このコーナーでは、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いるWebメディア「Seamless」（シームレス）を主宰する山下裕毅氏が執筆。新規性の高いAI分野の科学論文を山下氏がピックアップし、解説する。 X： ＠shiropen2 米ミシガン大学に所属する研究者らが発表した論文「Factorized Diffusion: Perceptual Illusions by Noise Decomposition」は、人間の知覚に錯覚を引き起こすような画像を生成する手法を提案した研究報告である。 この手法の特徴は、画像を複数の成分に分解し、それぞれの成分を異なるテキストプロンプトで制御できる点にある。例えば、画像をガウシアンフィルター（画像のノイズを軽減するために使う画像処理フィルター）によって低周波成分と高周波成分に分解し、低周波成分には「人物の写真」、高周波成分には「動物

集英社は5月29日、AI生成画像を使ったグラビア写真集「生まれたて。」（電子書籍、499円）を発売した。モデルには「さつきあい」という名前があるが実在はしない。 画像は週刊誌「週刊プレイボーイ」の編集部が生成したもの。「オトコの理想をギュギュッと詰め込んだ夢のような存在を、限りなくリアルに再現した」（集英社）という。「さつきあい」という名前の由来は「5月生まれのAIヒロイン」から。使用した画像生成AIサービスは非公開。

グーグルは1月2日、従来のモデルよりも大幅に効率的でありながら、最先端の画像生成性能をもつテキスト画像AI生成モデル「Muse」を発表した。 競合モデルと同クオリティかつ超高速化 近年「Stable Diffusion」やOpenAIの「DALL-E 2」など、テキストから画像を生成するAIは驚くべき進化を見せている。グーグルもすでに「Imagen」と「Parti」という画像生成AIを発表しているが、「Muse」はそのどれとも異なる新しいモデルだ。

文章(プロンプト)を入力するだけで画像を生成してくれるAI「Stable Diffusion」が大きな注目を集めていますが、Stable Diffusionを使うには高性能GPUを搭載したマシンを用意する必要があるため興味はあっても使うのを諦めていた人も多いはず。そんな中、iPhoneに搭載されたチップを利用してオフラインでもStable Diffusionを用いた画像生成を可能にするアプリ「Draw Things」が公開されました。実際にDraw Thingsを使ってみたところ、モデルデータの切り替えやシード値の手動入力など高度な機能が山盛りの高性能画像生成アプリに仕上がっていたので、インストール手順や使い方をまとめてみました。 Draw Things: AI-assisted Image Generation https://draw.nnc.ai/ Draw Thingsを使うには、

ジェイ・アラマールのブログより。 AIによる画像生成は、(私を含めて)人々の度肝をぬく最新のAIの能力です。テキストの説明から印象的なビジュアルを作り出す能力は、魔法のような品質を持ち、人間がアートを創造する方法の変化を明確に指し示しています。Stable Diffusionのリリースは、高性能(画質だけでなく、速度や比較的低いリソース/メモリ要件という意味での性能)なモデルを一般の人々に提供することになったのは、この開発における明確なマイルストーンです。 AI画像生成を試してみて、その仕組みが気になり始めた方も多いのではないでしょうか。 ここでは、Stable Diffusionの仕組みについて優しく紹介します。 Stable Diffusionは、様々な使い方ができる汎用性の高いものです。まず、テキストのみからの画像生成(text2img)に焦点を当てます。上の画像は、テキスト入力と生

Innovative Tech： このコーナーでは、テクノロジーの最新研究を紹介するWebメディア「Seamless」を主宰する山下裕毅氏が執筆。新規性の高い科学論文を山下氏がピックアップし、解説する。 米Google Researchと米UC Berkeleyの研究チームが発表した論文「DreamFusion: Text-to-3D using 2D Diffusion」は、テキストから3Dオブジェクトを生成するシステムを提案した研究報告だ。事前に学習したテキストから2D画像を生成する拡散モデルを用いて、テキストから3次元への合成を実行する。 テキストを条件に2D画像を生成するモデルは現在、高忠実度で多様かつ制御可能な画像合成をサポートしている。これらモデルの品質向上は、大規模な画像-テキストデータセットとスケーラブルな生成モデルアーキテクチャからもたらされる。 特に拡散モデルは、安定し

