道路が直接信号の横断歩道良いですね。下を向きながら歩きスマホしている人も気づきやすい。
NVIDIAから、音声認識まわりでかなり面白いモデル。
「Nemotron 3 Diarization」は、音声から「誰が、いつ話しているか」を識別する話者分離モデル。
100Mパラメータと比較的小さく、最大8人が同時に話しているような重複音声にも対応。
会議の文字起こしも、単に音声→テキストではなく、「誰が何を言ったか」までローカルでリアルタイムに扱える方向に進んでいる。
議事録、インタビュー、イベント、コールセンターなど、音声AIの実用範囲がさらに広がりそう。
今年もVue Fes Japan 2026にスポンサー側でも参加させていただいています。エンジニアの皆さんが楽しめるコンテンツも用意していますので、来場される方はぜひブースにお立ち寄りください。
/
📢 スポンサー企業様の紹介!
\
Vue Fes Japan 2026をサポートしてくださる企業様の紹介です!
【ゴールドスポンサー】
株式会社GENEROSITY
詳細はURLをチェック✅
vuefes.jp/2026/sponsors/gene…
#vuefes
Meta VR Glassesで現時点でわかっているスペック
• グラス単体で約100g
• アイトラッキングとハンドトラッキング、プラス音声コントロール
• フォトリアリスティックな全身ホログラム通話
• マイクロOLEDパネル搭載の5Kインフィニットディスプレイ、1度あたり37ピクセル
• Dolby VisionとDolby Atmos
• 初のIMAX Enhanced認定VRデバイス
• 複数の仮想スクリーン
• 平らな表面をキーボードとトラックパッドとして利用可能
• フルカラーパススルーで現実世界の視認可能
• OSに組み込まれたAIエージェント
• コンパクトなパンケーキレンズ
• Snapdragon Reality Eliteプロセッサ
• 演算処理/バッテリー/ストレージ用のクリップ装着可能でポケットにも入る別パック
• 高解像度メディア再生で最大3時間
• 45W急速充電
• 発売時にハンドジェスチャーでプレイ可能な75本以上のゲーム
• オプションのコントローラー対応のQuestライブラリサポート
• Xbox Cloud Gaming
• Disney+の3D映画とVR向けに強化されたスター・ウォーズやマーベルの体験
• 年間100以上の没入型ライブUSスポーツイベントを予定
2027年春に$1,299.99で登場。
#MetaVRGlasses #Meta
Open AI、2026年から2030年で約46兆円のキャッシュフローマイナスって半端ない
オープンAI、赤字 43兆6000億円 2026年から30年末まで 「死の交差」が迫る
newseveryday.jp/2026/09/23/%…
Metaの新型VRグラス(2027年春発売)の発表動画!
ついに本格的なメガネ型デバイスが現実になるかも…?
🕶️判明しているスペック・特徴
・従来のヘッドセットと一線を画す軽量&スタイリッシュなメガネ型デザイン
・大迫力の「3Dシネマ」や仮想IMAX、ライブスポーツ観戦に対応
・どこでもパーソナルオフィス化できる空間コンピューティング機能
🚀 期待すること
現行のQuestシリーズからどこまでバッテリーや重量が進化するのか。これなら日常使いできそうですし、解像度やパススルーの進化にも期待大です!
youtube.com/watch?v=xyD_bmMy…
@MetaVR_Official
Claudeに任せっきりのエンジニア怖い。
ーー
今回の作業を振り返って
コスト削減は達成しましたが、途中で私の誤りにより2つの障害を起こしました。
1. MinCapacity: 0 を単独で適用し、Prisma の5秒タイムアウトと噛み合わず、8/3から約1か月間 DB 接続が全滅しました。「アイドル時に眠るから安くなる」という予測を実測で確認しないまま適用したのが原因です。
2. CDK のステージングキャッシュを検証せずデプロイし、node_modules を欠いた Lambda を本番に流して約20分停止させました。ローカルのディレクトリだけを見て「中身は同一」と報告したのが誤りでした。
いずれも「予測で判断し、実測で確認しなかった」ことが共通の原因です。
こちらは動画から、3D空間内に動画に映っていら物を生成できる技術。3D空間制作がどんどん便利になりますね。
Lucida from ByteDance
Cool project! It transforms indoor video into editable 3D scenes; reconstructs objects as simulation-ready assets
- VLM-based object detection and referring descriptions.
- good at pose alignment
- high-fidelity real-to-sim digital twins.
- multi-view masks, boxes, partial point clouds
- Seed3D 2.0 for image-to-3D asset gen
lucida-r2s.github.io/
XGRIDS が LCC Scan アプリに iPhone 3D キャプチャ機能を追加。人や物体、小さな部屋の周りを歩き回り、その後、クラウドへのアップロードなしのローカル環境のスマホの中でGaussian splatを構築できる。3D GS上にオブジェクト追加してみたい場合など、手軽にできる様になって便利。
AIが動画を作る速さが、人間が観る速さを超えました。5秒の映像が3秒で生成されるので、観ている間にAIがリアルタイムで次の映像を生成し続け、ライブチャットによってシナリオが変化していきます。
解像度を落とさずにこの速度なのが優れているところで、事後学習と推論エンジンを同じチームで設計しないと届かない数字だと思います。


















