画像・動画・音声・ローカル LLM の実験ノート。Astro と MDX で書き、site-sync で配信しています。https://technical-notes.com/generative-ai/jaMon, 24 Aug 2026 16:51:00 GMThttps://technical-notes.com/generative-ai/2026/08/22/minimax-h3/https://technical-notes.com/generative-ai/2026/08/22/minimax-h3/中国MiniMaxの動画生成AI MiniMax-H3。33Bで最大2K・24fps・4〜15秒の動画を32kHzステレオ音声つきで一度に生成する。仕様とファイル構成をまとめた。Sat, 22 Aug 2026 00:00:00 GMTComfyUIMiniMax-H3動画生成https://technical-notes.com/generative-ai/2026/08/07/qwen-image-edit-rapid-aio/https://technical-notes.com/generative-ai/2026/08/07/qwen-image-edit-rapid-aio/環境：Codex (GPT-5.6 SOL) なんとなく触ってみたQwen-Image-Edit-Rapid-AIOが非常によかったので紹介します。 Qwen Image Editは去年末に登場して何度か触ったのですが、Fri, 07 Aug 2026 09:00:00 GMTComfyUIIllustriousQwen-Image-EditStable Diffusionhttps://technical-notes.com/generative-ai/2026/07/31/manga-viewer-with-local-llm/https://technical-notes.com/generative-ai/2026/07/31/manga-viewer-with-local-llm/環境：Claude Code(Opus 5) 視覚モデルがどの程度漫画を読み取れるのかが気になったので試作してみました。フリー素材となっている「ブラックジャックによろしく」を使って解説します。 漫画を読みながらLLMに質Fri, 31 Jul 2026 04:00:00 GMTClaude CodeGemmahttps://technical-notes.com/generative-ai/2026/07/12/text-editor-with-local-llm/https://technical-notes.com/generative-ai/2026/07/12/text-editor-with-local-llm/環境：Claude Code(Opus 4.8) 開発の動機 AIに書かせるのではなく、アシストしてほしい、というコンセプトです。 ローカルLLMが執筆をサポートしてくれる専用のテキストエディタを試作しました。中身は「テSun, 12 Jul 2026 05:00:00 GMTClaude CodeGemmaRAGhttps://technical-notes.com/generative-ai/2026/07/08/news-dashboard-with-ornith-1-0/https://technical-notes.com/generative-ai/2026/07/08/news-dashboard-with-ornith-1-0/環境：Claude Code(Opus 4.8) 最近リリースされたOrnith-1.0を使っていてウェブ検索に向いていることを発見したので、アプリを作成してみました。 Ornith-1.0をウェブ検索に使う OrnitTue, 07 Jul 2026 23:00:00 GMThttps://technical-notes.com/generative-ai/2026/06/14/rtx-spark-spec/https://technical-notes.com/generative-ai/2026/06/14/rtx-spark-spec/nVidiaからRTX SparkがGTC Taipeiで発表されました。ようやくローカルLLMをnVidiaのGPUで動かせるノートPCが登場しそうです。発売は今年の秋。 スペック コメント CPU 20コアArmCPSat, 13 Jun 2026 16:00:00 GMThttps://technical-notes.com/generative-ai/2026/06/13/earth-wind-visualizer/https://technical-notes.com/generative-ai/2026/06/13/earth-wind-visualizer/環境：Claude Code(Fable 5) 地球上の風の流れを 3D で可視化するスタンドアロンのアプリを作成しました。アメリカ政府によって止められる前のClaude CodeのFable5をぎりぎり使えました。 最Sat, 13 Jun 2026 01:00:00 GMThttps://technical-notes.com/generative-ai/2026/06/06/vera-rubin/https://technical-notes.com/generative-ai/2026/06/06/vera-rubin/いまさらな感じですが、Vera Rubinの構成や設計思想のメモ。 LLMの推論処理の流れ LLMの推論は、大きく プレフィル（Prefill） と デコード（Decode） の2段階に分かれている。 プレフィルフェーズFri, 05 Jun 2026 16:00:00 GMTnVidiahttps://technical-notes.com/generative-ai/2026/05/30/stable-audio-3/https://technical-notes.com/generative-ai/2026/05/30/stable-audio-3/環境：Claude Code (Opus 4.8) コンテンツ制作をしていると、プレゼンの資料や動画、アプリ開発などで「ちょうどいい効果音」が必要になる場面が少なくないです。音の素材を自前で用意するのは難しく、自作するにSat, 30 May 2026 04:00:00 GMTClaude CodeローカルLLM効果音https://technical-notes.com/generative-ai/2026/04/04/prompt-graph/https://technical-notes.com/generative-ai/2026/04/04/prompt-graph/環境：Visual Studio Code, Codex(GPT-5.4) 今回もローカルLLMを利用したアプリを制作しました。