Stable Diffusionで画像生成、楽しいですね。僕はいろいろ試行錯誤しながら獣人の絵を作っています。 初めこそ奇妙な生き物を大量生成していましたが、コツや効果的なツールの使い方などの知見が溜まってきたのでまとめて共有しようかと思います。 今回はpromptの書き方に焦点を当てて書いていきます。 始めたばかりの人の足がかりとして書くので、なぜそうなるのかという技術的な理屈の部分にはあまり深く踏み込まないです。 "Character concept art of an anthropomorphic furry cat with red hair, animal, wearing kimono , boobs, artstation, realistic shaded perfect face, rossdraws, stanley artgerm lau,sakimichan" s

入力した文章に沿った画像を生成してくれるAI「Stable Diffusion」は、手軽に精細なイラストや写真を出力できることから大きな注目を集めてます。Stable DiffusionはNVIDIA製GPUを搭載したPC向けに開発されているのですが、Intel製CPU搭載マシンやApple Silicon搭載Macで動作させる方法が次々と編み出されています。新たに、MetaでAIやVRについて研究しているDivam Gupta氏がApple Silicon搭載Macで動作するUI付きのStable Diffusion実行環境「Diffusion Bee」を公開していたので、実際にM1チップ搭載iMacにインストールして使ってみました。 GitHub - divamgupta/diffusionbee-stable-diffusion-ui: Diffusion Bee is the ea

英字新聞社ジャパンタイムズ、スタートアップメディア・テッククランチでの記者経験を経て、ダイヤモンド社のスタートアップ担当記者に。最近はフードテックやモビリティ領域に注目している。趣味はギターやシンセサイザーだが総じて下手。2020年7月よりダイヤモンド社「DIAMOND SIGNAL」記者。 From DIAMOND SIGNAL スタートアップやDX（デジタルトランスフォーメーション）を進める大企業など、テクノロジーを武器に新たな産業を生み出さんとする「挑戦者」。彼ら・彼女にフォーカスして情報を届ける媒体「DIAMOND SIGNAL」から、オススメの記事を転載します。※DIAMOND SIGNALは2024年1月をもって、ダイヤモンド・オンラインと統合いたしました。すべての記事は本連載からお読みいただけます。 バックナンバー一覧 本記事では、インタビュアーを担当したTHE GUILD・

画像生成AI・Stable Diffusionを導入するにはNVIDIA製GPUを搭載したPCのほかにPythonやAnacondaなどの知識が必要で、ローカル環境に導入するには少し敷居が高いところがありました。しかし、2022年8月に一般公開されて以降、多くの開発者によって誰でも簡単にStable Diffusionをローカル環境に導入可能でかつGUIで操作できるツールが次々と開発されています。「Stable Diffusion web UI(AUTOMATIC1111版)」はその中でも他のUIには搭載されていない機能も盛り込まれた決定版とも言えるツールで、その中でも特に画像生成にお役立ちな機能である「Prompt matrix」と「X/Y plot」を実際に使ってみました。 GitHub - AUTOMATIC1111/stable-diffusion-webui: Stable Di

AI事業を手掛けるrinna社（東京都渋谷区）は9月9日、画像生成AI「Stable Diffusion」を改造した日本語版「Japanese Stable Diffusion」を9日に無料で一般公開すると発表した。日本語で生成したい画像の内容などを指示すると、AIが内容に沿った画像を出力する。 日本語版はStable Diffusionに、日本語キャプション付きの画像を約1億枚追加で学習させたもの。日本語圏の固有名詞や和製英語、オノマトベ（擬音、擬態語など）など、独特の文化を反映した画像を生成できるとしている。 配布場所はGitHubとAI関連コミュニティサイト「Hugging Face」。ソフトウェアへの組み込みも許可する。開発者向けサイト「rinna Developpers」ではAPIも公開する。 8日には、対話AIキャラクターを育成して交流させる同社製SNSアプリ「キャラる」や、同

