11,723 文字
完璧なフリースローを決めるロボットがすごいと思っていたなら、二足歩行ロボットがスラムダンクを決めるところを見てください。私は変わった歯車をずっと見ていました。対数螺旋歯車、ハイポイド歯車、そしてヘリカル歯車まで。AIと歯車の未来はどうなるのでしょうか。新しいパラダイムになりそうです。
パーティーゲームのジェンガは、今やロボットの領域となりました。LTXスタジオは、実験用サルに関する完全にAIが生成したストーリーを作り上げましたが、最後にはかなりの展開が待っています。
新しいAIモデルは、岩や崖の写真を与えると、最適な登り方を教えてくれます。ビデオジャムという新しいフレームワークは、AIが生成する動画の動きをより自然にします。NASAは人工知能を使って、他の惑星での土壌採取を最適化しています。
携帯電話の基地局に新しいAI生成メソッドを実装することで、将来的に通話が途切れることがなくなります。新しい政府とのパートナーシップにより、OpenAIのo1モデルが病気、高エネルギー物理学、核セキュリティに取り組むことになります。
YouTuberのクリーナー・ワッドは、テスラのオプティマスロボットが1兆ドルの収益をもたらす可能性について解説します。ボビー・アイバーは2025年で最も印象的な動画をアップロードしました。オリジナルの任天堂マリオの3Dバージョンを本当に作り上げたのです。素晴らしい出来栄えです。
AIがオーロラに応用され、太陽嵐の予測が可能になります。これは見た目の美しさ以上に実用的です。オムニウム・ワンは非常に印象的な結果を出しています。スンノーのCEOとの興味深いインタビューでは、音楽が拡散モデルではなくトランスフォーマーで作られる理由を説明しています。
エージェント時代の広告のあり方について考えさせられる奇妙な投稿について話し合い、AIが私たちの記憶力を良い方向に形作っているという新しい研究についても触れていきます。
これがロボット版マイケル・ジョーダン、レブロン・ジェームズ、コービー・ブライアントを一つに組み合わせたような動きです。すべての動きは足首、ふくらはぎ、太もものみから生まれています。これは脚だけのジャンプなのに、とても人間らしく見えます。腕の振り方を見てください。完璧ではありませんが、去年見たものよりずっと人間らしいです。
フロッピングの仕方を教えれば、NBAに参加できるでしょうね。視聴率が下がっている理由がきっとそこにあるはずです。
これらの高度な歯車の種類を見てください。この投稿は厳密にAIに関するものではありませんが、これらの歯車をすべてモデルに入力すれば、AIが歯車について学び、最も珍しい有機的で奇妙な形をした歯車の種類を発明するかもしれないと気付かされました。それは全く新しいエンジニアリングの世界を切り開く可能性があります。
グリムロックのような存在が本当に恐竜のように動くようになることを想像してみてください。多くの小さなサーボモーターやアクチュエーターが、実際の骨格や体内の筋肉のように動くのです。二重螺旋ベベル歯車やあの歯車、双曲線ダブル歯車とは一体何なのでしょう。密かに昔に戻ってこれらを最初に発明したかったですね。
古代ローマ人にこれらの歯車を見せて「これが技術だ」と言うことができたらと想像してみてください。週末を友達とジェンガをして過ごすことが、ロボットが最後までできないことだと思っていたなら、それは間違いです。カリフォルニア大学バークレー校のおかげで、ジェンガを操るという作業ができるロボットが誕生しました。
かつては人々が追求していた趣味が、今や100%の精度でロボットによって行われるようになりました。ジェフ・ベゾスとOpenAIがこの会社に投資したとき、これは単なる通過点であって最終目標ではないと期待していたはずですが、これが非常に印象的な成果であることは間違いありません。
このビデオにはスポンサーがついていて、それは強力な企業であるライトトリックスです。彼らはLTXスタジオを運営しており、15本の動画のスポンサーとなっています。まず、このビデオをチェックしてください。LTXスタジオのYouTubeチャンネルにある「チャーリーの大きな打ち上げ」という作品です。キャラクターの一貫性を保ちながら個々の画像をプロンプトで指示することで、本当の物語を作り出せることを示しています。
そして大きな日が訪れました。心臓が高鳴り、手が震えていました。打ち上げ、そして突然私は飛び立ちました。あのドアの向こうには私の夢があり…そして文字通り最悪でした。さらに悪化しました。これが私の最初のプロジェクトで、「ディノとタイガーズのクエスト」と呼ばれています。なぜかはお分かりでしょう。ホッブスとグリムロックですからね。
