13,078 文字
まず初めに取り上げたいのは、私が見逃していたLGの新しいAIモデルについてのニュースです。LGがAIモデルを制作したというだけでなく、このモデルが実際に何をできるかを見ると、非常に驚くべきものでした。320億パラメータのこのモデルは、数学のベンチマークで1位を獲得したのです。これは絶対に素晴らしい成果であり、実はSam Altmanのインタビューを見ていたときに、多くの新しいAIモデルが登場していることが議論されていて、これもそのひとつだと知りました。
このベンチマークを見てみましょう。彼らは本気でした。LGの新しいAIモデル、320億パラメータのモデルが驚くべきベンチマーク結果を出しています。まだ実際に試していませんが、このクレイジーなベンチマークを見てください。320億パラメータのモデルがあり、78億と25億パラメータのバージョンもあります。全体的に見て、すべてのバージョンが同等のサイズと比較して非常に良いパフォーマンスを発揮しています。DeepSeek R1と比較しても、数学のベンチマーク、AMYベンチマーク、CATベンチマークで優れた成績を残しています。このモデルがベンチマークだけのために訓練されたものではないことを願いますが、このモデルの推論を提供できる提供者をまだ見つけられていません。ここで見る限り、これは本当に印象的なものです。
AIモデルは毎週ますます印象的になっています。我々はDeepSeek V3を手に入れましたが、これは本当に驚くべきものでした。彼らが更新版をリリースするとは思っていませんでしたし、パフォーマンスが大幅に向上して、AI業界が次に何をリリースするのか考えさせるような更新だとは予想していませんでした。
実際に何が公開されたのかを見ると、このモデルが他のものよりも優れたパフォーマンスを発揮していることがわかります。ベンチマークについて長々と話したくはありませんが、最も驚くべきことの一つは、彼らがどのような技術を使用したのか分からないことです。ポストトレーニングやファインチューニングなど、モデルに対して何をしたのかは分かりませんが、彼らは推論モデルのトップになることに成功しました。
Open Weightsによる人工分析インデックスでは、DeepSeek V3が非推論モデルの中で1位に躍り出て、オープンソースのモデルとしてだけでなく、ベンチマークで圧倒的な成果を挙げています。これはとても短期間で達成された驚くべき能力のレベルであり、オープンウェイツモデルがその位置に到達するとは思ってもみませんでした。
しかしそれだけではありません。今週のAIは本当に素晴らしいものでした。多くの人々がモデルがある意味でコモディティ化されたと言っているのがわかるでしょう。GPT-4Oレベルのモデルを持つことはもはやセールスポイントではなくなりました。なぜなら、そのレベルのモデルが多すぎるからです。
DeepSeek V3、Grok V3、GPT-4.5、Gemini 2、Claude Sonnet 3.7、Qwen 2.5 Max、Llama 3など、リストは続きます。皆さんはこの時点で退屈しているかもしれませんが、Hunyuan T1モデルもあります。これは腾讯（テンセント）の高度な大規模言語モデルで、MoEとmBERTトランスフォーマーを組み合わせて、多くの異なる分野で卓越したパフォーマンスを提供します。驚くべきことに、Hunyuan T1はDeepSeek R1よりもいくつかの分野で優れたパフォーマンスを発揮しています。MML Pro、推論分野、数学分野、コード分野、中国語分野など、正直なところ、もうAIモデルが多すぎるのではないかと思い始めています。
消費者にとってはこれは良いことだと思います。選べるモデルがたくさんあり、あるサービスプロバイダーがダウンしていても、別のプロバイダーに移ることができます。現時点では私たちは本当に選択肢に恵まれています。
しかし、人々が実際にそのモデルを使用するかどうかは別の問題です。私がいつもモデルをテストすることを推奨する理由の一つは、自分のユースケースにとってモデルが良いかどうかは、実際にテストしてみないと本当にはわからないからです。私が言いたいのは、モデルの「雰囲気」をテストする必要があるということです。
