登録して招待リンクを共有すると、動画再生報酬と紹介報酬を獲得できます。

検索結果 AI道高校行
AI道高校行 コミュニティ
1つのキーワードが1つのコミュニティです。
コミュニティ作成
アカウント
見つかりません
AI道高校行 を含む検索結果
#AI_BikeShop# #OriginalWorld ##田舎# #AIart ##バイク ##短編小説# ⚠️物語はフィクションです。 八十八夜絵本物語 ―小説編 ■ 第六話・橋の向こう 【徳島県・とある山間部】 県道を下る。 まだ、ぎごちない運転。 軽トラはマニュアルミッション。 合宿免許に行く時、AT限定でも良いかと思っていた。 でも、家の軽トラはマニュアルミッションだから、AT限定にしなかった。 慣れた道とはいえ、今日はちょっと緊張している。 いつもは荷物を積まずに空荷で走っていた。 でも、今日は違う。 荷台には、爺ちゃんの赤いSuper Cub。 ――――。 ギアを落とす。 4速から3速へ。 エンジンブレーキを使いながら、 ゆっくり坂を下る。 少しきついカーブ。 ハンドルを切る。 太一 「……大丈夫かな。」 曲がるたびに、荷台が気になった。 カーブでは、車体が外側へ引っ張られるような力がかかる。 そのたびに、後ろのカブが倒れないか心配になる。 でも―― バックミラーに見える赤いカブは、動いていないようだった。 太一 「……父さん、すごいな。」 ――――。 県道を下りきった。 橋の手前の交差点。 少し広くなった路肩に軽トラを停める。 エンジンを切って、荷台へ回った。 太一 「……どうだろう?」 ロープを触ってみる。 緩んでいない。 車体も、ぐらつかない。 太一 「普通に縛ってるように見えたけど。」 「南京結びって、役に立つんだな。」 さっき父さんが結んでいた手元を思い出した。 くるり。 ギュッ。 簡単そうだった。 でも、自分でやると難しかった。 太一 「……練習しとこう(笑)」 ――――。 橋の方を見た。 那賀川に架かる、村の大きな橋。 向こう側には国道沿いの役場通りがある。 軽トラに戻り、エンジンをかけた。 ――――。 橋を渡る。 結構、高い。 窓の向こう、ずっと下に川が流れている。 小さい頃は、橋の上から川底を覗くのが少し怖かった。 今でも、高いことに変わりはない。 この川では、季節になると昔の材木業をしのんで、丸太乗りの催しが開かれる。 秋には紅葉を見に来る車も増える。 けれど、夜になれば静かな国道だ。 街灯も少ない。 太一 「……大阪なら、もっと明るいんだろうな。」 いつもの考えが浮かんだ。 ――――。 橋を渡りきって右折。 国道沿いを進む。 ガソリンスタンドを通過した。 その少し先。 古い看板が見えてきた。 《山村自転車商会》 太一 「……おじさん、いるかな。」 軽トラを店の前に停めた。 ――――。 店の入口。 ガラス戸に、紙が一枚貼ってある。 《少し店を空けます》 太一 「…………。」 「……あれ(笑)」 昨日、持ってくる時間を伝えていなかった。 そりゃ、仕方ない。 太一 「少しってどれくらいだろう。(笑)」 「まあ、待つか。」 ――――。 店の前には、誰もいない。 遠くで鳥が鳴いている。 国道を車が一台、通り過ぎた。 僕は荷台へ回った。 太一 「……縄をほどいて、と。」 結び目を確かめながら、ゆっくり緩める。 ギュッと締まっていたロープが、するすると解けていく。 太一 「……へえ。」 締めるときは、あんなに強かったのに。 解くときは、意外と簡単だ。 太一 「……よくできてるな。」 ――――。 ラダーレールを降ろした。 でも、赤いカブを一人で降ろすのは少し怖い。 父さんにも、店の人に手伝ってもらえと言われていた。 太一 「……ここは待とう。」 ロープを片付け、ラダーレールを安全な場所に置く。 赤いカブは、荷台の上。 無事にここまで運んでこられた。 ――――。 もし、僕が一人で結んでいたら。 途中で緩んでいたかもしれない。 太一 「……なんでもできるようになってきたと思ってたけど。」 車の免許も取った。 大阪で働くことも決まった。 もうすぐ高校も卒業する。 自分では、少し大人になったつもりだった。 でも―― 太一 「……まだまだだな(笑)」 父さんは、あんな結び方を当たり前に知っている。 たぶん、何度も荷物を運んできたからだろう。 今まで、そんなことを考えたこともなかった。 太一 「……親って、こういうときにありがたさが分かるんだな。」 ――――。 軽トラの後ろに腰掛けた。 見上げると、青い空。 山の向こうを、白い雲がゆっくり流れていた。 店主は、まだ帰ってこない。 太一 「……どこ行ったんだろ(笑)」 赤いカブと一緒に、もう少し待つことにした。 ――つづく。🏍️