この製品の核心は、ストーリーボードのレイアウトにあります。これが、基本的なプロンプトからビデオを生成するAIモデルよりもずっと興味深いものにしている理由です。ストーリーに求められるのは実際の物語です。キャラクターの一貫性、意味のあるシーン、フィナーレに向かって展開するストーリーの弧を望みます。ナレーションは同じままで、ストーリーラインは一つ一つの展開を積み重ねていきます。
ロボット恐竜が洞窟の中で古代の地図を発見し、冒険の始まりとなるキャラクターに出会い、宝探しの道案内をしてくれる動物たちと出会いながら、ジャングルを進んでいくのです。全体的なプロンプトと個々のプロンプトがあるわけです。
LTXスタジオについては、将来さらに多くの機能や例を紹介する予定ですが、今のところ試してみたい方のためにリンクを下に用意しています。このビデオのスポンサーになっていただき、ありがとうございます。
次は、ロッククライミングの人工知能について話しましょう。これは私が今まで考えもしなかったことですが、一度考えてみると、機械学習を応用する革新的な方法だと思いました。ニューハンプシャー大学の研究者たちは、ロッククライミングのルートの難易度を標準化する新しい機械学習ベースのシステムを開発しました。
今まで考えたこともありませんでしたが、ロッククライミングの世界では無数の岩の登り方があり、これは中級、これは超上級というように、スキーのようにダイヤモンドやブラックダイヤモンド、四角や丸で表示すべきでしょう。今やAIがそれを行えます。岩場は非常に複雑で、標準化する方法がなかったからです。
特に商業ジムでは、私たちが住む世界はますます一貫性がなくなってきています。しかし、自然言語処理を使用したこの新しいルート中心のアプローチは、ホールドのタイプや動きのシーケンスなどのルートの特徴を分析することで、84.7%の精度で難易度評価を行うことができました。この方法により、ロッククライミングの評価バイアスがなくなり、AI駆動の評価システムが実現する未来が訪れるかもしれません。
これがビデオジャムです。今日のジェネレーターが動きをどのように扱い、どのように苦心し、それをどのように克服できるかを示す新しいフレームワークです。驚くべきことに、これは追加のデータやスケーリングなしでこの問題を克服しています。つまり、これはアーキテクチャの変更であり、今日のシステムで実装可能だということです。このフレームワークがソーラ、シング・ボーなど、主要なシステムすべてに実装されることを期待してください。
ビデオジャムの仕組みは、ビデオのトレーニングプロセスを修正して、ピクセルの外観と動きのダイナミクスの両方を予測することです。内部ガイダンスと呼ばれる新しいアーキテクチャのコンポーネントを導入しており、それは独自の小さなAIシステムのように学習する推論中にモデルを導くメカニズムです。そして、一貫した動きを維持するために予測を改良していきます。追加のトレーニングデータは必要なく、モデルサイズも増やさず、既存のモデルを上回る性能を発揮します。
NASAは確実にAIと機械学習の分野に参入しています。そうあるべきです。なぜなら、他の惑星や衛星からサンプルを収集する地球外着陸機は非常に効率的である必要があるからです。これらのシステムのバッテリーは非常に重要で、充電が非常に困難です。そのため、行うことすべてを最大限に活用する必要があります。
そこで、地球外の表面で材料をより効率的にすくい取るのを助ける新しいAIモデルを開発しました。新しいモデルはテストされており、事前の経験なしに未知の地形を見て、リアルタイムで試行錯誤を通じて学習し、最適な方法で材料をすくい取ることができます。実際にどのくらい硬いのか、スコップにどのような力が必要なのかは正確にはわかりませんからね。
このシステムは、その場でスコップで取れる材料と取れない材料を区別し、それに応じて調整することができます。これは、将来の自律的な宇宙探査車両の使用可能性を示すものです。興味深いことに、スコップ自体を3Dプリントできるコンポーネントも開発中です。
スコップで掬おうとして「いや、これは違うスコップだ」と気付いたら、必要なスコップを印刷して取り付け、サンプルを採取できるようになることを想像してください。より信頼性の高い携帯電話ネットワークを望む人がいれば、それに対応するAIモデルがあります。研究者たちは、次世代無線ネットワークの信頼性を向上させるAI駆動の方法を開発しました。特に高速移動環境での信頼性向上に焦点を当てています。
