CEOをテーマにしたショートドラマは、現代の「電子漬物」のようなものです。わずか数分間で、甘い瞬間とハイテンションなどんでん返しをノンストップで提供し、無数の視聴者を魅了します。しかし、従来の制作方法は時間と労力を要し、ショートドラマの制作量には大きな制限があります。

崑崙科技のSkyReels-V1-Hunyuan-I2Vモデルは、短編ドラマ制作に新たなアイデアをもたらす可能性があります。130億を超えるパラメータを持つHunyuanVideoをベースに微調整され、ハリウッドレベルの膨大な映画・テレビ番組データで深く学習されています。33種類の表情と400種類の自然な動きの組み合わせを正確に認識し、フレームごとに映画のようなクオリティの動画を生成します。

hyper.aiのウェブサイトに、「SkyReels-V1-Hunyuan-I2V：初のAI短編ドラマ制作モデルデモ」というチュートリアルが掲載されました。今すぐ短編ドラマ制作の旅を始めましょう！

オンラインでご利用ください: https://go.hyper.ai/45cHH

さらに、学術交流イベントもお勧めです。3月7日正午に開催された最新のMeet AI4Sライブ配信は、「AI時代の彼女の力：ハードコアテクノロジーによる変革」をテーマに、華中科技大学の黄紅准教授、上海人工知能研究所AI科学センターの周東展若手研究員、上海交通大学自然科学研究所の周秉馨助手をお招きし、それぞれの業績や研究経験を共有していただきました。

2月24日から2月28日までのhyper.ai公式ウェブサイトの更新の概要は次のとおりです。

* 高品質の公開データセット: 10

* 厳選された高品質のチュートリアル：7

* 注目のコミュニティ記事: 10

* 人気の百科事典の項目: 5

3月締め切りのトップカンファレンス：6

公式サイトをご覧ください： hyper.ai

選択された公開データセット

1. OpenThoughts-114k推論データセット

OpenThoughts-114k推論データセットは、数学、コード、科学、パズルなどの分野に焦点を当てており、114,000件の高品質サンプルが含まれています。このデータセットは、小規模な推論モデルを訓練することで、数学およびコード推論タスクにおいて既存の大規模モデル（DeepSeek-R1-Distill-Qwen-32BやDeepSeek-R1-Distill-Qwen-7Bなど）を上回る性能を発揮できるように設計されています。

直接使用する: https://go.hyper.ai/JfftY

データセット生成プロセス

2. Goku-MovieGenBench 映画ビデオデータセット

このデータセットは、動画生成タスクに特化した動画データセットで、ストリーミングベースの動画生成モデル「Goku」の学習と評価に使用できる約1,000本の動画サンプルが含まれています。学習モデル用のRestricted Transformerアーキテクチャをサポートするために高品質の動画映像を組み込んでおり、より高品質な映像生成結果を実現しています。

直接使用する: https://go.hyper.ai/XeV82

ビデオサンプル例

3. 羽ばたき翼システムデータセット（ロボットデータセット）

このデータセットは、羽ばたきロボットの翼の深度逆マッピングモデルの研究のために特別に作成され、羽ばたきロボットの翼の制御のための新たな学習フレームワークを提供することを目指しています。548の実験が含まれており、各実験は470のタイムポイント、3つの翼回転角度（ピッチ、ヨー、ロール）、5つの特徴量（3つの力測定と2つのトルク測定）を持ち、データサンプリングレートは25Hzです。

直接使用する: https://go.hyper.ai/ucDdq

4. LIMO数学推論ベンチマークデータセット

LIMO は、厳選された高品質のトレーニング サンプルを使用して大規模モデルをトレーニングおよび評価することで、大規模モデルの数学的推論能力を向上させ、AIME や MATH-500 などの数学の試験やコンテストでのパフォーマンスを向上させるように設計された数学的推論データセットです。

直接使用する: https://go.hyper.ai/MSOK1

5. OSC分子データセット

このデータセットには、属性予測のパフォーマンスを評価するために使用される 4 つの異なるタイプの OSC 分子データセットが含まれています: HOPV (Lopez et al. 2016)、PFD (Nagasawa et al. 2018)、NFA (Miyake and Saeki 2021)、および PD (Miyake and Saeki 2021)。

直接使用する: https://go.hyper.ai/Ku2VO

6. Dolphin-R1推論データセット

このデータセットには約80万個のサンプルが含まれており、DeepSeek-R1に類似した推論モデルの学習に高品質なサンプルを提供するように設計されています。データソースには、DeepSeek-R1、Gemini Flash、そしてDolphin Chatから提供される20万個のサンプルが含まれます。これらのサンプルは主に、数学、論理、コーディングといった複雑なタスクを含む推論タスクにおけるモデルのパフォーマンス向上に使用されます。

