ICCV 2023に合わせて発表された単眼カメラ映像から人物の動きをトラッキングする新技術「4D Humans: Reconstructing and Tracking Humans with Transformers」が注目を集めています。

Sunija氏による「Stable Diffusion」をローカル環境で動かすソフト「InvokeAI」のv3.0がリリースされました。

ウィスコンシン大学マディソン校、ByteDance社による、1枚の写真から3D頭部を構築する技術『PanoHead: Geometry-Aware 3D Full-Head Synthesis in 360°』が公開されました。

瞳に反射した画像を、3D構築する技術「Seeing the World through Your Eyes」が発表されています。

2023年6月6日にDaz 3Dを所有するTafiが、テキストから3Dキャラクターを作成する Text-to-3D Character Engine を発表しました！

NVIDIA Researchによる2D映像を複雑なディテールを持つ3D構造物に変える新しいAIモデル「Neuralangelo: High-Fidelity Neural Surface Reconstruction」が発表され話題を集めています。

中国の清華大学による、テキストから3DモデルやNeRFを生成出来る技術『ProlificDreamer: High-Fidelity and Diverse Text-to-3D Generation with Variational Score Distillation』が公開されました。

Xingang Pan氏、Ayush Tewari氏、Thomas Leimkühler氏、Lingjie Liu氏、Abhimitra Meka氏、Christian Theobalt氏らよる「Drag Your GAN: Interactive Point-based Manipulation on the Generative Image Manifold」が話題になっています。

スタンフォード大学による、音楽に合わせて人型3Dモデル用のダンスアニメーションを生成可能なAIモデル「Editable Dance GEneration (EDGE)」が発表されています。

数多くの動画編集やAIソリューションを展開する「Runway」から注目されていた動画加工モデル「Gen-1」のベータ版が一般公開されました！

Googleの研究チームが自動作曲AI「MusicLM」を開発し情報公開しました。

生成的なAIとグローバルなクリエイターコミュニティによって運営されるOpusAIは、テキストからビデオゲームを作成する技術を開発中とのことで、デモ映像が公開されておりました。

BlueWillowのAI画像生成サービスがベータ提供開始されています。Midjourney同様、Discord上で使用します。

数多くの動画編集やAIソリューションを展開する「Runway」簡単にオリジナル学習モデルを構築出来るようになったそうです。

OpenAIが対話形式に最適化されたAI「ChatGPT」のテスト版を公開しました。無料でお試しが可能です。

CSM（Common Sense Machines）にゆよる、画像、行動、テキストで制御するニューラル・シミュレーション・エンジン「CommonSim-1」が登場！

Google Researchによるテキストプロンプトから動画を生成する技術「Imagen Video」が登場しました！

テキストから最適な人物の3Dモーションを生成する技術「MotionDiffuse: Text-Driven Human Motion Generation with Diffusion Model」の論文とコードが公開されています。