画像生成AIに照明革命 日本と世界で同時に“神ツール”登場 (1/3)
この連載ではおなじみのキャラクター「明日来子さん」に右側からライトを当ててみた。左がIC-Lightを適用したもので、右がオリジナル。環境はWebUI Forge用の拡張機能を使用 5月8日に、「ControlNet」など画像生成AI関連の著名研究者であるイリヤスフィール（lllyasviel）さんが発表した「ICライト（Imposing Consistent Light、印象的な一貫的なライト）」が盛り上がりました。入力した画像をもとに、後から指定した照明効果を踏まえた画像を生成する技術です。 画像生成AIで照明効果がつけられる「ICライト（IC-Light）」 発表された学習済みモデルは、「ライトを指定すると、キャラクターのデータに合わせてテキストのプロンプトに合わせて独自に背景を生成するもの」「キャラクターとライトの影響を加味して、別の背景画像と合成するもの」の2種類があります。これ
【HELP ME】Assistants APIで破産しそうになった話｜ニケちゃん
こんにちは、ニケです。 皆さん、Assistatnts APIは使われていますでしょうか？ 巷（私の周り）ではGPTsが流行りに流行ってるのでAssistatnts APIを使用されている方はあまり見かけないですが、今回のDevDayで発表された中でもかなり注目度の高いサービスではないかと思っています。 私も過去に以下の記事を書いているので是非ご覧になってください。 で、個人的にもかなり注目しているAssistatnts APIですが、今回はこれに破産させられそうになったという話です。 Assistants API とは？この説明も3回目です。 下記の公式かnpakaさんの記事がわかりやすいので、そちらを先に読んでもらえると良いかもしれません。 アシスタントAPIは、開発者が多様なタスクを行う強力なAIアシスタントを作れるように設計されています。 アシスタントは、特定の指示を設定することで
Metaが文章から違和感ゼロの動画を生成するAI「Emu Video」＆文章で指示して画像を編集できるAI「Emu Edit」を発表
Metaが文章から動画を生成できるAI「Emu Video」と文章で指示して画像を編集できるAI「Emu Edit」を2023年11月16日(木)に発表しました。合わせて、両AIで生成できる動画や画像の例を集めたデモサイトも用意されています。 Emu Video and Emu Edit: Our latest generative AI research milestones https://ai.meta.com/blog/emu-text-to-video-generation-image-editing-research/ Emu Video | Meta https://emu-video.metademolab.com/ Emu Edit https://emu-edit.metademolab.com/ ◆Emu Video Emu Videoは文章(プロンプト)を元に4秒間
日本の“カワイイ文化”が「生成AI児童ポルノ」の大量流出を招いている | 専門家が子供への「二次被害」を懸念
生成AIの技術が急速に進化するなか、日本ではこれを利用した子供の性的画像の問題が深刻化している。欧米ではこうした画像が厳しく規制される一方、日本ではなぜ野放しにされているのか。背景にある日本の司法や文化的な価値観を中国紙が専門家に取材した。 日本では、生成AIによって作られた児童の性的画像の大量流出が問題になっている。 地元メディアの報道によれば、国内のIT企業が法律の抜け穴をつき、生成AIによる児童ポルノを生産しているという。 人権活動家はこうした動向を憂慮しているが、日本の政治家は問題の介入には消極的だ。1998年に「子ども虐待ネグレクト防止ネットワーク（現・特定非営利活動法人チャイルドファーストジャパン）」を創設した山田不二子は、政府が生成AIによる児童ポルノの問題を放置していることを批判し、子供たちが性産業に取り込まれると懸念する。 「日本の法律では児童ポルノは違法とされていますが
画像生成AIに｢毒を盛る｣。アーティストの権利を守るためのツール登場
画像生成AIに｢毒を盛る｣。アーティストの権利を守るためのツール登場2023.10.26 21:0081,577 Kyle Barr - Gizmodo US ［原文］ （ 岩田リョウコ ） AIに毒を盛る秘策。 アーティストが自分の作品をAIトレーニングに使用されることと戦う手段ってあるのでしょうか。それを研究している人たちがいます。 シカゴ大学のコンピュータサイエンスの教授Ben Zhao氏は、彼のチームが｢Nightshade｣という名前のツールを開発したとMIT Technology Reviewに語っています。 毒を盛った画像でトレーニングさせる作戦今のところ、アーティストがAI企業に対抗する唯一の選択肢は、訴訟を起こすこと。もしくは、開発者がアーティストが許諾しない意思に従ってくれることを願うことくらいしかできない状況です。 しかしこのツールは戦う姿勢を見せまくりです。なんとア