前回はチャットアプリを作成しましたが、一問一答形式ではなく、文章をデータとして並べて俯瞰したFri, 03 Apr 2026 19:00:00 GMTClaude CodeCodexGemmaVisual Studio CodeローカルLLMhttps://technical-notes.com/generative-ai/2026/04/03/gemma-4/https://technical-notes.com/generative-ai/2026/04/03/gemma-4/Gemma3から一年ぶりの新バージョン。 概要 基本情報 正式名 Gemma 4 公開日 2026年4月2日 開発会社 Google DeepMind モデル規模 31B (Dense)26B MoEE4BE2B ライセFri, 03 Apr 2026 13:00:00 GMTGemmaローカルLLMhttps://technical-notes.com/generative-ai/2026/03/25/local-llm-with-memory/https://technical-notes.com/generative-ai/2026/03/25/local-llm-with-memory/環境：Visual Studio Code, Claude Code(Sonnet 4.6) AIチャットアプリを作りながらローカルLLMの記憶の仕組みを作ってみました。 LM Studioなどを使ってローカルLLMを利Wed, 25 Mar 2026 01:00:00 GMTClaude CodeQwenRAGVisual Studio CodeローカルLLMhttps://technical-notes.com/generative-ai/2026/03/23/qwen3-5/https://technical-notes.com/generative-ai/2026/03/23/qwen3-5/いよいよ本命のモデルが来た感じがしますね。ローカルモデルのスタンダードになりそうです。 Qwen3.5 Qwen3.5は、Alibabaが開発した大規模言語モデル（LLM）シリーズで、Qwen3の後継にあたる改良版。 正Mon, 23 Mar 2026 13:00:00 GMTQwenhttps://technical-notes.com/generative-ai/2026/03/08/ltx-2-3/https://technical-notes.com/generative-ai/2026/03/08/ltx-2-3/環境：LTX-2.3, ComfyUI 0.16.4 イスラエルのLightricksが先日公開した動画生成AIのLTX-2.3を使ってみました。前世代モデルのLTX-2と比べて、「プロンプトの理解力の向上」、「画像からSun, 08 Mar 2026 07:00:00 GMTComfyUILTXhttps://technical-notes.com/generative-ai/2026/03/07/chatbot-debate/https://technical-notes.com/generative-ai/2026/03/07/chatbot-debate/環境：Visual Studio Code, Claude Code(Opus 4.6), Codex(GPT5.4) チャットボット同士で会話をさせてみたかったのと、どうやって実装されるのかを知りたくて討論会のアプリをSat, 07 Mar 2026 13:00:00 GMTClaude CodeCodexVisual Studio Codehttps://technical-notes.com/generative-ai/2026/02/28/video-content-analyzer-with-qwen-vl/https://technical-notes.com/generative-ai/2026/02/28/video-content-analyzer-with-qwen-vl/環境：Visual Studio Code, Claude Code(Sonnet 4.6) 以前からやってみたかった視覚言語モデルによる動画の解析をやってみました。前日の試作を拡張したものになります。Qwen3-ASRSat, 28 Feb 2026 14:00:00 GMThttps://technical-notes.com/generative-ai/2026/02/27/language-caption-player-qwen3-asr/https://technical-notes.com/generative-ai/2026/02/27/language-caption-player-qwen3-asr/環境：Visual Studio Code, Claude Code(Sonnet 4.6) 英語学習の目的で日本語・英語の字幕を同時に並べる動画プレイヤーを作りたい、と思っていたことがありましたが、いつのまにかローカルFri, 27 Feb 2026 13:00:00 GMThttps://technical-notes.com/generative-ai/2026/02/20/audio-to-audio-bgm/https://technical-notes.com/generative-ai/2026/02/20/audio-to-audio-bgm/環境：SUNO v5 中学生から高校生の頃MIDIで作曲に挑んでいた時期がありました。ちょっとした黒歴史なんですが、当時はひとつのゲームをすべて自分で作ってみたい、という気持ちが強くて、たまに妄想ゲームのBGMも作っていThu, 19 Feb 2026 20:00:00 GMThttps://technical-notes.com/generative-ai/2026/02/11/prompt-assistant/https://technical-notes.com/generative-ai/2026/02/11/prompt-assistant/環境：Visual Studio Code 1.108.2, Claude Code(Opus 4.6) 前回と前々回はプロンプト生成を支援するアプリを作成しましたが、今回はそれらを統合するようなアプリをClaTue, 10 Feb 2026 23:00:00 GMTClaude CodeComfyUIStable DiffusionVisual Studio CodeWANZ-Image Turbohttps://technical-notes.com/generative-ai/2026/02/02/sd-to-qwen-prompt/https://technical-notes.com/generative-ai/2026/02/02/sd-to-qwen-prompt/環境：Claude Code 前回と同様、ローカルLLMを使って動画向けのプロンプトを生成するアプリをつくりました。今回は対話をするのではなく、解答だけを返します。LLMを完全にツールとして使いました。 使っているモデルMon, 02 Feb 2026 12:00:00 GMTClaude CodeStable DiffusionVisual Studio CodeWAN