複数の同一人物を同時に量産できるNVIDIAの画像生成AI「ConsiStory」、Gemini UltraやGPT-4に匹敵する数学特化のオープンソース言語モデル「DeepSeekMath」など重要論文5本を解説（生成AIウィークリー） | テクノエッジ TechnoEdge
2014年から先端テクノロジーの研究を論文単位で記事にして紹介しているWebメディアのSeamless（シームレス）を運営し、執筆しています。 1週間分の生成AI関連論文の中から重要なものをピックアップし、解説をする連載です。第33回目は、生成AI最新論文の概要5つを紹介します。 生成AI論文ピックアップ 訓練なしで複数キャラを同時に異なるプロンプトで量産できる画像生成AI「ConsiStory」、NVIDIAなどが技術開発 “あいまいな言葉”で画像を合理的に編集できるモデル「MGIE」、Appleなどが開発 Gemini UltraやGPT-4に匹敵する数学特化のオープンソース言語モデル「DeepSeekMath」 Google、探索アルゴリズムを使わずチェスのグランドマスターレベルを達成するAIモデルを発表 テキストや写真から高解像度の3Dモデルを数秒で生成するモデル「LGM」 訓練な
最低1枚の元写真があれば、高品質本人画像をすぐに生成できる「PhotoMaker」を試したらお手軽すぎた（CloseBox） | テクノエッジ TechnoEdge
人気連載『生成AIウィークリー』で取り上げている注目論文を見ると、そこに中国IT企業の名前が頻繁に登場します。 EC大手のアリババ（Alibaba）、ゲーム大手のテンセント（Tencent）、TikTokの運営元であるBytedanceなどが常に顔を出しており、画像・音声・アニメーションと、生成AIのあらゆる分野で中国に勢いがあることがわかります。 そんな中、テンセントがなかなか衝撃的な技術を発表しました。「PhotoMaker」という画像生成AIです。これでなければできない、というものではないのですが、「ファインチューニングの事前作成不要」「元画像が少なくても良い」のに、人物のアイデンティティを維持した画像を生成できるというメリットがあります。 これまでは既存の画像AIモデルに多数の写真を読み込ませて本人性を学習させたものから新たなAIモデルやその簡易版であるLoRAモデルを作ってきまし
OpenAIがGPT Store開設、早速「SEOブログ記事自動生成」「AI検出回避に人間らしく加工」等が人気。レベニューシェア収益化も | テクノエッジ TechnoEdge
OpenAIが、かねてから予告していたGPT Store をようやく開設しました。 個人や企業が作ったカスタム版ChatGPTであるGPTsを分野ごとにブラウズ・検索して利用でき、自分が作ったGPTを公開することもできます。 現状では有料プランのChatGPT Plus加入ユーザーのみ、メニューの「Explore GPTs」から利用可能です。 ストアといっても利用に別途料金が必要なGPTsは今のところありませんが※、OpenAIは今四半期のうちにも、GPTsが利用された回数に応じて制作者に収益を分配するレベニューシェアを開始予定です。 (※ サードパーティーと接続したGPTsなどでは、チャットの過程で有料サービスに案内されることはあります。) 開設されたばかりのGPT Store でトップにフィーチャーされているのは、 AllTrails 世界中のトレッキングコースやアウトドア体験を場所・
AIで作曲して演奏・歌唱してくれる「Suno」、MIDIで吐いてくれPleaseとお嘆きの方に。無料のもあるよ（CloseBox） | テクノエッジ TechnoEdge
歌詞を与えれば作曲・演奏・歌唱と残りの全てをやってくれるAI作曲完パケサービス「Suno」。音楽制作界隈では「MIDIで吐いてくれ」との声が多く上がっています。 いい感じの音楽が出るまでガチャを引けばいいのですが、Sunoを効率化のために使いたい、アイデア出しのために利用したいんだけど、出力された音楽をいちいち手弾きで入力するのもだるい、という話です。 今回はこの解決策をご紹介しようと思います。詳しい人ならご承知のことと思いますが、改めて。 以前のコラムで紹介したように、例えばLogic ProのFlexPitchのようなピッチエディターを使えば、単音のオーディオファイルからMIDIデータを取り出すことは可能です。 実際、筆者はUVR5という音源分離ツールを使って取り出したBassトラックをFlexPitchによってピアノロール表示し、それを改めてMIDIデータとして打ち込むというのをやっ