たとえばHunyuan T1を例に取ると（発音を間違えていたらごめんなさい）、メッセージに集中してください。あなたが専門とすることに焦点を当てる必要があります。マーケティング、デザイン、特定のメール作成など、何を専門としているかに関わらず、一連のプロンプトを用意してモデルをテストし、自然にあなたの方向性を理解できるかどうかを確認する必要があります。
多くの人が気づいていないことの一つは、すべてのモデルが特定のデータセットで訓練されており、そのデータセットがモデルの世界観と応答を形作るということです。時には運良くあなたのドメインに合わせた形になっていることもありますが、他の場合はあまり運が良くなく、あなたが話していることを全く理解しないこともあります。これは画像生成モデルでも同じで、特定のゲームや概念を実現したいと思っても、それを理解できないことがあります。
新しいモデルをいくつかのプロンプトで素早くテストすることが重要です。そうすれば、あなたの日常ワークフローの一部になり得るモデルを見逃すことはありません。これが私が日常ワークフローで複数の異なるモデルを使用している理由であり、新しいモデルを軽視しない理由です。
おそらく最後に紹介するのは、百度（Baidu）が先週発表したErnie 4.5とX1です。彼らは2つのモデルをリリースしました。ベースモデルのErnie 4.5と、私はGPT-4.5へのヒントだと思いますが、彼らのモデルをErnie 4.5とX1と名付けたのは少し意地悪だと思います。OpenAIはGPT-4.5とX1と名付けていますからね。
「深層思考モデルとしてマルチモーダル能力を持つErnie X1は、DeepSeek R1と同等のパフォーマンスを半額で提供します。一方、Ernie 4.5は最新の基盤モデルであり、新しい生成ネイティブマルチモーダルモデルです」とあります。このチャットボットは無料で提供され、ベンチマークではGPT-4Oよりも優れたパフォーマンスを示しています。
ただし、OpenAIは常にGPT-4Oモデルを急速に更新し続けており、小さな変更を加えていることを指摘しておきます。これらのモデルがリリースされた時点では最初はGPT-4Oより優れているかもしれませんが、時間が経つにつれて更新が進むにつれ、OpenAIは常にリーダーシップを維持すると思います。彼らはモデルをより良くする小さな変更を常に行っているからです。
複数の記事がErnie X1はDeepSeek R1と同等のパフォーマンスを半額で提供すると報じています。Twitterで見かけたスクリーンショットでは、GPT-4.5（1トークンあたり2.2セント）とErnie 4.5（1トークンあたり0.55セント）を比較していました。これは少し不誠実だと思います。なぜならGPT-4.5は意図的に高価なモデルではなく、OpenAIも「GPT-4.5は最も高価なモデルです」と明言しているからです。
しかし、これらのモデルが他の提供よりも大幅に安いという点は恐らく正しいでしょう。ただし、その安さがモデルの能力によって相殺されるかどうかは分かりません。それはあなたが考えるべきことです。また、百度は今後数ヶ月以内にモデルシリーズをオープンソース化する予定だとも述べています。
様々なAIモデルのリリースについて多く話してきましたが、Googleの新しいGemini 2.5 Proについても触れないわけにはいきません。これはまさに王の中の王です。オープンソースモデルやその他のモデルが次々とリリースされるなか、GoogleはAI業界に新たな一撃を与えました。これは的中したと思います。
ベンチマークを見るとそれほど印象的ではないかもしれませんが、私にとって際立っていたのは「Humanity’s Last Exam」でした。なぜ数学やGPQ、Livecode Benchなどではなく、これに注目するのかと思われるかもしれません。それらも非常に印象的ですが、どれも最先端ではありません。すべてのベンチマークは本当に飽和点に達しつつあります。
「Humanity’s Last Exam」に興奮している理由は、これがAIの限界を押し広げるように設計されているからです。専門的な知識をテストするために設計されており、非常に難しく、Gemini 2.5 ProはO3 miniよりも優れたパフォーマンスを示しています。これは彼らが大きくリードしていることを意味します。
