カンヌ映画祭で初のAI長編映画「Hell & Grind」がプレミア上映

映像生成AIのHiggsfieldを使って制作された長編映画「Hell & Grind」が、カンヌ映画祭でプレミア上映された。AIのみで制作された長編映画が主要な国際映画祭で上映されるのは初めてのことであり、映像制作におけるAIの役割が一つのマイルストーンに達したことを示している。

これまでAI映像生成は短いクリップや実験的な作品が中心だったが、長編映画として完成させ国際的な舞台で披露されたことは、映画業界におけるAI活用の可能性と同時に、制作現場への影響についても議論を呼びそうだ。

Google AI Pro加入者にYouTube広告ほぼ非表示の特典

Googleは「Google AI Pro」の加入者に対し、YouTubeの広告をほぼ非表示にする「Premium Lite」相当の特典を無料で付与する。Googleグループのサービス連携によりAIプランの付加価値を高め、契約者数の拡大を狙う戦略とみられる。

AIサービスの差別化が進む中、Googleは自社の強みであるYouTubeやクラウドなど幅広いサービス群との連携で囲い込みを強めている。消費者にとってもAIプランの選択において、付随するサービスの充実度が重要な判断基準になりつつある。

LLMのハルシネーションは「知識不足」ではなく「コミットメント失敗」

韓国の研究チームが「Hallucination as Commitment Failure」と題した論文を発表した。LLMのハルシネーションは、モデルが正解を知らないから起きるという通説に対し、より大きなモデルほど正解を知っていながら誤答に「コミット」してしまう現象であることを示している。

研究では、トークンレベルで同じ答えの概念を表す変異を集約する「意味的な回答可用性」という概念を導入。その結果、正しい概念がモデルの生成時点で利用可能であっても、より大きなモデルほど誤った方向にコミットしてしまう傾向があることが分かった。これは「大きいモデルほど賢く、ハルシネーションも減る」という単純な期待に一石を投じる結果となっている。

LatentOmni: テキストを介さない音声・映像の統合推論

LatentOmniは、音声と映像の両方を扱うマルチモーダルLLMの新しいアプローチを提案する。従来の手法では、音声・映像の情報を一度テキストに変換してから推論を行うChain-of-Thought（CoT）が主流だったが、この過程で連続的な音声・映像信号が離散的なトークンに圧縮され、時間的な精度が低下し、中間推論が言語のバイアスに引っ張られる問題があった。

LatentOmniは、テキストベースのCoTを介さず、潜在空間で直接音声・映像の推論を行う統合的なアプローチを採用。これにより、映像と音声の微細な情報を損なうことなく、より正確なオムニモーダル理解を目指す。

PhysX-Omni: 剛体・変形・関節付きを統一する物理3D生成

PhysX-Omniは、シミュレーション用途に対応した物理プロパティを持つ3Dアセットの統一生成フレームワークだ。従来の3D生成手法は物理属性を無視するか、剛体・変形体・関節付きのいずれか単一カテゴリに限定されることが多かった。

PhysX-Omniは、ビジョン・言語モデル向けに最適化された新しい幾何表現を開発し、高解像度の3D構造を圧縮なしで直接エンコード。さらに、多様な屋内外カテゴリを網羅する初の汎用シミュレーション対応3DデータセットPhysXVerseを構築した。評価ベンチマークPhysX-Benchも提案されており、幾何・スケール・材質・アフォーダンス・運動学・機能説明の6属性で総合的に評価する。ロボットの政策学習や物理シミュレーションなど、エンボディドAI分野での応用が期待されている。

LLMに研究アイデアの成功を予測させる

「Teaching Language Models to Forecast Research Success Through Comparative Idea Evaluation」という論文は、LLMに実験を行う前に研究アイデアの成功を予測できるかを検証した。AIが科学研究の仮説生成を自動化する中、生成された何百ものアイデアを評価・選別する新たなボトルネックが生じている。

研究では、特定のベンチマーク目標と2つの候補アイデアを与え、どちらが経験的に成功するかを予測する「比較的経験的予測」タスクを設定。LLMにこの予測能力を学習させることで、実験前のアイデア選別の効率化を目指すアプローチを提示している。

GitHubトレンド: コード知識グラフ再浮上、AIエージェントが上位独占

GitHubのデイリートレンドを見ると、コードの知識グラフを構築する「codegraph」が再び注目を集めている。また、トレンド上位はAIエージェント関連のリポジトリが占めており、開発者コミュニティの関心がエージェント型AIに集中していることがうかがえる。

ローカルLLMでは、0.5Bパラメータの超軽量モデルがどこまで実用に耐えるかの検証記事も注目を集めている。「7B以上でないとまともに使えない」という通説に対し、その下限をはるかに下回るモデルの実際の性能をQwen2.5 0.5Bで実測した報告は、エッジデバイスでのAI活用を考える上で興味深い参考データとなっている。