深層学習⑦Face

xAIは、新たなAIモデル「Grok 3」を発表しました。今年1月から事前学習を完了し、現在も継続的にアップデートが進められています。特に、数学、科学、コーディング分野において、Gemini-2やDeepSeek-V3などの最新モデルを上回る性能を示している点が注目されています。さらに、初期モデルはLMSYSチャットボットアリーナで1位を獲得したとのことです。 Grok 3の特徴と能力 Grok 3は、複雑な思考が求められる作業もこなせるAIとして設計されています。例えば、以下のような高度なタスクに対応できます。 また、Grok 3は強力な検索エージェント「Deep Search」を活用し、複数のWebサイトから情報を分析し、正確な回答を提供することが可能です。 現在、この新モデルはX（旧Twitter）プラットフォームのPremium+ サブスクライバー向けに提供されているとのことです。 ...

Google; https://blog.google/products/gemini/how-we-built-gemini-robotics/ Google DeepMind、ロボット向け「Gemini 2.0」ファミリー発表 — ロボティクスの未来へ大きく前進 Google DeepMindが最近発表した、ロボット向けに特化した新たな「Gemini 2.0」モデル群の準備の中で、ロボティクス部門責任者のカロリーナ・パラダ氏は、チームとともにその技術力の最終確認を行った。 チームは、複数の関節とピンセットのような手を持つ研究用ロボット「ALOHA」の両腕に、見たことのない物体を使って初めての作業をさせた。「たとえば、私の靴をテーブルに置いて“この中にペンを入れて”と指示したんです」とカロリーナ氏。「ロボットは少し考えたあと、その通りに作業をこなしました」 さらに、おもちゃのバスケットボールとゴールを使い、「スラムダンクして」と頼んだところ、本当にやってのけたという。「あれはまさに“わお”という瞬間でした」と彼女は語る。 これを実現したのは、Gemini 2.0の進化版「Gemini Robotics」モデル。テキストや動画、音声などを扱うマルチモーダル出力に加え、ロボット特有のデータでファインチューニングされており、物理的な行動が可能となっている。Google CEOのサンダー・ピチャイ氏は「この技術は、次世代ロボティクスの基盤になる」とX（旧Twitter）上で語っている。 汎用性・対話性・柔軟性を備えた次世代モデル Gemini Roboticsモデルは、高度な器用さ（dexterity）、対話能力、汎用性を兼ね備えており、追加の訓練なしでも新しい物体や環境、指示に反応できる。 「私たちのミッションは、日常生活で人を助ける“具現化されたAI”を搭載したロボットを開発することです」とカロリーナ氏。彼女は子どもの頃に見たSFアニメに影響され、自動で家事をこなすロボットに憧れていたという。「将来的にロボットは、スマホやPCのようにAIと接するためのインターフェースの一つになります」 ...

Metaは2025年4月5日、次世代の大規模言語モデル（LLM）ファミリー「Llama 4」を発表しました。​このシリーズには、マルチモーダル対応の「Llama 4 Scout」と「Llama 4 Maverick」、そして現在トレーニング中の「Llama 4 Behemoth」が含まれています。​ 🦙 Llama 4 Scout：軽量かつ高性能なマルチモーダルモデル 🦙 Llama 4 Maverick：高性能なエンタープライズ向けモデル 🦙 Llama 4 Behemoth：トレーニング中の巨大モデル ...