このAIはSIMPLEベンチでも非常に良いパフォーマンスを発揮し、Gemini 2.5 Proが1位を獲得しています。これはモデルの良さを示す最良の指標の一つでしょう。なぜならSIMPLEベンチは他のベンチマークとは異なり、モデルが慣れているだけの質問に答える能力をテストするのではなく、質問の中にある質問に答えようとするからです。これはモデルがより深いレベルでの理解を持っていることを意味し、他のモデルができない賢さで質問に答えることができます。
これが、多くの人々がClaudeを常に楽しんでいる理由だと思います。このモデルはこのベンチマークで2位と3位にランクインしており、他のモデルよりも高く評価されています。常識的な推論を理解することは、人間がどのように推論するかの重要な部分だと思いますが、これはLLMが躓く部分でもあります。
彼らが訓練され、回答する多くの質問は非常に基本的なものです。これが特定の方法で解決される数学問題であり、答えが出ます。しかしこれらの質問の多くは、物理的な世界のことを考え、以前のLLMが本当に苦戦した方法で質問に答えることを要求します。
この指標が最初に登場したとき、GPT-4O miniやDeepSeek V3、Grok 2など多くのモデルが良いパフォーマンスを示せませんでしたが、時間が経つにつれて現在は50％以上のスコアになっています。これは本当に印象的なスコアです。
他にも印象的な点がありました。LMS Ys ArenaベンチマークでELOポイントが40以上増加し、過去最大のスコアジャンプを記録したことです。これは少しだけではなく、かなり大幅に良いモデルであることを意味します。GoogleはVisionアリーナでも1位を獲得しました。これは非常に過小評価されているベンチマークだと思います。ほとんどの人は一日中画像を分析しているわけではありませんが、AIが画像を理解できるということは、基本的に「見る」ことができるということであり、AIが見ることができると何が起こるのか、様々な用途が解き放たれます。これは今後数週間でさまざまな形で現れるでしょうが、まだ展開されたばかりなので、まだ本当には理解されていないと思います。
次にNVIDIAのGTCイベントについてです。このビデオは見逃したかもしれないことをすべて要約しています。「動くものはすべて自律的になり、物理的AIはあらゆる種類のロボットをあらゆる産業に具現化するでしょう。NVIDIAが構築した3つのコンピューターにより、ロボットAIシミュレーション、トレーニング、テスト、実世界の経験の連続的なループが可能になります。ロボットのトレーニングには膨大な量のデータが必要です。インターネット規模のデータは常識と推論を提供しますが、ロボットはキャプチャするのに高価なアクションと制御データを必要とします。
NVIDIA OmniverseとCosmosで構築されたブループリントにより、開発者はロボットポリシーをトレーニングするための大量の多様な合成データを生成できます。まず、Omniverseで開発者は実世界のセンサーやデモンストレーションデータを、異なるドメイン、ロボット、タスクに従って集約します。次に、Omniverseを使用してCosmosを条件付けし、元のキャプチャを大量の写真のような多様なデータに拡張します。開発者はIsaac Labを使用して、増強されたデータセットでロボットポリシーをポストトレーニングし、模倣学習を通じて行動をクローンしたり、強化学習による試行錯誤を通じて新しいスキルを学習させます。
研究室での練習は実世界とは異なります。新しいポリシーはフィールドテストが必要です。開発者はOmniverseをソフトウェアおよびハードウェアインザループテストに使用し、実世界の環境ダイナミクスを持つデジタルツインでポリシーをシミュレートします。ドメインランダム化、物理フィードバック、高精度センサーシミュレーションを備えています。実世界での運用には複数のロボットが協力して作業する必要があります。MEGAというOmniverseのブループリントにより、開発者はポストトレーニングされたポリシーのフリートを大規模にテストできます。ここでFoxconnは仮想NVIDIA Blackwell生産施設で異種ロボットをテストします。ロボットの頭脳がミッションを実行すると、センサーシミュレーションを通じて行動の結果を認識し、次のアクションを計画します。MEGAにより、開発者は多くのロボットポリシーをテストでき、ロボットが空間推論、ナビゲーション、モビリティ、器用さなど、システムとして動作できるようになります。驚くべきことがシミュレーションから生まれるのです。」