飛行機や高速車両で移動中に5Gタワーの切り替えがついていけない場合、ミリ波技術のリレー、つまりインターネットをもたらす無線接続に関するリアルタイムの正確な情報を必要とする巨大なアンテナシステムに注目することにしました。チャネルエージング効果として知られる信号条件を学習し、適応することで、これが接続の中断を引き起こす原因となることが多いのです。
この問題に取り組むため、チームはトランスフォーマー支援のパラメトリックCSIフィードバックシステムを導入しました。これは角度、遅延、強度といった主要な信号パラメータに焦点を当てており、これらのAIシステムがすべてを学習しています。このシステムは自動的に移動の動きを考慮し、すべての変数を相殺して、エラーを生成する代わりにエラーを減らし、データの信頼性を向上させるようにタイミングを調整できます。
研究者たちは、これにより高速列車の乗客のインターネット接続、遠隔地の衛星通信が向上し、車両対すべての通信ネットワークのような新興技術もサポートできると主張しています。近い将来、空を飛び回るであろう多くのドローンを想像してください。それらがすべての情報をこれらの携帯電話基地局に接続する必要があります。このようなAIシステムは、信頼性を向上させ、それらをより実現可能にするかもしれません。
ロスアラモス、有名な研究所、アメリカ合衆国の国立研究所は、OpenAIのo1モデルの新しい拠点となります。病気、高エネルギー物理学、核セキュリティに取り組むことになります。マイクロソフトが支援するAIメーカーは本日、米国立研究所とのパートナーシップを発表し、ロスアラモス国立研究所にo1の推論能力を展開することを明らかにしました。
ベネドという名のスーパーコンピューターがあります。これはNVIDIA搭載の強力な機械で、人工知能のワークロード用に設計されています。OpenAIは、この新しいモデルをこのスーパーコンピューターに搭載し、様々な科学的ブレークスルーを加速させる計画です。
このモデルは、疾病治療、高エネルギー物理学、核セキュリティの研究をサポートします。もちろん、OpenAIは生物科学リスクに関する過去のコラボレーションを引用しながら、厳格なAI安全対策を実施することを強調しています。先週お話ししたように、OpenAIはマイクロソフトクラウドで動作する新しいChatGPT Govバージョンを立ち上げましたが、AIムービー「The Creator」のオープニングシーンを思い出さずにはいられません。
イーロンが、テスラのロボット事業は車やセミトラックの事業をはるかに上回るだろうと話しているのを聞きました。クリーナー・ワッドは1兆ドルの収益についての動画をアップロードしましたが、私はそれが可能なのか、信じられるのか、世界に車よりも多くのヒューマノイドロボットが存在し、テスラがその先頭を走ることが理にかなっているのか、考えてみました。
1兆ドルの収益は、これまでどの企業も達成したことのない規模です。しかし、これらは指数関数的に成長しており、複合効果があります。テスラはかなりの先行優位性を持っており、実世界のロボット工学も持っています。しかし、彼が言及したいくつかのことが考えさせられました。
オプティマスにはテスラの完全自動運転システムの約10倍の努力が必要だと彼は考えています。私はテスラを運転し、常に完全自動運転モードを使用しています。非常に印象的で、将来的には信頼できるようになりそうな感じがしますが、最後の10%が最初の90%よりもはるかに難しいこともあります。
もちろん、関節の複雑さや家庭環境での移動など、私たちの家での実際のロボットは、車よりも少し難しそうです。10倍難しいかもしれません。また、車のための何百万台もの車両からのトレーニングデータは、このような形態に必要な大量のトレーニングデータとは完全に一対一ではありません。過去にはできなかったシミュレーションができるようになったという事実はありますが。
しかし現在、オプティマスはまだ初期段階にあり、多くのデータを得るにはテレオペレーションが必要です。大量生産のための工場もまだ建設されていませんが、その方向で考えています。マスクは今年数千台を生産し、近い将来には数百万台にスケールアップすることを目指した大規模な生産拡大を構想しています。
もう一つ興味深いのは、テスラがまず社内でこれらのロボットを使用することです。まず、自社の労働力を置き換え、拡張することになります。テスラ車を生産するために、製造用ロボットと並んでヒューマノイドロボットが働くことになるわけです。それがスケールアップしたら、「はい、お金を渡すので、もっとたくさん作ってください」というようになり、世界のどの自動車会社よりも速いペースでスケールアップできると想像できます。
