasses と持ち運べる大画面の AR Lite という Rokid の製品構成を分けて見ながら、軽いフレームの中で表示と電池持ち、装着感をどう引き換えるのかを説明します。 Adobe Photoshop Photoshop が ChatGPT のアプリと Chrome 拡張を通じて対話やブラウザへ入っていく経路を追い、購読や地域の制限下で AI 補正がどこまで使えるのかを見ていきます。