NVIDIAはNewtonも紹介しました。「今日、私たちは本当に特別なものを発表します。DeepMind、Disney Research、NVIDIAの3社のパートナーシップであり、Newtonと呼んでいます。NVIDIAのNewtonは、ロボットが学習し、より現実的な方法で世界と対話するのを助ける物理エンジンです。基本的に非常に強力なシミュレーターで、ロボットが実際に試す前に仮想環境で練習することができます。
これはNVIDIA、Google DeepMind、Disney Researchによって開発され、Newtonは高度なコンピューターを使用して重力や摩擦など実世界の物理を模倣します。これはすべてロボットがより速く、より良く学ぶためのものです。つまり、ロボットは物を壊すリスクなく、物を拾い上げたり、空間を移動したりするような複雑なタスクをトレーニングできます。これは良いことです。なぜならロボットはかなり高価だからです。
Newtonはオープンソースであり、誰でも使用でき、誰でも改良できます。これは大きなことです。オープンソースプロジェクトは通常、多くの愛と支援を受けるからです。NVIDIAのNewtonはNVIDIAのGPUアクセラレーテッドWarpフレームワーク上に構築されており、剛体力学、柔軟体相互作用、摩擦力学を含む、より速く、より正確な物理モデリングを可能にします。これはロボットが操作やナビゲーションなどの複雑なタスクを学習するのを助け、仮想トレーニングが実世界のパフォーマンスに変換されない「シミュレーションから現実へのギャップ」を減らします。最近、sim-to-realがうまくいっているデモをいくつか見ました。おそらく今後数年で、もっと素晴らしいロボティクスデモを見ることになるでしょう。」
ロボティクスデモと言えば、これに関連していないが本当に面白いものもありました。そのひとつはEngine AIです。これはシミュレーションと強化学習を使用して、実際の人間のように走るロボットです。これは私が今まで見た中で最もリアルなロボットだと思います。たくさんのロボットを見てきましたが、このように走るものはありません。
10年後には、オリンピック選手のようにフルスピードで走るロボットがあるかもしれません。おそらく私たちよりも速く、より一貫して走るかもしれません。ロボットオリンピックがあるかもしれません。ハーフマラソンをすぐに行うと聞いています。これは完全に印象的です。
この会社については動画も作りました。なぜなら彼らは継続的な革新を続けており、非常に速く動いているからです。このビデオを見て、私のような人でも「これはCG？」と思うくらいです。ロボットは非常に人間らしく、速く動き、これは等速です。これについてクレイジーなのは、ロボティクスのデモに注目したことがあれば、通常はロボットが5倍速で動いているのを見ることです。彼らはとても遅く動くからです。
ロボットがわずか1年ほどでそこから等速で、人間と同じくらい速く動くようになったのを見るのは、ちょっと驚異的です。もちろん彼らは舞台裏を公開しており、それは実際に非常にリアルです。この会社の次のアップデートが本当に楽しみです。彼らはリアリズムの面で素晴らしい仕事をしており、私たちはすでにサイバーパンクの世界に住んでいるような気がします。
Unitree G1も更新を発表しました。このロボットは何もないところから起き上がり、キックフリップで立ち上がることができます。私はプロフェッショナルなコメントをしようとしていますが、一年前には笑えるほど機械的な動きしかできなかったロボットが、今では相当怖いほど人間らしく動いているのを見ると、そのプロ意識を維持するのは難しいです。
これは私たちが慣れ始めるべきことだと思います。これらのロボットがさらに多くのデータでトレーニングされ、より多くの強化学習が行われると、その人がロボットを蹴ろうとしても、信じられないほどの安定性を持っているのがわかります。誰かが私をそのように蹴ったら、おそらく顔から床に倒れてしまうでしょう。私はかなり活動的な人間だと言えますが、これは強化学習がロボットに可能にさせることであり、非常に信じられないほど素晴らしいことです。