直接使用する: https://go.hyper.ai/Z6QBU

7. NuminaMath-1.5 数学的推論データセット

このデータセットは、数学教育や競技問題に適しており、約90万問の高品質な競技レベルの数学問題が含まれています。各問題の解答はChain-of-Track（CoT）形式で提示されています。これらの問題は、中国の高校数学演習、および米国および国際数学オリンピックの問題から引用されています。

直接使用する: https://go.hyper.ai/72c4t

8. pyMethods2Test: データセットを処理するためのプログラミング言語ツール。

このデータセットには、多数のオープンソースの単体テスト方法と対応するフォーカスマップが含まれており、Python コードの効果的な単体テストケースを生成し、大規模なテストデータセットに関する Python 言語のギャップを埋めることを目的としています。

直接使用する: https://go.hyper.ai/Vqe4c6

9. 特注Stratos 17k推論タスクデータセット

このデータセットは、バークレー大学のSky-T1データパイプラインを改良し、DeepSeek-R1から抽出されたデータを利用して生成され、高性能推論モデルの学習を支援するように設計されています。データセットには、コード、数学、科学パズルなど、複数の領域をカバーする質問、推論パス、回答が含まれています。

直接使用する: https://go.hyper.ai/xi1jt

10. s1K推論問題データセット

このデータセットには、1,000の質問と、その詳細な推論経路および回答が含まれています。確率論、定量的な面接問題、オリンピック問題など、50の異なる分野をカバーしており、モデルが様々な種類の推論タスクに対応できることが保証されています。

直接使用する: https://go.hyper.ai/gvIyv

厳選された公開チュートリアル

1. SkyReels-V1-Hunyuan-I2V：初のAI短編ドラマ制作モデルデモ

このモデルは、人間中心の映画品質の動画生成に重点を置いた高品質動画生成モデルです。HunyuanVideoモデルをベースに微調整され、数千万もの高品質な映画・テレビ番組データセットで学習されているため、映画品質の動画コンテンツを生成することができます。

プロジェクトのモデルと依存関係がデプロイされました。画像をアップロードして指示を入力するだけで、短編ドラマの制作が始まります。

オンラインで実行: https://go.hyper.ai/45cHH

デモ例

2. DeepSeek-R1-70Bのワンクリック展開

このモデルは、最大700億のパラメータスケールを備えた強化推論モデルです。Llama 3.3-70B-Instructで学習され、強化学習と蒸留技術を用いて推論性能を向上させています。Llamaシリーズモデルの利点を継承するだけでなく、特に数学、コード、論理推論タスクにおいて推論能力をさらに最適化しています。

このプロジェクトでは、Gradoインターフェースを介してフロントエンドのインタラクティブインターフェースを生成できます。関連するモデルと依存関係はデプロイ済みです。ワンクリックでプロジェクトを開始し、モデルとの対話を開始できます。

オンラインで実行: https://go.hyper.ai/LlFKB

デモ例

3. OllamとOpen WebUIを使用してDeepSeek R1を導入する

DeepSeekが2025年にリリースしたDeepSeek-R1は、同社の言語モデルシリーズの最初のバージョンであり、効率的で軽量な自然言語処理タスクに重点を置いています。高いパフォーマンスを維持しながら、計算リソースの要件を削減することを目指しています。DeepSeek-R1は実世界のアプリケーションを念頭に設計されており、迅速な導入と統合をサポートし、テキスト生成、対話システム、翻訳、要約など、さまざまなタスクに適しています。

公式 Web サイトにアクセスし、コンテナのクローンを作成して起動し、API アドレスをコピーするだけでモデルを操作できます。

オンラインで実行: https://go.hyper.ai/2UJDf

デモ例

4. LAMMPS入門チュートリアル：FCC Cuの融点推定のためのNPT温度制御

LAMMPS は、固体材料 (金属、半導体)、生体分子、ポリマーなど、さまざまな材料をモデル化するために使用でき、さまざまな材料に対してさまざまな粒子相互作用モデルを提供できます。

このチュートリアルはLAMMPSの入門ガイドです。npt温度制御を用いてFCC Cuの融点を推定します。LAMMPSのCPUバージョンで実行できるため、すぐに分子動力学シミュレーションを始めることができます。