画像生成AI「Stable Diffusion XL（SDXL）」の使い方 初めてなら「Fooocus」がオススメです (1/3)
複雑化するStable Diffusion界隈 前回からずいぶん間が空いてしまったが、ようやく第3回である。 届いたパソコンに「Python」、「Git」、動作環境「WebUI（A1111版、以下「WebUI」と略記）」をインストールして、1枚目の画像を生成したところで前回は終わってしまったのだが、もちろんその後なにもせずに1ヵ月が過ぎてしまったわけではない。 実はこの後、プロンプトの研究、各種パラメーターの把握、モデルとVAE（オートエンコーダーの一種）の探求、様々なExtension（拡張機能）の導入、Custom Script、LoRA、ControlNet、LyCORISなどなど様々なことを調べ、試してはいたのだが……。 とにかく調べなきゃいけないことが多すぎる！！！ そもそもStable Diffusion自体が登場から1年もたっていないうえに、オープンソースで公開されているため
a16zが世界のジェネレーティブAIトップ50社を分析、導き出された6つの考察 - BRIDGE（ブリッジ）テクノロジー＆スタートアップ情報
Image credit: Andreessen Horowitz ＜ピックアップ＞ How Are Consumers Using Generative AI? 「ChatGPT」はローンチから9ヶ月で、コンシューマ向けアプリとしては最速で月間アクティブユーザ1億人を達成し、ジェネレーティブ AI の新時代を切り開いた。Web3 を楽観視してきた Andreessen Horowitz（a16z）は、仮想通貨やブロックチェーンに長らく投資してきただけでなく、近年は AI 分野への投資も強化している。 a16z はトラフィック分析ツール「Similarweb」のデータを使い、今年6月現在、世界のジェネレーティブ AI 製品トップ50を月間ページビューでランキングし、その成長動向とトラフィック流入源を調査することで、ChatGPT 以外のジェネレーティブ AI 製品と消費者がどのように接して
失敗写真複数枚からベストショットを生成できるAI「RealFill」、Stable DiffusionのOutpaintingより圧倒的に正確
写真を撮影していると「写真Aは人物の顔が見切れて、写真Bは顔が写ったけど逆光で暗すぎる」といったようにベストショットを撮影できないことがよくあります。Googleとコーネル大学の研究チームが開発したAI「RealFill」を使えば、複数の失敗写真をもとにベストショットを後から作り出せるとのことです。 RealFill https://realfill.github.io/ RealFillによる処理例はこんな感じ。以下の画像の左側が処理に用いる参考画像で、右側が参考画像をもとに生成されたベストショットです。参考画像には全身画像や背景が写る写真が含まれており、それぞれの要素をもとにベストショットが生成されています。 以下の例では、参考画像に「逆光ではないものの狭い写真」や「広範囲を写したものの逆光になった写真」が含まれており、参考画像をもとに広範囲かつ逆光ではない写真が生成されています。 以
AIによる学習を妨害する敵対的ノイズを画像から除去できる「AdverseCleaner」を使ってみた
画像生成AIにイラストや写真を学習させることを防ぐため、「Mist」などを使って画像に敵対的サンプルと呼ばれるノイズを入れる方法があります。この敵対的サンプルによるノイズを画像から除去するためのツール「AdverseCleaner」が登場しています。 GitHub - lllyasviel/AdverseCleaner: Remove adversarial noise from images https://github.com/lllyasviel/AdverseCleaner AdverseCleanerはHugging Faceで公開されており、実際に試してみることができます。 AdverseCleaner - a Hugging Face Space by p1atdev https://huggingface.co/spaces/p1atdev/AdverseCleaner 今
画像生成AI「Stable Diffusion」で美麗イラストとQRコードを融合させる試み