自分がつかってる、Google Colab用StableDiffusion環境を公開しました。 海外のWEB UIのが重いのと、やりたいことが微妙に違うので自分なりに作った。公式のDiffuserを使わないので軽いです。無課金のcolabでも動くのではないかと思います。 使い方GitHubページの「Open in Colab」ボタンをおして、colabで開く。 このページ上部のメニューで、「ランタイム > ランタイムのタイプを変更」からGPUを有効化を確認 HuggingFaceでアカウントを作成 StableDiffusionのモデルページで、「利用規約」に合意する。 モデルファイル sd-v1-4.ckpt をダウンロード モデルファイルを Google Drive等にアップロード 下のセル 「1-1. Google Driveとの接続」を実行 下のセル　「1-2. のフォーム」に、G

SNSなどで大きな話題を呼んでいる高精度な画像生成AI「Stable Diffusion」は、入力したテキストを基に画像を生成するため、「呪文」とも呼ばれる適切な文字列を考案することが重要です。しかし、思い描いている理想はあるものの、どんな文字列を入力すればいいのかわからない人も多いはず。そこで、Stable Diffusionで特定の構図や雰囲気を再現するために使える文字列を、画像例を見ながら調べられるウェブサイト「The Ai Art」を使ってみました。 The Ai Art - AI, Art, and everything in between https://www.the-ai-art.com/modifiers 「The Ai Art」にアクセスすると、「Angles(アングル)」の指定に使える文字列が画像と共に一覧表示されました。 「Extreme close-up ang

ホーム ブログ 人工知能（ＡＩ）、ビッグデータ法務 Midjourney、Stable Diffusion、mimicなどの画像自動生成AIと著作権｜知… はじめに Midjourney、Stable Diffusion、mimicなど、コンテンツ（画像）自動生成AIに関する話題で持ちきりですね。それぞれのサービスの内容については今更言うまでもないのですがMidjourney、Stable Diffusionは「文章（呪文）を入力するとAIが自動で画像を生成してくれる画像自動生成AI」、mimicは「特定の描き手のイラストを学習させることで、描き手の個性が反映されたイラストを自動生成できるAIを作成できるサービス」です（サービスリリース後すぐ盛大に炎上してサービス停止しちゃいましたが）。 で、この手の画像自動生成AIのようなコンテンツ自動生成AIですが、著作権法的に問題になる論点は大体決ま

Discover amazing ML apps made by the community

キーワードに沿って人間が描いたような画像を生み出す「Stable Diffusion」というAIが一般公開され、ありとあらゆる高クオリティな画像が大量に生成されています。Stable Diffusionには文字列から画像を生成する「txt2img(text to image)」のほかに、文字だけではなく画像からも新たな画像を生成可能なimg2img(Image to Image)があります。このStable Diffusionのimg2imgを無料で試せるデモページ「Diffuse The Rest」が公開されたので、実際に試してみました。 Diffuse The Rest - a Hugging Face Space by huggingface https://huggingface.co/spaces/huggingface/diffuse-the-rest 以下がDiffuse T

画像生成AI「Stable Diffusion」をLINEで利用できるbotが登場しました。LINEに文章を送るとAIが画像を生成してくれます。 学生エンジニアのNishino（@nishino_0719）さんが開発。LINEでbotを友だち追加すると利用できます。日本語にも対応しており、日本語の文章を送って画像を生成することも可能です。 画像提供：Nishino（@nishino_0719）さん 画像を見る advertisement 関連記事 「陽気なサザエさん」→「謎の陽気なインド人」に？　画像生成AIにサザエさんのOP歌詞を描いてもらった結果がカオス 「画像AIに絵を描いてもらうためのテキストを作るAI」が公開　どのような文章を入力したらいいのか分からないとの声を受け開発 「とんでもない神威を感じる」「地獄楽で見たやつ」　イラスト自動生成AI「Midjourney」が描いた「Jap