AIで「普通のおじさん」を生成したフェイク新聞の作り方。そこから考える「普通」への疑い | テクノエッジ TechnoEdge
ゲームとWebのフリーランス開発者。3DCGからゲーム開発の世界に入り20年。今は生成AIの変化を追いかけて日々実験しています。 生成AIの出力画像を元にCGで作った新聞っぽいフェイク画像をXに投稿したところ、想像以上の反響がありました。気軽な実験のつもりで説明も雑過ぎたため、伝わりにくかったり誤解されたりした部分もあるようです。どのように、なぜ作ったのか補足します。 どのように作ったか今回のフェイク新聞、作り方はかなり手抜きです。こうした制作に慣れている方なら30分もかからないでしょう。今はまだ多少専門性を求められますが、1年もすると「頑張れば誰にでも」程度になっているかもしれません。 実験としては、ぱっと見新聞だと感じてもらえなければ成立しません。しかしフェイクを作るのではなく、フェイクが作れる可能性の提示が目的です。画像が単体で流れていく可能性を考えると何かしら対策が必要で、強固な透
YouTube広告を16倍速であっという間に終わらせるChrome拡張が公開、広告ブロック警告を回避 | テクノエッジ TechnoEdge
ガジェット全般、サイエンス、宇宙、音楽、モータースポーツetc... 電気・ネットワーク技術者。実績媒体Engadget日本版, Autoblog日本版, Forbes JAPAN他 YouTubeは今年、ブラウザーの拡張機能などで提供される広告ブロッカーへの対策を強化し、ユーザーが使用し続けると「広告ブロッカーの利用は、YouTube の利用規約で認められていません」と警告画面を表示するようになりました。 この画面が現れた場合、選択肢に従ってAdblock PlusやuBlock Originといった広告ブロッカーの設定からYouTubeを除外するか、広告表示のない有料プラン「YouTube Premium」を使うことが求められます。 警告画面は右上の×ボタンでいったん消すことはできるものの、そのままでは結局、動画再生時に再び警告画面を見ることになります。
自宅でお手軽リフローはんだ付け！約1600円の激安 恒温加熱台を試してみました：#てくのじ何でも実験室 | テクノエッジ TechnoEdge
電子工作キットの中には、小さなチップ抵抗、コンデンサー、ICなどをハンダ付けしなくてはならないものもあります。手作業で1つずつ付けていくわけですが、抵抗が立ち上がったり、横にずれたり、ショートしたりと、なかなかうまくいかないことが多いものです。 ▲小さなチップ抵抗などは、手作業では結構大変製造工場ではどうしているかといえば、当然手作業ではなく、機械がハンダ付けをします。といっても、ロボットアームがハンダごてを持ってハンダ付けをするわけではありません。ペースト状のハンダを必要な場所に塗布し、パーツを乗せてから基板ごと加熱。ハンダを溶かして一気にハンダ付けしています。リフローと呼ばれる方法ですね。 ▲基板ごと加熱してハンダを溶かします今は個人でもプリント基板の発注が簡単にできることもあり、このリフローを家庭で行ないたいという人もいます。比較的低価格な装置もありますが、それでも数万～十万円くらい
生成AIグラビアをグラビアカメラマンが作るとどうなる？第十回：実在モデルからSDXL用顔LoRAを作る (西川和久) | テクノエッジ TechnoEdge
