完全ローカルかつCPUで動く日本語対応の軽量TTSモデル「Supertonic 3」、元の写真に忠実な3Dモデルを生成するAIモデル「Pixal3D」など生成AI技術5つを解説（生成AIウィークリー） | テクノエッジ TechnoEdge
この記事で分かること
完全ローカルかつCPUで動作する日本語対応軽量TTSモデル「Supertonic 3」と、元の写真に忠実な3Dモデルを生成する「Pixal3D」の2つの技術を解説している。ローカル環境で音声合成や3D生成を試す際の選択肢として、それぞれの特徴を比較できる。
詳細要約
今週注目すべきは、CPUのみで完全ローカル動作し日本語対応の軽量TTS「Supertonic 3」と、写真にピクセル単位で忠実な3Dモデルを生成する「Pixal3D」の2つ。Pixal3Dは従来のざっくりとした3D空間当てはめ方式ではなく、元画像の細かいディテールを保持する点が従来技術との差。Supertonic 3はスマホ上で動く軽量マルチモーダルLLM「MiniCPM-V 4.6」や、80億パラメータの画像生成AI「HiDream-O1-Image」と並ぶ、ローカル環境で実用的な選択肢となる。