#AI

Gradio 6のgr.HTMLで、Pythonファイル1つから完全なWebアプリが作れるようになった

Gradio 6で追加されたgr.HTMLコンポーネントの仕組みと使い方を解説する。HTML・CSS・JavaScriptをPython内に記述し、ビルドなしでインタラクティブなWebアプリを構築できる。

Google が Developer Knowledge API と MCP Server を発表 ― 生成 AI から公式ドキュメントを直接参照できるように

Google Cloud、Android、Firebase など Google テクノロジーの公式ドキュメントを生成 AI から参照できる Developer Knowledge API と MCP Server がパブリックプレビューとして公開された。

AI がオープンソースを壊しつつある ― メンテナーへの負荷増大と対策の現状

Jeff Geerling の記事を起点に、AI 生成の低品質コントリビューションがオープンソースメンテナーに与えている影響と、curl や GitHub の対応を整理した。

ローカルLLMをVPN経由で外部API化する

Tailscale VPNとConoHa VPSを使って、ローカルLLMをインターネットからAPI経由で呼び出せるようにした構成と手順。

Strix HaloのVRAM・メモリ配分を攻略する

GMKtec EVO-X2（Strix Halo）でローカルLLMを動かす際のVRAM/メインメモリ配分問題と解決策。VRAM 8GBでも29.6GBモデルが動いた実証付き。

EVO-X2でローカルLLM環境を構築した

GMKtec EVO-X2（Strix Halo）でNSFW対応のローカルLLMを構築した記録。LM StudioとMS3.2-24B-Magnum-Diamondで約11 tokens/sのGPU推論を実現するまで。

画像生成AIのVAEはなぜ重い？ Qwen-ImageとHunyuanImageのアーキテクチャ比較

Qwen-Image-EditのVAE推論が重い理由と、HunyuanImage 2.1が採用した32x高圧縮VAEの設計思想の違いを解説。Kohya氏によるVAEメモリ最適化の動向も追う。

MimikaStudio - 複数TTSエンジンをGUIで束ねるローカルTTSアプリ

Qwen3-TTS、Chatterbox、Kokoro、IndexTTS-2を一つのGUIに統合したローカルファーストのボイスクローン＆TTS＆オーディオブック作成アプリ。FastAPIバックエンド＋Flutter UI＋MCPサーバーの構成。

MioTTS - コーデックから自作した軽量LLMベースTTS

Aratakoが公開したMioTTS。独自コーデックMioCodecからフルスクラッチ開発された0.1B〜2.6Bの日英対応TTSモデル群。llama.cppやOllamaでそのまま動く設計が特徴的。

Mac M1 MaxでLoRA学習に13回全敗してからRunPodで成功するまで

Mac Studio M1 Max 64GBでIllustrious-XLのLoRA学習に13回挑んで全敗。Antigravity、Claude、Geminiなど複数AIエージェントの力を借りて原因を特定し、RunPod RTX 4090で最終的に成功した全記録。致命的だった3パラメータとsd-scripts直叩きの罠。

ActionMesh - 動画からアニメーション付き3Dメッシュを生成するMeta AIのモデル

Meta AI Researchが公開したActionMeshを調査。動画を入力するとBlenderやUnityで使える.glb形式のアニメーション付き3Dメッシュが出力される。入力制限や実行環境、AI動画生成との組み合わせなど実用面を整理した。

Claude Code ベストプラクティス集リポジトリの紹介と実践ガイド

GitHub で1,500スターを超えた claude-code-best-practice リポジトリを深掘り。CLAUDE.md の書き方、Command→Agent→Skills の3層アーキテクチャ、Hooks による通知、RPI ワークフローなど、開発現場で使えるノウハウを整理した。