となりのモケイフェスティバル10です！ となモ10のディーラー受付は8/2で締め切ました。 今回もたくさんのご応募、誠にありがとうございました！ この後の当日版権本申請のスケジュールは 2026/8/9(日)0:00 当日版権本申請受付開始 2026/8/20(木)23:59 当日版権本申請締切 となっております。 引き続き、宜しくお願い致します！ #となモ10# #TMF10#

となりのモケイフェスティバル10です！ 11/23-24開催のとなモ10へのディーラー申請受付は8/2(日)23:59が締切りとなっております。 現在250以上のディーラー様より申請を頂いております。 参加をご検討の方は をご覧ください。 よろしくお願いいたします！ #となモ10# #TMF10#

となりのモケイフェスティバル10です！ となモ10当日版権申請マニュアルを更新いたしました。 P11 サンボーンジャパン様当日版権ガイドラインが更新されております。 ドールズフロントラインシリーズの展示・販売をご検討の方は今一度ご確認願います。 となモ10へのディーラー参加申請は8/2まで 皆様のご参加をお待ちしております！ #となモ10# #TMF10#

#ワンモ# 8/28(金)ワンコメ 【◯◯って難しい】 世の中には、どんなに試行錯誤しても難しいって思うこと、 いろいろありませんか？ 「ゴルフって難しい」 「夫婦って難しい」 「料理って難しい」 「笑顔って難しい」など、 皆さんが「（やっぱり）（意外と）◯◯って難しいな〜」と感じることを教えてください！ 📩 #radiko# で聴く #ワンモ#

イオンモール熊本の爆発について、専門家によると「マッハ超えの衝撃波＝爆轟」で衝撃波は秒速340メートル超（音速超え）。 猛烈な台風」でも最大風速はだいた50〜70m/s ・日本の瞬間風速記録でも85〜91m/s程度だが、爆轟の衝撃波は台風の最強クラスの風の4〜6倍以上の速さ。 台風の「暴風」とはスケールが全く違う、破壊的な衝撃だったようで福島原発の水素爆発も同じ「爆轟」だったと専門家が例に挙げており建物が大きく崩壊した理由が、こういう物理現象だった可能性が高いようだ。 しかし何故こんな異常な爆発となったのか今後同様の惨事が起きぬよう原因究明を。 マッハ超え衝撃波「爆轟」か　イオンモール熊本で　専門家「非常に奇異な爆発現象」(テレビ朝日)

今日は #梅山恋和卒業コンサート🍡# 〜 #恋のおまじないが解ける前に# 〜 実は私とここなはメンバーの中でも2〜3を争うくらい仲良しなんです☺️笑 リハーサル中はいつも2人でこそこそ遊んでます🤭笑 最近では、私が無音で話しかけるとここなも無音で返事をしてくれるというのにハマってます💗👇笑

動画生成AIに複数ステップで考える力を持たせる新手法HDR（Hierarchical Denoising for Visual Reasoning）が発表された（https://arxiv[.]org/html/2607.15278v1）。 いまの動画生成AIの多くは拡散モデル（ランダムなノイズを少しずつクリアな映像に近づけていく生成の仕組み）を使っていて、迷路やハノイの塔のような視覚的な推論もできるようになってきた。ただし既存の生成方式には弱点がある。ストリーミング型（過去のフレームだけを見て左から右へ逐次生成する方式、CausVidなど）は速いが、一度生成したフレームを後から直せず序盤の判断ミスを引きずる。双方向型（動画全体を毎ステップまとめてノイズ除去する方式）は前の判断を修正できて賢いが、毎回全フレームを更新するので計算コストが重くストリーミングに向かない。 HDRは動画の潜在表現（モデル内部で圧縮された動画データ）を6段階の木構造の階層に組む。粗いレベルはノイズを多めに残して複数の可能性を保持したまま大枠の計画を立て、細かいレベルに降りるほどノイズを削って具体的な映像へ絞り込む。各階層の中は左から右への逐次生成を保つのでストリーミングの速さはそのまま。SHAP（疎な階層的注意機構、各フレームが近くのフレームと一つ上の階層だけを参照して計算量を抑える仕組み）も導入している。論文では、既存方式が迷路で序盤に間違った分岐を選んで失敗するのに対し、HDRは分岐の判断を保留してから細部を詰めて正解にたどり着く例が紹介されている。 迷路・ハノイの塔・一筆書き・スライドパズル・倉庫番・水注ぎの6タスク、370本の評価動画によるベンチマークでは、ストリーミング型ベースライン（CausalForcing）比で成功率が34.22から60.29へ（76.2%の相対改善）、平均進捗スコアも76.00から89.56へ向上。推論速度は1フレームあたり0.70秒で、双方向型（37.92秒）より54.2倍速いのにストリーミング型ベースライン（0.72秒）とほぼ同速。学習データを2%に絞っても82.9%の成功率を維持できており（双方向型は52.0%まで低下）、データ効率の高さも見どころ。実機ロボットアームの迷路実験でも同じ枠組みが機能したという。