• Runway Research Introducing Runway Gen-4

Runway Gen-4は、Runway社の次世代AIモデルで、メディア生成と世界観の一貫性を実現します。これにより、キャラクター、場所、オブジェクトをシーン間で一貫して生成可能になります。参照画像と指示に基づいて、スタイル、主題、場所などを維持した新しい画像や動画を作成でき、クリエイターは追加のトレーニングなしに、物語を自由に表現できます。

引用元: https://runwayml.com/research/introducing-runway-gen-4

• ASUS、NVIDIA GB10 Grace Blackwell Superchipを搭載したAIスーパーコンピュータASUS Ascent GX10を発表

ASUSがNVIDIAの最新GB10 Grace Blackwell Superchipを搭載したAIスパコン「Ascent GX10」を発表。最大1,000 AI TOPSの処理能力と128GBメモリを搭載し、大規模AIモデルの開発を支援します。デスクトップで利用可能で、2台接続でさらに大規模なモデルも扱えます。2025年第2四半期に予約開始予定。

引用元: https://prtimes.jp/main/html/rd/p/000001444.000017808.html

• [備忘録] StreamlitでExcelのようなデータ編集機能を実装する

Streamlitとst.data_editorで、ブラウザ上でExcelのようなデータ編集アプリを簡単に作成する方法を紹介。 環境構築: pip install streamlit pandasでstreamlitとpandasをインストール。 データ編集: st.data_editorでデータフレームをインタラクティブに編集可能に。行の追加・削除、列の編集可否設定、ドロップダウンリストの利用も可能。 CSV連携: CSVファイルのアップロード、編集後のデータダウンロード機能も追加可能。 データ入力フォーム、データクレンジング、小規模DB管理に役立ちます。

引用元: https://qiita.com/Tadataka_Takahashi/items/90b1924c997b60ca2df4

• お便り投稿フォーム

VOICEVOX:ちび式じい

• Vercel AI SDK で MCP クライアントをツールとして利用する

この記事では、Vercel AI SDKを使って、LLM(大規模言語モデル)に外部ツール連携機能を追加するMCP(Model Context Protocol)クライアントを利用する方法を解説します。MCPはLLMが外部のデータやツールを利用するための共通ルールです。Vercel AI SDKを使うと、MCPクライアントを簡単に組み込めます。Microsoftのplaywright-mcpを例に、Webブラウザ操作ツールをLLMから使えるようにする方法を紹介。SSEを使ってローカルサーバーと通信し、experimental_createMCPClientでクライアントを初期化。mcpClient.tools()でツール定義を取得し、LLMに渡します。使い終わったらmcpClient.close()で接続を閉じることが重要です。Schema Discoveryを使うと、ツール定義を自動で取得できます。

引用元: https://azukiazusa.dev/blog/vercel-ai-sdk-mcp-client

• MCPはゲームチェンジャーになるのか

MCP(Model Context Protocol)は、AIが外部データやツールと安全に連携するための共通プロトコルです。従来のAIは知識が限定的で、外部システムとの連携が難しく、開発コストも高かったのですが、MCPはこれらの課題を解決します。 MCPは、AIをUSB-Cポートのように様々な外部サービスと繋ぎ、データの取得や書き込みを可能にします。Anthropic社が仕様とSDKを公開しており、開発者は自社のデータやサービスをMCPサーバー経由で公開できます。 従来のプラグイン型やフレームワーク型、RAG型のアプローチは部分的な解決に留まっていましたが、MCPはオープンなプロトコルであり、大手AI企業のサポートもあり、業界標準となる可能性があります。 MCPにより、AIは自律的に外部情報を取得し、実世界への働きかけが可能になり、生成AIの可能性を大きく広げると期待されています。

引用元: https://zenn.dev/eucyt/articles/mcp-server-impact

• Cline / Roo-Codeにおけるコード理解と新規・保守タスクの現状

Cline/Roo-Codeは、Tree-sitterとLLMを使い、必要なコードだけを逐次解析するツールです。全体をインデックス化しないため、大規模リポジトリでも動きますが、得意なことと苦手なことがあります。