とはいえ、マスクはオプティマスの可能性について非常に楽観的で、長期的には10兆ドル以上の収益を生み出す可能性があると見積もっています。完成までには時間がかかるかもしれませんが、テスラのAIと製造の専門知識は、ヒューマノイドロボット分野をリードする強力な立場にあります。
マイクロソフトやその他のAI企業は素晴らしい仕事をしていますが、テスラが今まで作った最高の製品はギガファクトリーだと感じます。それは他のすべての製品を作る製品です。ギガファクトリーが進化的なサイクルを経て、最終的に他の誰にもできないペースでオプティマスロボットを生産するようになり、すでにテスラ車があり、パワーブロックがあり、そこにロボットを追加したいと考える人々のインフラ、これらのものを修理するインフラ、ロボタクシーネットワークがあれば、世界の他のどの企業にもできないような形で、すべてが一つにまとまるかもしれません。
アマゾンも、うまくやれば良い勝負ができるかもしれません。配送を担当するロボット部隊、そしてヒューマノイドロボット、リングのドアベルシステムからのデータなど、何かできるかもしれません。他に誰ができるのかわかりません。アップルはどうでしょうか。マイクロソフト、グーグル、OpenAIは今のところソフトウェアベースすぎるように見えます。アマゾンやテスラのようにインフラをスケールアップするのは難しそうですが、コストコやウォルマートと提携すれば可能かもしれません。これがどのように展開されるか、見守る必要があります。
これは2025年のインターネット上で最高の動画かもしれません。ボビー・アイバーがアップロードした「スーパーマリオワールド3Dの再制作に1年かけました」という動画です。人工知能とバーチャルリアリティが未来にどのように融合していくのか、そして私たちが持とうとしているツールの創造性により、懐かしいものを再想像できるようになることについて考えさせられました。
ローマや西部開拓時代だけでなく、私たちの子供時代の実際のものを取り上げて再発明することもできます。これは2Dの横スクロールゲームを3Dビデオゲームに変換したもので、見ていてとても楽しいです。このような作業は時間がかかり、この人は1年かけて作り上げました。明らかに多くのスキルと献身が必要でしたが、それは徐々に簡単になっていくでしょう。
将来的には、アタリゲームやニンテンドーゲーム、スーパーニンテンドーゲームを入れて、VRヘッドセットを装着し、AIを使って「これを3D VRにして」と言うだけで、これらすべてを再体験できるようになると思います。彼は3Dマリオに2Dマリオのビデオゲームを見させているのですが、そこからスタートです。あの大きな弾丸も作りました。とてもクレイジーです。
オーロラ、太陽嵐、人工知能について話しましょう。すべてが一つになろうとしています。科学者たちは、太陽嵐が地球に到達する時期を予測するために人工知能を使用しようと考えました。なぜなら、それによって衛星、送電網、その他の通信が遮断されるのを防ぐことができるからです。
最近の研究で、彼らは何十年もの太陽活動データで機械学習モデルを訓練し、2024年5月の強力な太陽嵐を前例のない精度で予測することに成功しました。これを事前に予測できたことは素晴らしいことですが、私は全く知りませんでした。
これらの嵐はコロナ質量放出と呼ばれるものによって引き起こされます。つまり、太陽から地球に向けて大規模なプラズマの塊が放出されるのです。太陽表面で泡立ったり、爆発したりしているようなもので、時々、不運にも地球に向かって放出される角度になることがあります。そうなると、地磁気嵐を引き起こし、美しいオーロラを見ることができますが、潜在的に非常に危険でもあります。
従来の方法では精度に苦心していましたが、AIの複雑なパターンを検出する能力は、宇宙気象予報に革新をもたらそうとしています。
これらの新しい生成動画についてどう思いますか？バイトダンスが立ち上げたオムニウム・ワンは、「一段階条件付き人間アニメーションモデルのスケールアップの再考」という論文を発表しました。技術的な説明の前に、このブロッコリーの人がどのように見え、どのように聞こえるかをお見せしましょう。話すブロッコリーだけでなく、話す人間もいます。