https://www.techno-edge.net/special/560/recent/%E7%94%9F%E6%88%90AI%E3%82%B0%E3%83%A9%E3%83%93%E3%82%A2%E3%82%92%E3%82%B0%E3%83%A9%E3%83%93%E3%82%A2%E3%82%AB%E3%83%A1%E3%83%A9%E3%83%9E%E3%83%B3%E3%81%8C%E4%BD%9C%E3%82%8B%E3%81%A8%E3%81%A9%E3%81%86%E3%81%AA%E3%82%8B%EF%BC%9F続きを読む » Modelに無い顔や彼女の顔を出したい！生成AIでポートレート写真やグラビアを作っていると、同じような雰囲気の顔ばかりが結構出るのに気付く。 もちろん何パターンもあるので、毎回同じでもないのだが、XやInstagramなどの生成AI画像
生成AIグラビアをグラビアカメラマンが作るとどうなる？第九回：Fooocus-MREでimage-2-imageやControlNetを試す (西川和久) | テクノエッジ TechnoEdge
今回はそれだけでは面白く無いので、元画像を絵柄そのまま高精細なフルHDにアップスケールしたい、もしくはそのまま使って絵を変えたい、構図やポーズをある程度固定したい、Photoshopのジェネレーティブ塗りつぶし的な機能は？…と言った、もう少しStable Diffusionっぽい使い方を順に説明する。 image-2-image / UpscalePromptから画像を得る方法を一般的にText-2-Imageと呼んでいる(txt2imgやt2iとも)。文字通りテキストから画像を…と言う意味だ。 Stable Diffusionでは、加えて画像から画像を得る方法があり、これをImage-2-Imageと呼んでいる(img2imgやi2iとも)。言葉よりも画像の方がより多くの情報を持っているので、それを使おうと言う意図だ。 これまで生成した画像の解像度は、832✕1,216や1,024✕1,
どんなに長い文章でも破綻しない生成AI「StreamingLLM」、キャラクターの性格や話し方を模倣するAIなど重要論文5本を解説（生成AIウィークリー） | テクノエッジ TechnoEdge
2014年から先端テクノロジーの研究を論文単位で記事にして紹介しているWebメディアのSeamless（シームレス）を運営し、執筆しています。 1週間分の生成AI関連論文の中から重要なものをピックアップし、解説をする連載です。第15回目は、大規模言語モデルでどんなに長い文章でも破綻しない手法、GPT-4で公開モデルの数学推論を強化する方法など、5つの論文をまとめました。 生成AI論文ピックアップどんなに長い文章でも破綻しない言語生成AIフレームワーク「StreamingLLM」 Llama-2に適応で400万トークン以上が可能に MITやMetaの研究者らが開発 「画像を外国語として学ぶ」 画像とテキスト入力で新画像を出力する生成AI「Kosmos-G」 マイクロソフトなどが開発 GPT-4 Code Interpreterでオープンソースモデルの数学推論を強化するフレームワーク「Math
ロビン・ウィリアムズの娘ゼルダ、AI生成で再現された父の姿や声が「個人的に不快」と非難 | テクノエッジ TechnoEdge
ガジェット全般、サイエンス、宇宙、音楽、モータースポーツetc... 電気・ネットワーク技術者。実績媒体Engadget日本版, Autoblog日本版, Forbes JAPAN他 米国の女優・監督兼プロデューサー、ゼルダ・ウィリアムズ氏は、すでに亡くなった人の遺志を考慮することなくAIで再現したり、置き換えたりする試みに対して「個人的に不快だ」と述べています。 ゼルダ氏はInstagramのストーリーで、2014年に死去した父ロビン・ウィリアムズのように意思表示できない俳優をAIで再現することに関して「父親のような俳優を作成・再現するためにAIモデルをトレーニングしたいと考えている人を何年も見てきた」とし、しかしそれは「よく言っても偉大な人々の貧弱に複製したもので、最悪の場合あらゆる酷いものを混ぜ合わせて作った、醜いフランケンシュタインのような怪物」になってしまうと述べました。 ゼルダ
生成AIグラビアをグラビアカメラマンが作るとどうなる？第五回：Stable Diffusionの基本1 / Checkpointとリアル系モデルの遷移 (西川和久) | テクノエッジ TechnoEdge