多くの人々がこう言っているのを見かけました：「ロボットは踊れる、戦える、カンフーができる、でも実際に何か実用的な使い道はあるのか？」それに対する答えもあります。Boston Dynamicsが実際にAtlasロボットが映画スタジオ内でカメラを操作する様子を紹介した動画をリリースしました。これは絶対に素晴らしいです。
これを見たとき、明らかに人型ロボットがさまざまなことをするようになると思いました。映画会社は数百万ドルの予算を持っているので、おそらくこれを行う余裕があると思いますが、インディー映画製作者がカーを撮影するためにBoston Dynamicsロボットを雇うでしょうか？わかりません。正直、これがこんなに早く起こるとは思っていませんでした。
この短い動画では、これらのツールロボットをさまざまな方法で使用していることについて話していますが、Boston Dynamics Atlasはバランスを取り、カメラをさまざまな方法で保持し、人間には決してできないような方法で何時間も保持することができます。ロボットはバックフリップをして全員に自慢し、バランスを取ります。そのクレイジーさを聞いてください：
「新しいユースケースには大量のトレーニングデータが必要ですが、そのトレーニングデータが存在しない、または入手が困難な場合があります。そして合成的に生成する必要があります。Atlasは20kgの重いものを持ち上げ、不自然な位置で保持し、バランスを維持し、別の場所に持っていくことができます。Atlasは繰り返し可能なショットと長い繰り返し可能なショットのギャップを埋めます。私たちが使用している他のロボットは明らかに非常に重く、非常に大きいか、トラック上で動作する必要があります。Atlasはさまざまな場所に行けると思います。Sportとatlasと一緒に仕事をするのを本当に楽しんでいます。彼らがいかに迅速にセットの一部になり、チームの一部になり、私たちの仕事を向上させるかを見るのは素晴らしいことです。エンジニアリングと創造性を一緒に持ち込むことができるこのスペースを持つことは非常に重要です。」
これについてどう思いますか？イーロン・マスクは年間5,000台のロボットを生産することについて話しています。これはかなりクレイジーです。「今年は約5,000台のOptimusロボットを作ることができるといいです。技術的には、10,000台、もしかしたら12,000台の部品を作ることを目指していますが、これは完全に新しい製品で、すべてが完全に新しいので、10,000の半分、つまり5,000台に達することができれば成功だと言えます。
しかし、5,000台のロボットでも、それはローマ軍団の大きさです。ちょっと怖い考えですね、ロボットの全軍団。でも今年は文字通り少なくとも1つの軍団のロボットを構築し、来年はおそらく10の軍団です。これはクールな単位ですね、軍団という単位。来年はおそらく50,000台です。おそらく来年の半ば、来年の下半期のどこかで、Optimusが Tesla制御環境の外で使用できるようになることを願っています。来年の下半期にはおそらく利用可能になるでしょう。そして、まず最初にTesla従業員にOptimusロボットを提供します。皆さんが優先されます。」
新しいOptimus 22自由度のハンドとフォアームが現在生産中です。イーロン・マスクが年間5,000台のロボットを生産すると言うのはクレイジーだと思ったなら、Brett Adcockが実際にロボットの需要について話しているのを聞いてください。これは本当に驚くべきことでした。彼は、今日100,000台のロボットがあれば、それらを企業に納品できると言っています。需要があるからです。企業がこれらのロボットを要求しているということは、経済が大きく変わるということです。需要がまだそこにあるとは思っていませんでしたが、Brett Adcockは基本的にこう言っています：
「私たちには2つのトラックがあります。ワークフォーストラックとホームトラックです。ほとんどの人が理解していないのは、ワークフォースが大きなビジネスだということです。それはGDPの半分を占めています。私たちはロボット1台あたり家よりも意味のある額を請求できます。また、ロボットがすることはほとんど同じことの繰り返しなので簡単です。ホームは野生の西のようなもので、非常に難しいです。人間に倒れたり害を与えないという大きな安全エリアがあります。キャンドルを倒して家を燃やさないというセマンティックと安全性の問題があります。ホームは信じられないほど難しいです。