得意なのは、単一ファイルや少数のファイルに対する小規模な修正や機能追加です。一方、全体的な依存関係を把握できないため、大規模なリファクタリングやデッドコードの検出は苦手です。

Clineを効果的に使うには、ドキュメントコメントや依存関係マップを整備し、タスクを細かく分割することが重要です。また、gitログ分析ツールなどと組み合わせることで、より高度なリファクタリングも可能になります。

新規プロジェクトや小規模なコードベースでは、Clineの強みが活かしやすいでしょう。 Clineは、CursorやWindsurfに比べ、手軽に利用でき、プロンプトを細かく制御できる点が魅力です。

引用元: https://zenn.dev/tesla/articles/33d196d17bf3bb

• 保育園のお迎え行ったら「機密情報入ってるので見せられないが、謎の動作をするExcel」の話をされてエスパーデバッグに突入した

バックエンドエンジニアの筆者が、保育園で先生からExcelの不具合について相談を受けた話。シートが勝手に右にスクロールしてしまう現象に対し、画面が見れない状況で原因を特定しようと試みるも、解決には至らず。他のエンジニアからも様々な原因が寄せられたが、キーボードの故障やExcelの設定ミスなどが考えられる。最終的に、原因特定には実機確認が必要と結論。

引用元: https://togetter.com/li/2531930

• お便り投稿フォーム

VOICEVOX:春日部つむぎ

• GPT-4oとGemini-2.0の画像生成能力はいかにして作られているのか

Gemini-2.0とGPT-4oの画像生成技術は、拡散モデルから自己回帰モデルへの進化、そしてAny-to-Anyモデルという概念の登場によって実現されました。Partiは言語モデルの技術を画像生成に応用し、CM3leonはテキストと画像を双方向に扱えるようにしました。これらの研究が、テキスト、画像、音声を統合的に扱えるAny-to-Anyモデルへと繋がり、Gemini-2.0とGPT-4oが誕生しました。これらのモデルは、異なる種類のデータを統一された表現で処理し、大規模な学習によって高品質な生成を可能にしています。

引用元: https://zenn.dev/discus0434/articles/gemini-2-0-mm

• みんなのためのLLMアプリケーション開発環境の構築事例

この記事は、LLMアプリケーション開発を容易にするための環境構築事例です。LLM開発では、プロンプトとコードの分離、複雑なRAG構成、デプロイの難しさが課題でした。解決策として、(1)プロンプトを共有・実行できるPrompt Storeの開発、(2)Langflowを用いたビジュアルスクリプティングの導入、(3)簡単なデプロイシステムの構築を行いました。Langflowは、GUIでLLMアプリを開発できるツールで、カスタムコンポーネントを追加することで、機能拡張も可能です。これらの取り組みにより、専門家でなくてもLLMアプリを開発・デプロイできる環境が実現し、開発サイクルが大幅に短縮されました。

引用元: https://techblog.lycorp.co.jp/ja/20250327a

• まさかの。Androidオープンソースプロジェクト、非公開開発に - すまほん!!

GoogleがAndroid OSの開発を非公開化。今後は社内ブランチに一本化し、開発プロセスを効率化する狙い。一般ユーザーやアプリ開発者への影響は少ないものの、カスタムROM開発者などプラットフォームをカスタマイズする開発者には影響が出る可能性あり。OSのソースコードはリリース時に公開されるため、完全な非公開化ではない。

引用元: https://smhn.info/202503-google-aosp

• ChatGPTに、信じられないほど低品質で今すぐChatGPT有料プランを解約したくなるような画像を頼んだら、ユーモアあふれる画像が出てきた話「林家GPT亭名乗れる」

ChatGPTに「低品質な画像を」と依頼したところ、予想外にユーモラスな画像が生成され話題になっています。まるで大喜利のようなセンスに、「笑点」を理解しているとの声も。

引用元: https://togetter.com/li/2530653

• お便り投稿フォーム

VOICEVOX:ずんだもん