Checkpointとはあとひと月ほどすると、前回ご紹介した次世代Stable Diffusion、SDXLの波が来そう(来るかも？)と言うこともあり、今回は一番の基本となるCheckpointと、筆者の興味の対象となっているリアル系モデルの遷移にふれておきたい。 まずStable Diffusionのバージョンは1.4、1.5、2.0、2.1などがあり、現在最もポピュラーなのは1.5 (SDXLは0.9、1.0)。基本、対応したバージョンでないとモデルは作動しない。 一言でモデルと言っても、Stable Diffusionが必要、もしくはオプションとして扱えるモデルは、Checkpoint、LoRA、LyCORIS、Embedding、 Hypernetwork…など、さまざまな種類がある。絵を作る上において最も重要(＝絵の元になる)のがCheckpointで、他は無くても最低限これだけ
ダイソーの550円USB 3.0薄型ハブを分解したら興味深い仕様だった。「ゆっくり挿入は遅い」も検証： #てくのじ何でも実験室 | テクノエッジ TechnoEdge
製品は2種類あって、ひとつは「薄型Type-Cハブ」で、もうひとつは「薄型USB 3.0ハブ」。違いはホスト側のコネクターで、前者がType-C、後者がType-Aとなっているだけです。 4ポート全部がUSB 3.0なら悩まず買っていましたが、1ポートだけは微妙に感じてしまい、一旦はスルーしました。しかし、何で1ポートだけなんでしょうか。普通のUSBハブであれば、4ポートともUSB 2.0、もしくはUSB 3.0になりそうなものですよね。 ということで、不思議に思ったら確認するが「てくのじ何でも実験室」の信条（今、決めました）。サクッと確認してみましょう。 なお、家に帰ってから検索してみたところ、たぶん同じであろう製品が880円で売ってました（Amazonマケプレ）。ダイソーだと550円です。ダイソーつよい。 ▲「Besince USBハブ」という製品で、USB 3.0が1ポートという仕様
生成AIグラビアをグラビアカメラマンが作るとどうなる？第二回：「アジア美女」最新モデルBRAV6作例とネガティブプロンプトの基礎 | テクノエッジ TechnoEdge
使用したNegative Promptは、「1.無し」、「2.ほぼ最小限」、「3.筆者標準」、「4.embeddingsを使う」の4つパターン。 4番目だけ他と違い別途ファイルが必要となり、ダウンロードしたファイルを[Stable Diffusionのホームディレクトリ]/embeddingsへコピーする。Negative PromptでEasyNegativeなどをよく見かけるがそれだ。ここではng_deepnegative_v1_75tとbadhandv4が該当する。Promptで書く替わりに、特別に学習したModelで同じ効果を得られるようになっている。 無し (worst quality:2),illustration, 3d, painting, cartoons, sketch, illustration, 3d, sepia, (painting), cartoons, sk
1枚の静止画から動画作成する「AnimateDiff」、Googleの画像学習改良版「HyperDreamBooth」など5本の重要論文を解説（生成AIウィークリー） | テクノエッジ TechnoEdge
2014年から先端テクノロジーの研究を論文単位で記事にして紹介しているWebメディアのSeamless（シームレス）を運営し、執筆しています。 1週間分の生成AI関連論文の中から重要なものをピックアップし、解説をする連載です。第3回目は、GoogleのDreamBooth改良、静止画1枚からアニメーション作成など5つの論文をまとめました。 生成AI論文ピックアップGoogle、キャラ学習手法のDreamBoothを高速・小型化 さらに1枚の学習元から可能にする「HyperDreamBooth」開発 DreamBoothより25倍高速 画像1枚から動画を生成するAI「AnimateDiff」 DreamBoothやLoRAなどにも対応 動画内の被写体を変えて別の動画を生成できるAI「Animate-A-Story」 テンセント含む研究者らが開発 テキスト、画像、動画を同時に処理し生成する大規
