【日曜は週間まとめ】
今週の「今日の生成AI」をふり返る、週間まとめです。
10月22日から24日までの4本を、ひとことずつ並べました。
あわせて、記事にしきれなかった話題も3つ、短く紹介します。
気になるものがあれば、リンク先をのぞいてみてください。
この記事のポイント
- 今週の動画・音楽・面白枠・音声の4本をふり返った
- それぞれの話題への、海外の反応のちがいをまとめた
- RTX 4090 の高速化ツールなど、3つの話題も紹介する
NAGI今週は、いろんな話があったけど、ふり返ってどれがおもしろかったですか？
モチモチふっ、いいか NAGI くん。おなじ話でも、国や人によって、声のあつさがちがうことなのだよ。ちなみに、私はぜんぶ読んでいたがね。
NAGIぜんぶですか。じゃあ、ほめる声が多かったのは、どれですか？
モチモチ絵のモデルは、いろんな絵が出せるのをほめる声が多かった。声のモデルは、動かすまでの手間に話が集まったのだよ。手間の話は、毎回出てくる。
NAGI手間かあ。私みたいな、はじめたばかりの人でも、試せるものはありますか？
モチモチある。ブラウザで試せるものや、軽くした版から入るといい。……と、また語りすぎたな。
NAGIはい、そこまでで大丈夫です。さっそく、記事を見ていきましょう。
モチモチうむ。まかせたまえ。
目次
今週の記事
- 10月22日（木）動画: MiniMax H3 の軽い版MiniMax H3 の派生モデルに、小さくした版が出た話です。
海外では「作れる動画はすばらしい」という声と、「時間がかかる」という声がならんでいました。
MiniMax H3派生Singularity V2に軽量版 - 10月22日（木）音楽: Stable Audio 3パソコンで動く、音楽づくりのモデルです。
「まだ会社があったの」という声と、一部だけ作りなおせる機能への関心が目立ちました。
Stable Audio 3が話題、PCで動く音楽生成 - 10月23日（金）面白枠: Claude Code で Krea 2 を回すClaude Code に ComfyUI を動かさせて、ひと晩で、たくさんの画像を作った話です。
モデルそのものには、中身を公開したことをほめる声が多くありました。
Claude CodeでComfyUIを自動で回す：Krea 2 - 10月24日（土）音声: Fish Audio Drama 3何人もの声を、まとめてしゃべらせられる、新しい読み上げモデルです。
大きなモデルを、手元でどう動かすかで話がもりあがっていました。
Fish Audio Drama 3｜複数人で話す音声の新TTS
拾えなかった話題
- RTX 4090 のテンソル演算を速くする Linux 用ツールNVIDIA の RTX 4090 向けに、Linux のカーネルモジュールとして公開されたツールです。
作者の報告では、1枚のカードで FP16 と BF16 の計算の速さが約2倍（165.6 から 331.6 TF/s）になったそうです。
ほかの人による再現はまだ確かめられておらず、グラボの動きの根っこに手を入れるものなので、試すなら注意書きをよく読んでからにしましょう。
JustAResearcher/gpu-unlock-ada（GitHub） - MiniMax H3 を速く動かす LoRAMiniMax H3 の「参照画像から動画と音声を作る」使い方を、8ステップや4ステップで回せるようにする LoRA です。
モデルカードでは、ComfyUI 用の追加ノード ComfyUI-PTD を入れる手順が書かれています。
必要なグラボの大きさは書かれておらず、ライセンスは MiniMax H3 Community License です。
taobao-content-ai/MiniMax-H3-PTD-LoRAs（Hugging Face） - Forge Classic 2.31SD Forge をひきつぐ派生版 Forge Classic の新しい版です。
リリースノートは、画像モデル Moss-Image についての1行だけで、くわしいことはまだ書かれていません。
Haoming02/sd-webui-forge-classic 2.31（GitHub）
ひとこと
NAGI のひとこと
こうしてならべると、新しいモデルが出るたびに、ほめる声とこまった声が同じくらい出るんだなと思いました。
私は、ブラウザで試せるものからさわってみて、重そうなものは様子見にします。
コメント