自動運転で言えば、高速道路での運転はワークフォースのようなもので、市内に入るのはホームのようなものです。信じられないほど難しいです。私たちの最初の2つの商業顧客は非常に大きなビジネスですが、今日100,000台のロボットがあれば、彼らは今日100,000台のロボットを取るでしょう。そして、週末までに署名できる50の顧客がいます。それらはすべてフォーチュン100企業で、私たちは彼らを訪問し、彼らを知っています。私は今日のランチで多くの会議をしました。みんな「ヘルスケアを手伝ってくれないか」と思っていますが、すべて素晴らしく聞こえます。私たちはただ需要の量に圧倒されています。
労働力について考えると、一定数の人間の供給があります。人口統計学的には実際に減少しています。ベビーブーマーが引退しているので、労働力にいる人間は少なくなっています。至る所で労働の痛みがあり、多くの職の不足があります。ですから、需要はとてつもないと思います。私たちが全て動作する100万台のロボットを持っていて、すぐに出荷できるとしたら、今月中に出荷できるでしょう。
これは私がただ「うわー、その需要はクレイジーだ」と思ったことです。おそらくそれらのロボティクス企業にいくつか投資する必要があるでしょう。
他に本当にクールだったことといえば、Adobeが素晴らしいレベルのエージェントを導入したことです。Adobe Experience Platformでオーケストレーションされた10の目的別AIエージェントを導入しました。これらのAI機能をAdobe Summit 2025で発表し、実際にAdobeに感謝したいと思います。彼らは実際に私をそこに招待してくれて、すべてのAIテクノロジーを直接見ることができたのは素晴らしい経験でした。
マーケティングワークフローと顧客体験を革新するように設計されたこのAIエージェントスイートは本当に最高レベルです。研究論文や企業が何をしているのか、人々が実際に何を使っているのかについて真剣に調査してきましたが、Adobeは間違いなく一歩先を行っていると言いたいです。
もしあなたがビジネスオーナーなら、Adobeが何をしているのかをチェックするべきです。おそらく1年半後には主流になるでしょうが、彼らが取り組んでいるワークフローエージェント、コンテンツ制作エージェント、オーディエンスエージェント、ジャーニーエージェントなどは、彼らがどれほど先を行っているのかを見るのは本当に驚くべきことです。
基本的にこれにより、企業はAdobeと第三者システムの両方からエージェントを構築、管理、調整できるようになります。彼らがこれをデモンストレーションした方法は本当にクレイジーです。エージェントがそれほど優れているとは思っていませんでした。ギミックに見えるエージェントをたくさん見てきましたが、これは組織が実際に必要とすることを行う点で本当に印象的なものでした。
AIに関する他のことでは、AIが実際にある種のがんを検出できるようになりました。革命的なAI ECG MLPは子宮内膜がんを99.26%の精度で特定し、97%の精度で結腸がん、乳がん、口腔がんにも対応します。AIがヘルスケアで使用され、特定の問題の検出、治療、診断を速めることができるのを楽しみにしています。
もちろんSam Altmanからも将来についての情報がありました。彼は基本的に、これが人間のパフォーマンスを上回るだろうと言っています。「私はそれと戦うべきではないと思います。人間とAIがどのように協力すべきかを理解するのはまだ初期段階です。AIは人間の医師よりも優れた診断士になるでしょう。おそらくそれと戦うべきではないでしょうが、人間が遥かに優れていることや、少なくとも患者が人間に行ってほしいと思うことは他にもたくさんあるでしょう。」
そのクリップをカットして申し訳ありませんが、最大のベンチマークである「ARC AGIベンチマーク」を見る必要があります。これでAIが実際にどこにいるのかがわかります。AGIベンチマークは異なります。なぜなら、システムがその場で推論する能力をテストするからです。