もっと見る
道案内AIが路地の角を曲がれても、都市を横断できるとは限りません。その差を実スケールの香港で測りました。 UrbanGround: From Local Perception to Spatial Agency in a Real-Scale City 🏙️ 概要 MLLMは短距離タスクや視覚認識で高い性能を示してきましたが、「局所での強さが広域行動に転化するか」は未検証でした。UrbanGroundは、香港の地理空間データ(OSM・衛星地図)からUnity上に構築した実スケール3D都市シミュレーションで、MLLMの空間エージェント能力を体系的に評価します。810件の人手検証済みタスクを5段階の評価ラダーに配置しています。 🔍 解決する課題 既存の空間推論ベンチマークはほとんどが小規模・合成環境・短距離タスクに留まっており、都市スケールの複合的な空間推論を問うものがありませんでした。天候変動・道路閉鎖・歩行者群衆といった動的変化への対応も問われていませんでした。 ⚙️ 方法論 フレームワークは3層構成(地理空間層・シミュレーション層・エージェント層)で、エージェントは一人称視点映像とインタラクティブマップを入力として受け取ります。評価は5段階ラダーで段階的に複雑化します。 ・Level 1: 視覚認識・方向判断・能動的探索 ・Level 2: 短距離/長距離/指示付きナビゲーション ・Level 3: 説明文からの暗黙的目的地推論 ・Level 4: スケジューリング・経路最適化 ・Level 5: 道路閉鎖・歩行者への動的適応 📊 実験結果 視覚認識は77〜93%と比較的高い一方、方向判断は23〜58%と弱く、短距離ナビゲーション成功率〜70%が長距離ではほぼゼロに崩壊します。天候・照明変化でQA精度が5〜20ポイント低下し、歩行者との衝突率は全モデルで75%超でした。GPT-5.5とKimi-K3が最も強力でしたが、長距離・動的環境での失敗パターンはどのモデルも同様です。 核心的知見は「局所能力は広域探索に合成されない」こと。エージェントは目に見える範囲は適切に動けても、それを超えた空間状態の維持や無効ルートの計画修正ができないことが実証されました。 #MLLMs# #EmbodiedAI#
もっと見る
デザイナー社長「道の駅のAI生成で作った広告がよく出来てる。うちの若手なら3日かかる」 商品紹介とシズル感も備えています。
生成AIという「技術」が決定的に道を踏み外したのは、違法に集められた大規模なデータを使えば専門家ではない一般人でも遊べるサービスとして売り込めるという「方法論」と合体した瞬間です この悪い方法論を支えているのが、「出自を問わず楽しければ手を出してしまう一般人」です あなたはどう?
もっと見る
北海道別海町役場、対話型AI面接サービス「エンPeopleX AI面接」を導入
AIもロボも、私が今からその道を極めるより、新規100人にその道を極めさせる方がレバレッジが効く。なぜならインフルエンサーだから。 その分、私がその道を極めるために使える時間は減るので専門性が低いことを指摘されることもあるけど、私はインフルエンサーの専門性が高いので役割分担すわ。
もっと見る
狭い道で対向車のバスと譲り合いそうな場面で、バスがパッシングをしてくれたので、自動運転AIが空気を読んで先に行きました!!
もっと見る
寄った道の駅の有線知らない曲だな〜ってよく聴いたらオリジナルのAI楽曲でヤバかった
AI時代に、あえて「日本から手紙を送る」。47都道府県を手のひらに。〜世界で一番小さな日本旅行〜「Senpai Snail ...
AI也做不出這樣的美少女!天然的「奏たまき(奏玉樹)」一搞就上癮! 她是10月20日要在片商Moodyz出道的「奏たまき(奏玉樹)」,外型天然,個性坦率,有著迷人的肉感,對打炮也是很有興趣⋯大家可以看看,這位M社的專屬女優怎麼樣? #奏たまき# #奏玉樹#
もっと見る