完全なチュートリアルを見るにはクリックしてください: 分子動力学シミュレータLAMMPS入門: FCC Cu融点のnpt温度推定

オンラインで実行: https://go.hyper.ai/BajMV

効果の例

5. LTX-Video 超高速ビデオ生成

LTX-Videoは、TransformerとVideo-VAE技術を活用し、高解像度の動画を効率的に生成する動画生成モデルです。さらに、LTX-Videoはテキストから動画への変換や画像から動画への変換など、様々な動画生成手法をサポートしています。チュートリアルの手順に従って、必要な動画を記述するだけで、高解像度の動画を生成できます。

オンラインで実行: https://go.hyper.ai/EfjvF

テキストからビデオへの生成の例

6. MatterGen無機材料設計モデルデモ

MatterGenは、Microsoftが開発した生成AIに基づく無機材料設計モデルです。微調整によって、様々な特性制約を満たす材料の生成を導きます。拡散モデルを用いて、特定の化学的、機械的、電気的、または磁気的特性を持つ新材料を直接生成することを目的としています。

このチュートリアルでは、このモデルを使用して無機材料を生成する方法と、MatterGen を自分でトレーニングする方法を説明します。

完全なチュートリアルを見るにはクリックしてください: ターゲット特性を持つ材料を直接設計します! Microsoft の MatterGen モデルはオープンソース化されており、生成 AI による材料リバース デザインの新たなパラダイムを再定義します。

オンラインで実行: https://go.hyper.ai/arVTV

MatterGenをデプロイする

7. コスモス世界ベースモデルのワンクリック展開

Cosmos World Foundation Modelは、数百万時間におよぶ運転およびロボティクスのビデオデータでトレーニングされた高度なモデルです。NVIDIAはCES 2025において、Cosmos World Foundation Modelsの最初のバッチを発表しました。これは、仮想環境の将来の状態を予測し、物理的に認識されたビデオを生成するニューラルネットワークであり、開発者が次世代のロボットや自律走行車（AV）を開発するのを支援します。

このプロジェクトでは、Gradoインターフェースを介してフロントエンドのインタラクティブインターフェースを生成できます。ワンクリックで開始でき、APIアドレスをコピーするだけですぐに試すことができます。

完全なチュートリアルを見るにはクリックしてください: 革新的な物理 AI システム: NVIDIA のワールドベース モデルをすぐに使い始めて、日光と霧をシミュレートします。

オンラインで実行: https://go.hyper.ai/ypcP4

ビデオ生成の例

厳選されたコミュニティ記事

1. オラクルの5,000億ドル規模の「スターゲート」プロジェクトが始動。創設者はAIでカスタマイズされたがんワクチンを約束。

ホワイトハウスでの記者会見で、トランプ大統領はOpenAI、ソフトバンク、オラクルなどのCEOらと共に、「プロジェクト・スターゲイト」と呼ばれる人工知能プロジェクトを発表しました。このプロジェクトは、AIが医療分野にもたらす画期的な進歩を強調しており、例えばがんと闘うためのパーソナライズされたワクチンの開発などが挙げられます。このプロジェクトは、インターネット上で大きな議論を巻き起こしました。詳細は以下をご覧ください。

イベントの要約を見る: https://go.hyper.ai/6YZnN

2. 目標特性を持つ材料を直接設計！Microsoft の MatterGen モデルはオープンソース化されており、生成 AI による材料リバースデザインの新たなパラダイムを再定義します。

マイクロソフトは、材料のリバースエンジニアリングのための生成AIモデル「MatterGen」をオープンソース化しました。将来的には、所望の特性に基づいて新材料の構造を直接設計できるようになると期待されています。本稿では、電池材料、高エントロピー合金、超伝導材料開発などの分野を網羅し、新材料のリバースエンジニアリングにおける生成モデルの重要な役割を体系的に考察します。

完全なレポートを見る: https://go.hyper.ai/gyQu0

3. 生物学分野初のAGI実現を目指す！医療AI企業Owkinが世界最大級のがん空間オミクスデータセットを構築。

生物学分野初のAGI実現を目指すOwkin社は、患者データのプライバシーという社会最大の懸念事項に取り組んでいます。複数の機関から収集したマルチモーダルデータを統合することで、高精度医療のための信頼性の高い意思決定支援を提供し、乳がんや大腸がんなどのがんの診断と治療薬開発を支援しています。同社は既に、サノフィ、BMS、アストラゼネカといった製薬大手と提携しています。この記事では、同社に関する詳細なレポートを掲載しています。続きを読むには、こちらをクリックしてください。

