全部 AI 动态

tonight at our @grok @bot build night in LA for ✨designers✨ s/o @johnbai @pengzheng_ for sharing more on their design philosophies and demo'ing their @bot set ups

I used Opus 5.5 to formally verify the Claude Agent SDK using Lean. A couple short prompts = 16 PRs fixing various bugs and race conditions. Video attached. TLA+ also works well. I sometimes combine Lean and TLA+ to look for issues around data flow, concurrency, and state mgmt. I don't know either language well, but Claude is excellent at both. This approach is super useful for formally modeling your code and finding bugs that a human probably wouldn't have spotted. Is formal verification the future of coding (or at least, bug finding)?

Grok 4.7 is here. It's a notable improvement over Grok 4.6 at the same price and speed.

流行のJevをMiniMax H3に組み込んで、動画生成を高速化してみた！Attention処理のスパース化にJevを使用。 ・層ごとにJevが重要度を判定（4step 49層が対象） ・Jevがスパース率1%, 3%, 5%, 10%を選択 RTX4070で6分7秒→3分34秒で41.7%短縮！動画生成中にJevクラウドに問合せしているのに速い！

ComfyUI for Animation: Concept Art to Any Angle Concept art → 3D proxy → any angle you want. One graph, two methods. Step 1: load your concept art. Tripo generates a 3D model and saves it as a GLB. Drag it into Load 3D and set material mode to Normal. Step 2 (stills): rotate the viewport to your angle. Load 3D outputs the view, and GPT Image 2 renders it back as a polished on-style illustration. Step 3 (camera moves): record a path in the viewport. That clip becomes the motion reference for Seedance 2.0, which generates the move through the stylized scene. Click the link below to run the workflow ⬇️

Does your Claude model really need Claude Code…? 🤔 We evaluate 7 models on Claude Code, Codex, and Pi. Three surprising findings emerge: 1️⃣Harness choice has little effect on task success rate, but can significantly affect the cost 2️⃣A simple harness can be competitive 3️⃣The native harness isn’t always the best. Millions of people are using coding agents, but the impact of harness choice remains unclear. (1/n) More details in the thread. 🧵

今は経験や知識がブーストするとこも多いだろうけど、これがいつまで続くのかなとも思う。 たとえばこのUEで動かす作業途中の4脚ロボでやってることの経過。 「今ある生成AIのツールでどういったゲーム用の動かすモデル作りのパイプラインが可能かを、Astraという新しい汎用言語モデルの限界を加味して検証」 って作業の一部で、 「GPT image 2で3D生成用にガイド作って生成した画像を、Tripo P2.0で3D生成しつつ、Astraに元画像と3Dモデル両方をリファレンスにBlenderをMCPで操作させ、モデリングの知見と示唆を与えながら方法論を固定しつつ試作」 って流れで出来た3Dオブジェクトに、 「パーツのトポロジを簡単に整え、UV展開をぐちゃぐちゃでない程度に補正させたら、外形から想定できる可動範囲やパターンを推測させた上で、剛体とIK制御を想定したリギングを完了」 したモデルをUE5.8に持ってって、 「『4脚と柔軟な胴部や爪先が一体となって自然な動きで歩行や走行し、段差や傾斜や障害物があっても滑らかに対処する』仕組みをAstraに丸投げしてみたら"ソルバー全部書きましょう！"って言うんでやらせてみたらまともに設計できなくてしばき倒して」 が動きの実装1回目で大失敗。 「もっと確実な公式のサンプル実装ベースで、そもそも要求に対する根本的なアプローチが間違ってるよ。なぜこの半端な見込み設計で都度修正やっちゃうの」 とやり直させて失敗した2回目、がこの動画時点。今3回目作業中だけど、こいつらはやっぱりIKとかのような連動する代物の扱いを自作させると、とことんアホになる。 IKを知らないわけでも、多脚の全身制御の実装事例を読めないわけでもない。でも要求から設計や実装を導くのになった途端、それらを繋ぐとこがポンコツになる。だから繋ぎ方が分かってる人間が示唆しないと膨大な手探りで悲惨なことになるし、知らない人がうまく行くのは偶然になってしまう。 --- こんな感じで進めてるこの一連、ゲームに関わりが無い人にはまさに「分かってる解像度」に見えると思う。でもそれは新しいモデルをどう使うかって検証だからで、新モデル時のリセット祭りはこういうことに使うと決めてるから。 重要なのは、こんなのではない膨大なブーストが与えてくれる下支えであり、もっとたくさんの小さな「知らないだけで手が出なかった」が消えることで生まれる創発だと思う。 そしてこういうテストも次の次の世代ぐらいで無意味になるほど、理解は高まってるかもしれない。なんならこのポストを与えて「何をやってるの？」とか、「この人の失敗繰り返さず多脚の動き作って」とかで、今のモデルでも知見も追いつけるし実装もできちゃうかもしれない。 「分かってる人」が持つ利点なんて、知と目と手がここまで伸びた以上、そんなに大きなものじゃないと思ってる。

Exciting news: DeepSeek-V4.1-Flash (Max) by @deepseek_ai just landed in Agent Arena at #3 among open models! With +4.87% net improvement and a median cost per task of $0.07 it reshaped the Pareto frontier. Among the top 3 open models, DeepSeek-V4.1-Flash (Max) has the lowest median cost per task. Its +4.87% net improvement is within 0.09 percentage points of Hy4 preview (ranked #2) at 68% lower cost, and within 1.52 percentage points of Kimi K3 (Max) (ranked #1) at 91% lower cost. - Kimi K3 (Max): +6.39% | $0.77/task - Hy4 preview: +4.96% | $0.22/task - DeepSeek-V4.1-Flash (Max): +4.87% | $0.07/task See the full Pareto Frontier below. DeepSeek-V4.1-Flash (Max) is ranked #12 overall, and by signal landed #4 Confirmed Success with +13.75%! Congrats to the @deepseek_ai team on this release!