彼らが言ったフルメッセージは、「ARC AI1は良かったですが、このベンチマークはより新規性があり、冗長性が少なく、より深いレベルのコンセプトの組み合わせがあります。フロンティア推論システムにまだ欠けている能力、例えばその場での記号解釈、多段階の構成的推論、より深いコンテキスト依存のルールなどをプローブすることに焦点を当てています。」
これは完全に人間によって調整されており、400人の人々とライブセッションでこれらのタスクをテストし、複数の人によって確実に解決できるタスクのみを保持しました。平均的な人がスコアしたのは60%であり、10人のパネルは10%を達成しました。これは彼らが徹底的にテストしたものなので、これは本当に良いベンチマークです。
他のモデルがこのベンチマークでどのようにテストされるのか見るのは本当に興味深いでしょう。Googleの新しいモデルはまだこのベンチマークでテストされていませんが、全体的にこれが何をするのかというと、たとえこのベンチマークがAGIを意味するとは思わなくても、現在私たちは正しい方向に進んでいる推論のレベルを持つモデルを持っているということを意味すると思います。
OpenAIも躊躇せずにモデル自体を更新しました。高度な音声モードのモデル更新も行いました。「私の名前はマヌカで、ポストトレーニングチームの研究者です。チームは高度な音声モードのエキサイティングな更新に取り組んできました。今日出荷するモデルはよりパーソナリティがあり、あなたをはるかに少なく中断します。モデルはより魅力的で自然なトーンを持ち、より直接的で簡潔です。そして、中断が少ないので、あなたは考えをまとめるためにより多くの時間を持つことができ、常にギャップや沈黙をすべて埋める必要がないと感じることができるでしょう。今からモデルをデモします。」
今週の大きなテーマの一つは、AIモデルがコモディティ化されているということです。基本的に、おそらく多すぎるほどのモデルがあり、ビデオの冒頭で私がすべてのこれらの複数のAIモデルについて話したときに皆さんは理解したでしょう。これはマーク・ザッカーバーグも最近のインタビューで述べていたことです。
「AIに関する私の核心的な信念の一つは、誰もが使いたいと思う単一のAIはないだろうということです。コンテンツの多様性と面白さがより多くなると思います。これは、この分野の他の主要企業とは異なる信念です。OpenAIはChat GPTを構築し、Googleは彼らのものを構築し、私たちもMeta AIを構築しています。多くの人々がそれを使用しています。7億人以上が急速に成長していますが、私の基本的な見解では、多くの異なるものがあるでしょう。ただMeta AIだけではありません。
小さなビジネスはそれぞれカスタマーサポートやセールスを手伝うための独自のAIエージェントを持ちたいと思うでしょう。それは何億ものエージェントを意味します。多くのクリエイターもエージェントを持ちたいと思うでしょう。一種のパフォーマンスアートとしてだけでなく、コミュニティと関わる方法としても。クリエイターAIを通じて、あなたと直接話すほど素晴らしくはないかもしれませんが、ただインボックスにメッセージを送って何も返ってこないよりは良い体験を作り出すことができます。そして、興味深いコンテンツがたくさんあるだろうと思います。
将来的には、人々がポッドキャストやリールを作るのに時間をかけるのと同じように、一度限りのAI体験がたくさん出てくると思います。それは多くの人が数分間過ごす体験かもしれませんが、数年後には、これは動画や写真のような別のコンテンツタイプになると思います。人々はコンテンツとして使われるAIを作り、それは楽しいものになります。」
この機会に私のAIコミュニティを宣伝させてください。AIを使って月に1万ドルのパッシブインカムを得るというチャレンジをしています。これは大胆な主張のように聞こえるかもしれませんが、AIでの経験を考えると、これらの新しいAIツールが十分に活用されていないのを見てきました。基本的に私は追加で月5,000〜10,000ドルを生み出す道を皆さんに案内し、そのコミュニティですべての詳細を提供しています。
先日、新しいChat GPT画像生成サービスを使って1日100ドルを生み出す方法についての動画をリリースしました。彼らはそれを最近リリースし、人々はそのようなことを本当に活用していません。そのジャーニーに参加し、そのコミュニティの一部になることに興味があれば、説明文にあるリンクをチェックしてください。そこにあります。
コメント