レポート全文はこちら：https://go.hyper.ai/cOuX1

4. AAAI 2025に選出！香港理工大学のチームがグラフトランスフォーマーに基づいて有機材料の分子光電子特性を正確に予測。

香港理工大学の研究チームは最近、分子の光電特性を正確に予測できるフレームワーク「RingFormer」を発表しました。このフレームワークは従来の手法と比較して性能を22.77%向上させています。これは、新材料の開発サイクルを数年から数週間に短縮することに相当し、有機太陽電池研究における「計算誘導実験」の新たな時代を告げるものです。本稿では、この研究の詳細な解説と情報を提供します。

レポート全文はこちら：https://go.hyper.ai/iBwDq

5. 3 つの音声クローン モデルの実際のテスト: GPT-SoVITS は、「Shiji Niangniang」の特徴を正確に捉えます。

春節映画『哪吒2』の興行収入は急上昇中で、120億元を突破しました。劇中では、声優陣が生き生きとした声で登場人物に命を吹き込み、ネットユーザーから大きな注目を集めました。現在、音声クローン技術は急速に発展しており、HyperAIは現在主流となっている3つの音声クローンモデルを検証しました。ぜひご覧ください！

完全なレポートを見る: https://go.hyper.ai/JqDwI

6. 2025年最初の一冊！マスク、サム・アルトマン、ビル・ゲイツらが強く推奨するAI分野の必読書。

HyperAIは、AI分野の傑出した書籍10冊を厳選しました。マスク、サム・アルトマン、ビル・ゲイツ、ホーキングといった著名人が絶賛するこれらの書籍は、基礎科学、応用シナリオ、開発動向など、様々な視点から人工知能とその発展を理解するのに役立ちます。今すぐクリックしてご覧ください。

レポート全文はこちら：https://go.hyper.ai/Ne3uA

7. 2024年の主要なAIイベントを振り返る！隠れたチャンスと業界の課題とは？

2024年もAIの波は力強い勢いを保ち続け、衰える気配を見せることなく、静かに世界を変革し、記録破りの革命的な出来事を次々と生み出しました。市場調査会社IoT Analyticsは、AI開発の継続的な発展を鑑み、2024年のAI分野における注目すべき10の出来事を選出しました。ぜひご覧ください！

レポート全文はこちら：https://go.hyper.ai/xyVnq

8. YOLO シリーズは 10 年間で 11 回アップデートされ、最新モデルでは複数の物体検出タスクにおいて最先端 (SOTA) のパフォーマンスを達成しています。

定番の物体検出モデルYOLOは、その高い精度と効率性から業界で高く評価されており、自動運転、セキュリティ監視、医療画像などの分野で広く利用されています。このモデルは11回アップデートされており、現在HyperAIのウェブサイトでいくつかの重要なバージョンが公開されています。詳細は以下をご覧ください。

レポート全文はこちら：https://go.hyper.ai/9xHRS

9. オープンソースのMedFoundは、1760億のパラメータを持つ汎用医療言語モデルです。北京郵電大学、北京大学、中国三峡大学によって開発され、その推論能力は熟練した医師の能力に匹敵します。

北京郵電大学の王光宇教授、北京大学第三病院の宋春麗教授、三峡大学の楊建教授からなる医療工学の学際チームは、これまでで最大のパラメータ数を持つバイオメディカル大規模言語モデル「MedFound（176B）」を提案しました。さらに、専門家レベルの知識と推論能力を備えた、医療ジェネラリスト診断大規模言語モデル「MedFound-DX-PA」を開発しました。詳細は以下をご覧ください。

レポート全文はこちら：https://go.hyper.ai/oudKP

10. 超伝導材料の探索効率が5倍に向上！フロリダ大学などがディープラーニングを用いて材料発見に革命を起こし、その成果はNatureのサブジャーナルに掲載されました。

フロリダ大学とテネシー大学の研究者たちは、深層学習モデルBETE-NETを用いて、高温超伝導体の探索効率を5倍向上させました。本稿では、彼らの研究成果を詳細に解説し、共有します。

完全なレポートを見る: https://go.hyper.ai/hAIXd

人気のある百科事典の項目

1.拡散損失

2. 因果的注意

3. コルモゴロフ・アーノルド表現定理

4. 大規模マルチタスク言語理解MMLU

5. 対照学習

この編集版には何百もの AI 関連用語が含まれており、「人工知能」を理解するのに役立ちます。

https://go.hyper.ai/wiki

トップ AI 学術会議を一か所で追跡: https://go.hyper.ai/event

今週のエディターズピックはこれで終了です。hyper.ai公式サイトに掲載してほしいリソースがありましたら、ぜひコメントを残していただくか、作品をご提出ください。

来週お会いしましょう！