When you want Astra to review snapshots of your app, ask it to collage them into a contact sheet to minimize the number of image read calls it needs to do. You’ll save a ton of context usage This works for fable too!

ストリートビューからの V2V GPT Astra に google map の道沿いに ストリートビューの画像を取得させて パラパラ漫画の動画にして（右動画）、 「MiniMax H3 ref2va を使って 車載カメラ風の映像にして」 とお願いしてできたものが左の動画です この方法で、世界中ドライブができる・・・？

Hey ████, I think there is room for both. 1. Prototypes and other throw-away code can be treated as totally black box. If you’re going to throw it away anyway, and if the blast radius of it breaking is low, it doesn’t need to be perfect. 2. Production code written by Claude should have a higher bar than if it was written by a human. At Anthropic, we have many guardrails in place to make sure this is happening: lots of lint rules, lots of tests, Claude-driven end to end tests, Claude-powered fuzzers running daily, automated code reviews and security reviews, automated code refactoring, and so on. Without these, you can end up with a mess that is hard to maintain down the line. Luckily, the model makes it increasingly easy to do these well — run a few daily routines, use Claude Code Review, etc. Your job is to hold the bar on code quality. If Claude’s code doesn’t meet the bar, try: - Using the latest frontier model (Opus 5 or Fable 5.1) - Increase effort to high or xhigh - Invest in your CLAUDE.md and skills to succinctly teach Claude how to work in your codebase If all else fails, steer Claude more when you work with it, or have Claude fix accumulated debt and rewrite your codebase to make it easier to work with. Or, wait for the next model. Best, Boris

i have long thought ChatGPT, Claude, etc. would be 10x more useful if they just spent 20 minutes interviewing me. really dig into my life, how I think, what I care about, what I’m trying to do. and keep asking questions as we work together.

話題の「GPT-6 Astra × Blender」、実際に触ってみました。 これ、かなり衝撃です。 Blender初心者でもできる。ほぼ視点移動（ビュー）の操作だけでここまで作れました。 モデルはTripo製、ステージはBlender上で作ってます。 GPT-5.6 Solでは何度指示してもうまくいかなかった作業が、Astraでは普通に通るようになっててヤバい…！ 今回は ・GPT-6 Astra ・Blender MCP ・Tripo スマートメッシュ P2.0 を組み合わせて、AI中心で制作しています。 ※モーションのみお借りしています Blender側で自分がやるのは、ほぼビュー操作。 基本的には、 「気になる箇所をビューで見せる」 ↓ 「AIに修正を指示」 ↓ 「結果を確認」 ↓ 「また修正」 これの繰り返しです。 もちろん、すべてが一発でうまくいくわけではありません。 意図通りになるまで何度も指示する必要があるので、根気よく詰めていく熱量は必要だと感じました。 それでも、 「Blenderをほぼ触れない人でも、AIと対話しながら3Dモデルを仕上げていける」 ところまで来たのは、かなり大きいと思います。 ざっくり制作手順👇 1. Images 2.5でキャラの全身リファレンスを生成 2. 髪・頭部・体（Tポーズ）に分けて画像を生成 3. 各パーツの右側面・左側面・背面図を生成 4. Tripo スマートメッシュ P2.0で3パーツを3D化 　設定：四角形 / 25,000 5. Blender MCPでAstraに3パーツを渡して合体 6. 自然なシルエットになるようサイズ調整 7. メッシュの欠損・隙間・貫通を補修 8. リグ・ウェイト設定 9. まばたき・口パクをシェイプキーで作成 10. 髪や衣装などの揺れものを設定 11. モーションを適用して、足の接地・衣装貫通・揺れを調整 12. テクスチャを修正（どのタイミングでもいい） 使うツールはざっくり、 1〜3 → Images 2.5 4 → Tripo 5〜12 → Astra × Blender × Images 2.5 という感じです。 そして今回、かなり有効だったのが、 「修正したい箇所をスクショ → その画像を元に理想形のリファレンス画像を生成 → Astraで修正」 という方法。 これが形状修正にもテクスチャ修正にもかなり効きました。 長文で細かく説明するより、 リファレンス画像を添付して 「ここをこれに寄せて」 くらいの指示の方が、意図が伝わりやすい場面も多いです。 ただ、テクスチャ修正は普通に沼です。ある程度で妥協した方が良さそう。細かく見ると、まだ粗いです。 3D制作のハードル、AIでかなり下がってきた感があります。 Blender初心者の方こそ、一度試してみてほしいです。

We mobilized 250+ people to strengthen our defenses across hundreds of systems. Our latest cyber models helped us find and fix vulnerabilities we might never have discovered otherwise. We’re sharing what we learned, the architecture, and a practical playbook so you can build your own Defense Factory: a continuous loop where AI agents find vulnerabilities, validate them, and verify that fixes work. https://openai.com/the-defense-factory/