久々に発表されたマイクロソフトの新機能「Copilot 3D」を使ってみる

Share
久々に発表されたマイクロソフトの新機能「Copilot 3D」を使ってみる
記事
マイクロソフト、「Copilot 3D」を提供--画像1枚から手軽に3Dモデルを作成

AIって各社がしのぎを削っていて、ニュースが毎日のように出てくるのですが、早くからAIに取り組んでいるマイクロソフトのニュースはそれ程多くなかった印象です。
そんなマイクロソフトの新機能という事で、ちょっと期待しちゃいますね。(細かい更新は色々行われているみたいですけどね)
そんな訳で、ちょっとやってみました。

サインインが必要なようです。
今回はマイクロソフトアカウントを使用しました。

公式で示されている用途は「ゲーム、アニメーション、3D 印刷、デザイン、VR/AR、デジタル コンテンツ、アート プロジェクト」と書かれているので、ゲームへの利用などもOKぽいです。
商用利用に関してはあまり詳しく書かれていない印象ですが、想定していそうな感じがしますが、商用利用は要確認ですね

ファイル形式は「GLB 形式」でダウンロードできます。

あと、「作品は 28 日間、[自分の作品] ページに保存されます。その後、システムから自動的に削除」だそうです。

「Copilot 3D」

お米を応援するチアの子ですw

これを3D化するとこうなります。

同じ画像でも3D変換をやる度にちょっと違うようなので(ランダム要素があるっぽい)もう一度作ってみます。
その結果がこちら

なんか目が離れた感じで、1回目の方が良かったですね。
ある程度回数こなして、良いのをチョイスするといいかもです。

違うパターンもやってみます。
この飛行機の画像

このような3D化しやすそうな物なら、どうなるかやってみましょう。
背景があるので、ゴミが入る可能性はありますが・・・

こんな感じです。

少しゴミが入っていますね。
もう一回やってみます。

かなりいい感じです。
変なゴミも無いので、かなりいい感じになっています。

今度はドット絵を3D化したらどうなるか試してみます。
画像によって結果は違うと思うので、一例として見てください。

こんな感じになりました。
頭だけが出っ張って、何か悲しい感じになっています。ドット絵は、うまく認識されないんでしょうね。
他でも2回試しているので、これももう一度やってみます。

今度は、平面の四角い板ポリゴンに画像を貼り付けただけの感じになってます。
やはり厳しそうですね。

今回、最後のドット絵はちょっと意地悪な画像だったと思いますが、ライスチアはそこそこでした。
何度か繰り返して、できが良いのを引くまで頑張れば、いい結果は得られそうです。
飛行機は、かなりいい感じになりました。
最初はゴミが入ったので、この手の画像からであれば、かなり良い結果が得られそうです。

ここから3Dプリンタで出す所までやれれば、できる事は無限大に広がりそうです。
正直沼ですねw

Read more

自動的にカラオケっぽい歌詞を付けるアプリを作ってみた結果

自動的にカラオケっぽい歌詞を付けるアプリを作ってみた結果

sunoで作成した曲に歌詞を付けるのが手間だなぁ~と常々思っていたのですが、これを効率化したいと言う事で、今回は歌を解析して歌詞を指定すればタイミングを合わせて配置してくれるアプリを作ってみました。 せっかく作ったので少し解説と、どんな物が作れるのか、デモの動画と少し解説をしますが、アプリそのものはライセンスの問題で非公開です。 実際にこのツールで作成した動画を3本ほど紹介 スペルトナエル サイコロ勇者と魔王の城 アトミックピクニック 見てもらうと分かりますが、これが思ったより簡単に作れるようになったので、現在のように短期間で作れるようになりました。 歌詞入りで曲を公開する場合に、歌詞を入れる作業に時間がかかる割に、イマイチなできになる事も多いので、クオリティーが安定したのも良かったです。 では、次の動画で実際にツールを使って曲に歌詞を入れていきます。 使用しているAIのライセンス問題で、手軽に公開できないのと、需要がそれ程無さそうなので、こんなアプリで動画作成してますよって紹介になります。 音源さえ用意すれば、カラオケも作れちゃいます。 カラオケの例です。

