論文の概要: Why Open Small AI Models Matter for Interactive Art
- arxiv url: http://arxiv.org/abs/2511.09788v1
- Date: Fri, 14 Nov 2025 01:09:44 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-11-14 22:53:22.484045
- Title: Why Open Small AI Models Matter for Interactive Art
- Title（参考訳）: オープンな小さなAIモデルがインタラクティブアートにとって重要な理由
- Authors: Mar Canet Sola, Varvara Guljajeva,
- Abstract要約: このポジションペーパーは、インタラクティブなアートプラクティスのための創造的独立性において、オープンな小さなAIモデルの重要性を論じている。
ローカルにデプロイ可能なこれらのモデルは、支配的な大規模でクローズドソースの企業システムとは異なり、アーティストにインフラストラクチャとコードに対する重要なコントロールを提供する。
本稿では,対話型アートにおけるオープンな小さなAIモデルの利用の実践的応用と意義を考察し,それらをクローズドソースの代替品と対比する。
- 参考スコア（独自算出の注目度）: 1.3607388598209322
- License: http://creativecommons.org/licenses/by-nc-nd/4.0/
- Abstract: This position paper argues for the importance of open small AI models in creative independence for interactive art practices. Deployable locally, these models offer artists vital control over infrastructure and code, unlike dominant large, closed-source corporate systems. Such centralized platforms function as opaque black boxes, imposing severe limitations on interactive artworks, including restrictive content filters, preservation issues, and technical challenges such as increased latency and limited interfaces. In contrast, small AI models empower creators with more autonomy, control, and sustainability for these artistic processes. They enable the ability to use a model as long as they want, create their own custom model, either by making code changes to integrate new interfaces, or via new datasets by re-training or fine-tuning the model. This fosters technological self-determination, offering greater ownership and reducing reliance on corporate AI ill-suited for interactive art's demands. Critically, this approach empowers the artist and supports long-term preservation and exhibition of artworks with AI components. This paper explores the practical applications and implications of using open small AI models in interactive art, contrasting them with closed-source alternatives.
- Abstract（参考訳）: このポジションペーパーは、インタラクティブなアートプラクティスのための創造的独立性において、オープンな小さなAIモデルの重要性を論じている。
ローカルにデプロイ可能なこれらのモデルは、支配的な大規模でクローズドソースの企業システムとは異なり、アーティストにインフラストラクチャとコードに対する重要なコントロールを提供する。
このような集中型プラットフォームは不透明なブラックボックスとして機能し、制限のあるコンテンツフィルター、保存問題、レイテンシの増加やインターフェースの制限といった技術的な課題を含む、インタラクティブなアートワークに厳しい制限を課している。
対照的に、小さなAIモデルは、これらの芸術的プロセスに対してより自律性、制御、持続可能性を持つクリエイターに力を与える。
新しいインターフェースを統合するためのコード変更を行うか、モデルの再トレーニングや微調整によって新しいデータセットを介して、独自のカスタムモデルを作成することができる。
これにより技術的自己決定が促進され、より大きな所有権を提供し、インタラクティブアートの要求に不適な企業AIへの依存を減らす。
批判的に、このアプローチはアーティストに力を与え、AIコンポーネントによるアートワークの長期保存と展示を支援する。
本稿では,対話型アートにおけるオープンな小さなAIモデルの利用の実践的応用と意義を考察し,それらをクローズドソースの代替品と対比する。
関連論文リスト
- Explainability-in-Action: Enabling Expressive Manipulation and Tacit Understanding by Bending Diffusion Models in ComfyUI [6.349140286855134]
我々は、Sch"onの「反省的行動(reflection-in-action)」と似た、長期的、ハンズオンなエンゲージメントに根ざした説明可能性へのクラフトベースのアプローチを提案する。
生成モデルの異なる部分をインタラクティブに操作することで、アーティストは各コンポーネントが出力にどのように影響するかについての直感を発達させることができることを実証する。
論文 参考訳（メタデータ） (2025-08-10T05:19:30Z) - AI Flow: Perspectives, Scenarios, and Approaches [51.38621621775711]
私たちは最先端のITとCTの進歩を統合するフレームワークであるAI Flowを紹介します。
まず、デバイスエッジクラウドフレームワークは、エンドデバイス、エッジサーバ、クラウドクラスタを統合する基盤として機能する。
第2に,家族モデルの概念を導入し,同列に隠れた特徴を持つ様々なサイズのモデルに言及する。
第3に、コネクティビティとインタラクションに基づくインテリジェンスの出現は、AI Flowの新たなパラダイムである。
論文 参考訳（メタデータ） (2025-06-14T12:43:07Z) - A Framework for Situating Innovations, Opportunities, and Challenges in Advancing Vertical Systems with Large AI Models [30.35173355997027]
大規模なAIモデルは、医療、教育、法律など、高度な分野に展開されている。
これらの課題は、モデルの能力と現実世界のアプリケーションのニーズを整合させるために、学際的な革新を必要とします。
我々は,ユーザの要求を満たすためのイノベーションを階層的に抽象化することで,このギャップに対処するフレームワークを導入する。
論文 参考訳（メタデータ） (2025-04-03T17:40:11Z) - Generative AI for Cel-Animation: A Survey [59.20171452237911]
GenAIは、技術的な障壁を減らし、幅広いクリエイターへのアクセシビリティを広げることで、伝統的なアニメーションに革命をもたらしている。
その可能性にもかかわらず、一貫性、スタイリスティックなコヒーレンス、倫理的考察といった課題が続いている。
本稿では,AI支援アニメーションの今後の方向性について考察する。
論文 参考訳（メタデータ） (2025-01-08T20:57:39Z) - KModels: Unlocking AI for Business Applications [10.833754921830154]
本稿では、KModelのアーキテクチャと、それを形作る重要な決定について述べる。
KModelsにより、AI消費者は専用のデータサイエンティストの必要性を排除できる。
オンプレミスのデプロイメントに非常に適しているが、クラウド環境でも使用できる。
論文 参考訳（メタデータ） (2024-09-08T13:19:12Z) - Problematizing AI Omnipresence in Landscape Architecture [6.046591474843391]
このポジションペーパーは、ランドスケープアーキテクチャの専門職における現在のAIの狂気を調べるための、重要なレンズを論じ、提供します。
著者らは、ランドスケープアーキテクトがAIを考える際に住むことができる5つのアーキタイプやメンタルモードを提案している。
論文 参考訳（メタデータ） (2024-06-03T15:20:05Z) - LVLM-Interpret: An Interpretability Tool for Large Vision-Language Models [50.259006481656094]
本稿では,大規模視覚言語モデルの内部メカニズムの理解を目的とした対話型アプリケーションを提案する。
このインタフェースは, 画像パッチの解釈可能性を高めるために設計されており, 応答の生成に有効である。
本稿では,一般的な大規模マルチモーダルモデルであるLLaVAにおける障害機構の理解に,アプリケーションがどのように役立つかのケーススタディを示す。
論文 参考訳（メタデータ） (2024-04-03T23:57:34Z) - WenLan 2.0: Make AI Imagine via a Multimodal Foundation Model [74.4875156387271]
我々は,膨大なマルチモーダル(視覚的・テキスト的)データを事前学習した新しい基礎モデルを開発する。
そこで本研究では,様々な下流タスクにおいて,最先端の成果が得られることを示す。
論文 参考訳（メタデータ） (2021-10-27T12:25:21Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。