これがアインシュタインの講義を受けているような感じのAI生成例です。世界はまだ白黒かもしれませんが、ご理解いただけると思います。「感情がなければ、価値は空虚なものとなるでしょう。有名な古典詩人が言ったように、私たちは憎み、そして愛します。なぜだかわかる人はいますか？カトゥルス」アクセントは間違っているかもしれませんが、かなりリアルに見えます。
オムニ・ワンは、まさに名前の通り、単一の画像から生まれる超リアルなアニメーションで、音声やビデオからの動きの信号とペアにすることができます。様々な体型やアスペクト比で、生き生きとした人間の動き、ジェスチャー、表情を生成できるマルチモーダルなトレーニング戦略で訓練されたという点でユニークです。
このモデルは特定のビデオアクションを模倣し、より詳細な動きの制御のために音声とビデオの入力を組み合わせることができます。論文の最後には、これを実際に使用できる場所はないと書かれています。つまり、今日の時点でオムニウム・ワンを使用できると言う人がいれば、それは他のモデルを装っているということです。
この例は特に難しかったと思います。なぜなら、単一の画像からギターを弾くために指と手を現実的に動かす必要があったからです。明らかに何か人間らしくないところもありますが、去年見たものと比べると最高クラスに見えます。彼女が歌っている間、指はコードに合わせて少し動いているように見えます。去年からすると、これはかなり印象的です。
スンノーのCEOが、なぜ彼らの全インフラをトランスフォーマーモデルの周りに構築し、拡散モデルを使用しなかったのかについて質問されたときの要点をお伝えしたいと思います。これについて今まで深く考えたことはありませんでしたが、画像が拡散する様子は静電気のように見え、美しい画像になるまで少しずつ増えていくように見えます。
そして、ChatGPTのように一度に1つのトークンを予測する逐次的なものや、一つ一つのノートや音波の瞬間を組み立てて曲に縫い合わせていくようなものを考えると、どちらのモデルを中心にしても大きなインフラストラクチャや大きな会社を構築することができ、どちらも良い音が出せます。
彼は、自己回帰モデルでビット毎、トークン毎に行う方が、より興味深い音楽が得られると話しています。音楽はより律動的で、繰り返しのドラムビートやパターンがあるという意味で、トランスフォーマーモデルの核心にある曲のストーリーラインの方が、拡散モデルよりも少し深いように思えます。これは私の心に響いた興味深い内容だったので、皆さんと共有したいと思いました。
LinkedInでケン・マンダルが投稿した別の興味深い内容についてお話しします。あなたや私、または広告を出したい企業にとって、マーケティングのほとんどがAIエージェントになったとき、それはどのようなものになるのかという質問を投げかけています。AIエージェントを説得して、顧客を説得させる必要があるということです。
考えてみると、これは非常に異なります。ビルボードやフェイスブックに広告を買い、マーケティングチームを雇って人々を説得するようなものを作るのとは全く違います。
彼は1兆ドルの質問を強調しています。OpenAIやメタ、グーグル、アマゾンのAIエージェントが人間の代わりにブランドと対話する場合、広告は誰のためのものなのでしょうか？今日、人間は広告を見て対話しますが、将来的にはAIエージェントがすべてをフィルタリングします。広告を見るのは人間ではなくAIエージェントです。これは従来の広告を完全に回避することになります。
AIがあなたのコーラの注文を選ぶのであって人間ではないなら、なぜInstagramでインプレッションを入札する必要があるのでしょうか。ソーシャルネットワーク上にはロボット、ボット、エージェントがいて、インターネットを消化し、何がバイラルになるかを決定したり、それを見ている実際の人間とコミュニケーションを取ったりするという中間層があると想像してください。エージェントの間に何層もの層があるかもしれません。
そのため、彼はブランドはAI広告からAIの影響力にシフトする必要があると主張しています。エージェントが人間の代わりにブランドと対話する世界では、ゲームは広告からAIの影響力と最適化にシフトすると論じています。
新しい戦場であるAI最適化が登場し、ブランドは「自然な意思決定の場面で自社製品を好むようにAIエージェントを訓練する」必要があります。AIエージェントは信頼できるブランドを優先するため、評判と信頼のシグナルを主な焦点にする必要があります。評判、認証されたレビュー、持続可能性の指標が広告ターゲティングに取って代わる可能性があります。
