Colab x VSCode
Colabを検索 Kernel > Colab New Colab Server Login > Redirect New Colab Server > GPU > A1...
0
0
Comment0
155 search resultsShowing 1~20 results
Stocked
You need to log-in
軽量なVLMをGoogle Colabで動かす
はじめに 名前 開発企業 特徴 パラメーター数 モデルサイズ HuggingFaceリンク Phi-3.5-vision-instruct Microsoft 軽量で高性能、マルチモーダル対応 ...
0
0
Comment0
rimtalkのmodをいれる
RimTalkをサブスクライブする Modを開く RimTalkのオプションを開く GoogleのAPIキーを設定する 世界を生成するときにModが読まれていることを確認する 住人が話をするよう...
0
0
Comment0
SO-101 コマンド覚書
a.ローカル(mac)でSO-101を動作させる a-1.Motors Busの検出とUSBポート番号の確認 コマンド $ lerobot-find-port 結果 ['/dev/ttyw4',...
0
0
Comment0
SO-ARM on MuJoCo
# Homebrew（未インストール時） /bin/bash -c "$(curl -fsSL https://raw.githubusercontent.com/Homebrew/instal...
0
0
Comment0
SegformerB5 vs DINOv2
はじめに：なぜ今、セグメンテーション技術が注目されるのか 2024年から2025年にかけて、AI業界は大きな転換点を迎えています。ChatGPTやClaude、Geminiといった大規模言語モデ...
1
1
Comment0
Modalの使い方覚書
Modalとは？ Modalは、Pythonスクリプトをそのままクラウド上のGPUで実行できるサーバーレスプラットフォームです。「GPUクラウド界のHeroku」と表現されるように、インフラ管理...
1
1
Comment0
V-JEPA 2をGoogle Colabで動かす
はじめに V-JEPA 2（Video Joint Embedding Predictive Architecture 2）は、Metaが開発した動画ベースの世界モデルです。本記事では、Goog...
0
0
Comment0
diffusersとtransformersの依存問題回避方法：完全ガイド
diffusersとtransformersの依存問題回避方法：完全ガイド 目次 問題の概要 発生する原因の深堀り 実際のコード変更のエビデンス 回避方法パターン集 実践的なトラブルシューティン...
0
0
Comment0
LCMを活用してheygenのようなリアルタイムのアバターサービスを作る
LCMを活用してリアルタイムのアバターサービス作成 AI生成技術の進化により、リアルタイムでアバターを動かすサービスの実現が現実味を帯びてきました。その鍵となるのが**LCM（Latent Co...
0
0
Comment0
LCMでリアルタイムに動画を動かす？
1秒間に8枚の画像が生成できたら8fpsのリアルタイムでゲームが動かせるはず。。と思って色々と調べていたら、割と近いものを見つけた。 OASISというらしいが、WASDで動画を動かせるとのこと。...
0
1
Comment0
BitNet b1.58に入門してみる
はじめに BitNet b1.58は、Microsoftの研究チームが開発した革新的な大規模言語モデル(LLM)のアーキテクチャです。従来のLLMが16ビットや8ビットの重みを使用するのに対し、...
0
0
Comment0
動画生成プロンプト
Wanを使って、ドリフトの動画を生成してみた。 ドリフトは日本の文化だからか、なかなかうまくいかず、試行錯誤したので覚書として。 ドリフトの動画生成のために、求む、国産の動画エンジン。 数センチ...
0
0
Comment0
OpenPose ControlNet memo
1 openpose editorでポーズの作成 2 ControlNetのサンプル読み込み 画像を入れる ＋ プロンプト生成 動画からOpenPoseの作成 下記を読み込み https://g...
0
1
Comment0
ComfyUI Desktopでインストーラーから楽々使えるwan2.1 〜 2.2
はじめに Wan2.2は、アリババが開発したオープンソースの動画生成AIモデルで、ComfyUIから動作させることができます。公式のブログにも書かれていますが、大きな特徴としてはコンシューマーグ...
0
0
Comment0
CogVideoX をMacで動かす
前提条件 macOS 10.15以降 Apple Silicon Mac Step 1: Python環境のセットアップ 1.1 Homebrewのインストール # Homebrewをインストー...
0
0
Comment0
MLAS（マルチLLMエージェントシステム）について
MLASを用いたSmallville型シミュレーション 1. Smallvilleとは何か：AI社会シミュレーションの革命 2023年、スタンフォード大学とGoogleの研究チームが発表した「G...
0
1
Comment0
日本語に特化したLLMでチャットボットを動かすメモ
はじめに 日本語に特化したllmについて色々と調べていたのですが、ざっと下記のようにさまざまなものがあります。これらはまだllmとしては公開されているものの、普段活用しているようなソフトウェアに...
0
0
Comment0
LLM + Projector について調べたことまとめ
LLM + Projector 概要 LLM + Projector システムは、既存の大規模言語モデル（LLM）の理解力を活用して、音声・画像・3Dモデルなど異なるモダリティのコンテンツを生成...
0
0
Comment0
LangGraphを活用した推理アドベンチャーゲームエージェントの実装
はじめに LangGraphは、複雑なAIエージェントシステムを構築するための強力なフレームワークです。この記事では、LangGraphを活用して推理小説のストーリーを動的に生成しながら、登場人...
0
0
Comment0
155 search resultsShowing 1~20 results
Qiita is a knowledge sharing service for engineers.
- You can follow users and tags
- You can stock useful information
- You can make edit suggestions for articles