ある人から、MarkdownのテキストをPDFにしてくれる何かが欲しいと言われたので、Claude Codeで作る事にした

ある人から、MarkdownのテキストをPDFにしてくれる何かが欲しいと言われたので、Claude Codeで作る事にした

実際、AIはMarkdownで解答を返してくる事が多く、普通に使っているだけでも、Markdown形式のテキストが手軽に表示したり、PDFに変換できると便利だと思うので、ブラウザで手軽に使える物を作りました。 作成後WEB上にアップしたのが以下のURLになります。 https://test.aisgm.me/test_prog/app/md2pdf/ VS Codeのプラグイン入れれば、同じ事は出来ますし、他にも同じようなアプリを作っている人がいるので、それを使うのも手なんですが、最近は怪しいサイトも多いですし、広告が大量に出るものも多いです。 更に、プラグインがウィルスに汚染されているケースなんかもニュースになっているので、セキュリティー的に使った事が無いものを人に勧めるのも怖いです。 そんな訳で、手軽に使えてインストール等の面倒な準備が必要無いってなると、WEBアプリでアクセスすれば使えて、ローカルで処理させるのが良さそうです。 配布やインストールの手間も必要無く、使いたい時にネットに繋がって、ブラウザさえあれば動くので一番使い勝手がいいですよね。 ってな訳で、Claude

画像フォーマットに関する記事を見て色々と深掘りしてみた

画像フォーマットに関する記事を見て色々と深掘りしてみた

画像フォーマットの正体とWebPの「予測マジック」を理解する 次世代画像フォーマットAVIFを触ってみた 割と最近の画像圧縮フォーマットについてです。 「webp」は比較的見るようになったフォーマットですが、従来は画像のサイズが小さいのはJPGで、透明色が使えて画質を維持するのがPNGって感じで、使い分けられていると思います。 しかし、JPGは古いフォーマットで圧縮アルゴリズムも古い上に、透明色が使えないなど改良の余地が多々あるので、「JPEG 2000」というフォーマットも作成されました。 「JPEG 2000」は技術的には従来のJPEGを大幅に上回る優秀なフォーマットにもかかわらず、処理負荷の高さや互換性の問題から一般消費者向けには普及しませんでした。 今となっては、それ程負荷は高くないのですが、開発された当時(2000年代前半)のPCのスペックを考えると厳しかったと思われます。 2001年のPCスペックを調べてみました。 Intel Pentium III 256MBから512MBのRAM 20GBから80GB Windows 98やWindows 2000が主流 この

suno5.5の実力を過去バージョンと比較(比較曲多めでお送りします)

suno5.5の実力を過去バージョンと比較(比較曲多めでお送りします)

suno5.5を使ってみましたが、なんか音の厚みが増して日本語の再現度も上がって、歌唱クオリティが一ランク上がったように感じるほどです。 とりあえずバージョンの歴史から V2 (2023年秋):  最大生成時間は1分20秒でした V3 (2024年春):  生成時間が2分に更新されました V3.5 (2024年夏): 曲の構造が改善され、初回生成の最大時間が4分に、延長                       (Extend)は1回につき最大2分まで可能になりました V4 (2024年11月): ボーカル品質が向上し、初回生成の最大時間は4分です。また、「Extend(延長)」「Cover(カバー)」「Persona(ペルソナ)」機能が追加されました V4.5 (2025年5月): 初回生成の最大時間が8分に延長され、プロンプトへの忠実度やスタイルのマッシュアップ機能が向上しました V4.5+ (2025年7月): 「Add Vocals(ボーカル追加)」や「Add Instrumental(インスト追加)」などの制作ツールが更新されました V5 (2025年9月):  オーディ