GoogleアドがGoogleアド選好入札のようなものに変わることを想像してみてください。これは、AIエージェントがユーザーのために買い物をする際に、ブランドが優先的な提案となるために入札する場所になるでしょう。そして、実際のメディアネットワークはディスプレイ広告の提供を停止し、代わりにリアルタイムAIコマース統合を販売することになります。
彼はおそらく正しいでしょう。それは避けられない未来のように思えます。マーケティング会社の設立方法について、完全に考え方を変える必要があります。今日や今後数年ではないかもしれませんが、長期的には。
さて、AIの世界で私たちの記憶は生き残れるのか、について話しましょう。以前は少し悲観的でした。自分の記憶力がチャットGPTに頼りすぎているように感じていましたが、ただ変化しているだけかもしれません。新しい世界に適応しているだけなのかもしれません。
ネイチャー誌、世界の最高峰のレビュージャーナルの一つを見てみましょう。「インターネットとAIは私たちの記憶に影響を与えているのか？科学が語ること：検索エンジン、GPSマップ、その他の道具は学習と記憶の能力を変えている。今、科学者たちはAIが何をもたらすかについて研究している」
ここで注目しているのは「認知的オフロード」という用語です。難しいことは他のところに投げて、脳を常にイージーモードにしておくようなものです。それは悪いことではありません。多くのことを暗記する必要はありません。批判的思考力、第一原理からの思考、いくつかの論理的フレームワークがあれば、チームを結集して物事を作り上げることができます。
しかし、AIに特化したこれらの研究は、ナビゲーションのような特定のタスクに対する記憶力を弱めることを示唆していますが、全体的な記憶力が低下しているという確かな証拠はありません。チャットボットや生成モデルなどのAIは、私たちがチャットGPTに必要なものすべてがあると依存しすぎて、知識に過度の自信を持つようになることで、これをさらに進める可能性があります。
また、記憶についての記憶も失われていくと主張しています。基本的に、チャットGPTから出てくる事実に長期間依存していると、それらが現実に根ざしておらず、同じような線形的な方法で脳内に設定されていないような、多くの偽の記憶を持つようになる可能性があるということです。
しかし、これらの懸念にもかかわらず、研究者たちは記憶のために外部ツールを使用することは何も新しいことではなく、あまり心配する必要はないと主張しています。人々は常に書き物や本、デジタル機器、保存された情報に頼ってきました。重要な問題は、AIが私たちの記憶だけでなく、どのように考え、学ぶかをどのように形作り直すかということです。
このチャンネルをサポートしたい方は、patreon.com/Dillan_curiousにアクセスするか、本日のスポンサーであるLyrixの素晴らしいツール、LTXスタジオをチェックしてください。今後も引き続き取り上げていく予定です。
最近、私の動画の視聴回数がジェットコースターのようです。6,000回、3,000回以下、6,000回、10回、4回と。なぜこんなに上下するのかわかりません。コンテンツは似たようなものだと思うのですが、AIニュースは常に変化しています。
実際、視聴継続率はかなり良好で、30%の人が30分マークまで見てくれています。それは素晴らしいことです。以前は女性視聴者が3%まで増えたこともありましたが、これが最悪というわけでもありません。18-24歳の視聴者がゼロというのは、まあ最悪のケースですね。
でも、今日のスンノーの曲には本当に楽しいコメントがありました。良い歌詞になりそうです。「動画の最後に聞きたい分析の一つは、『人々はどのタイムスタンプでいいねを押すのか』という質問で、その答えは異常に高いスパイクがある箇所だと思います。」
前回の動画のピークは、コンパニオンの公式トレーラーを再生した瞬間だったと思います。「盗まれたロボットの帰宅」「良い情報を提供する動画を作っているのに、まだ視聴回数が伸びない」「もし培養卵子と精子が安全で広く利用可能になれば、出生率の低下は過去のものになるかもしれない」これはヨーデルとアコーディオンを少し加えた歌詞のようですね。
「私の曲を聴きながら見る動物と果物のハイブリッド」「動画の最後に聞きたい分析の一つは、どのタイムスタンプでいいねを押すのか」「良い情報を提供する動画を作っているのに、まだ視聴回数が伸びない」「もし培養卵子と精子が安全で広く利用可能になれば、出生率の低下は過去のものになるかもしれない」「まだ視聴回数が伸びない私のスンノーの曲の最後に」
チャンネル登録とシェアをお願いします。これは素晴らしい曲です。
コメント