生成AIグラビアをグラビアカメラマンが作るとどうなる？第一回：実在モデルで学習・LoRAでキャッチライト付加 (西川和久) | テクノエッジ TechnoEdge
百聞は一見に如かず。これってAI生成グラビア？AI画像生成に興味を持ったのは去年の年末頃だろうか。Twitterを眺めていると「どうやって撮った(作った)んだ？」と言う画像がたまに載っていたので調べると、Stable Diffusion Web UI (AUTOMATIC1111版)だった。 元々グラビアを撮っていたこともあり、あまり撮らなくなってもグラビア好きなのには違いなく、試したくなったのは言うまでもない。 AI生成画像は大きく分けて2種類あり、一つはイラスト系、もう一つはリアル系。筆者が興味を持ったのは後者。どこまで実写に迫れるのかがその興味の対象だ。百聞は一見に如かず。扉の写真はAI生成画像。現時点でこの程度の写りは容易にこなす。 とは言え、実際の撮影もそうなのだが、グラビア写真は数百枚撮ってカメラマンがある程度セレクトし納品したものが、納品先で更に絞られ、出版社などで更に絞り込
MetaがTwitter風の新SNS「Threads」アプリをGoogle Playで公開、すぐ取り下げ | テクノエッジ TechnoEdge
アプリ開発者でリバースエンジニアでもあるAlessandro Paluzzi氏がTwitterに共有した一連のスクリーンショットによると、Threadsアプリを起動するとユーザーはInstagramのユーザー名をインポートでき、見た目はほぼTwitterと同様のUIで自身の視点を投稿したり、DMをやりとりしたりできる模様です。 MetaはThreadsのリリース時期を明らかにしていません。今回のストアでの公開は意図したものか、ストア側の不具合のせいか、または単なるうっかりかはわかりませんが、すでに一度アプリストアに登場したことを考えると、そのリリースは間近に迫っていると考えて良さそうな雰囲気です。 Google Playストアに掲載されていた説明文には「Threadsは、コミュニティが集い、関心のあるトピックから次に来るトレンドまで何でも話し合える場です。興味・関心のジャンルが何であれ、お
ドコモの「パケ詰まり」はなぜ起きているのか。都市部の一部混雑エリアで発生中、今夏までに改善目指す（石野純也） | テクノエッジ TechnoEdge
慶應義塾大学卒業後、新卒で出版社の宝島社に入社。独立後はケータイジャーナリスト/ライターとして幅広い媒体で執筆、コメントなどを行う。ケータイ業界が主な取材テーマ。 ドコモは4月26日、ネットワーク戦略に関する説明会を開催しました。 用途に応じてネットワークを仮想的に切り分ける「ネットワークスライシング」の導入時期や、その前提となる5G SAの展開方針などを説明しましたが、どちらかと言えば、質疑応答で話題が集中したのは“パケ詰まり問題”への対処方法。 通信障害発生時の謝罪会見とは異なるものの、切れ味の鋭いマサカリが飛び交う戦々恐々とした会見になりました。 ▲ドコモは、4月26日にネットワーク戦略に関する説明会を開催。将来像が示された一方で、質問が集中したのはパケ詰まり問題だったその前提として、ここ数か月、ドコモのネットワーク品質が大幅に低下していることがあります。厄介なのは、それが全国区とい
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
生成AIグラビアをグラビアカメラマンが作るとどうなる？第15回：SDXLでのControlNet活用方法その2＋ 衣服を固定できるOutfit Anyone (西川和久) | テクノエッジ TechnoEdge
生成AIグラビアをグラビアカメラマンが作るとどうなる？第11回：Stable Diffusion 1.5の注目ModelやLoRAを紹介+α版 (西川和久) | テクノエッジ TechnoEdge