決済手段としても用いられるようになっている「QRコード」は、一部が破損・汚損していたり読み取り時に隠れていても大丈夫なように誤り訂正機能が盛り込まれています。これを活用して、QRコードと美麗なイラストを融合させる試みが行われています。 AI 生成可扫码图像 — 新 ControlNet 模型展示 https://mp.weixin.qq.com/s/i4WR5ULH1ZZYl8Watf3EPw AIGC All in One https://aigc.ioclab.com/index.html Redditor creates working anime QR codes using Stable Diffusion | Ars Technica https://arstechnica.com/information-technology/2023/06/redditor-creates-
画像生成AI「Midjourney」でLINEスタンプを作ろう (1/3)
画像生成AIで好きなイラストを作るようになったら、ぜひやってみたいと思っていたのが今回取り上げるLINEスタンプの制作です。 そもそももっと以前からやってみたいと思ってはいたのですが、1枚、1枚絵を描いて、色を付けて、それをスタンプの形にして……と考えているうちに腰が重くなってチャレンジせずにいました。ですが、AIの力を借りれば、いとも簡単に制作できることが分かったので、今回は実際に私がスタンプを作って申請、公開に至るまでの過程をご紹介しましょう。 とはいっても、「Midjourney」を利用して作られたイラストは、現状、AIの学習素材の元となっているイラストや絵画データの取得先が開示されておらず、かなりグレーな状態になっています。本稿では、Midjourneyで生成したイラストをLINEスタンプの制作に利用しますが、あくまで個人利用を目的に制作していきたいと思います。 ※本記事は、5月3
「AI多すぎ、何使えばいいか分からない……」を解決するAI「HuggingGPT」 文章入力だけで、適切な機械学習モデルを自動選択
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。Twitter: ＠shiropen2 中国の浙江大学とMicrosoft Research Asiaに所属する研究者らが発表した論文「HuggingGPT: Solving AI Tasks with ChatGPT and its Friends in HuggingFace」は、大規模言語モデル（LLM）と多数の機械学習モデルを連携し、ユーザーがテキストを入力するだけで、その内容を解決するための適切な機械学習を選んでくれるシステムを提案した研究報告である。 今回はChatGPTと、LLMの機械学習モデルやデータセットなどが共有されているプラットフォーム「Hugging Face」（詳細
画像生成AI「StableDiffusion」で得ておくべき知識を身に付けるのに役立つ「SD Toolset」
画像生成AI「Stable Diffusion」はモデルデータが一般公開されているため、自宅のPCで誰でも簡単に動かすことができます。しかし、Stable Diffusionを使って自分が望む通りの画像を生成するためにはさまざまな知識が必要になり、初心者は何から学べばいいのかわからなくなりがち。無償で公開されている「SD Toolset」にはStable Diffusionで得ておくべき知識が単元ごとにわけてまとめられているので、ピンポイントで必要な知識を学ぶことができます。 SD Toolset https://sdtools.org/ SD Toolsetはこんな感じで、左のカラフルな同心円に単元が視覚的にまとめられており、同心円の内側から気になるカテゴリをクリックしていきます。例えば、Stable Diffusionの根幹部分を知りたい場合は、「Core」をクリック。 すると、以下の
「今後はシミュレーションが重要に」PFN岡野原氏が話す深層学習の展望 | Ledge.ai
サインインした状態で「いいね」を押すと、マイページの 「いいね履歴」に一覧として保存されていくので、 再度読みたくなった時や、あとでじっくり読みたいときに便利です。
映像内の犬を猫に変えられるAI テキストのみで動画編集が可能 Googleなど「Dreamix」開発
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。Twitter: ＠shiropen2 Google ResearchとイスラエルのThe Hebrew University of Jerusalemに所属する研究者らが発表した論文「Dreamix: Video Diffusion Models are General Video Editors」は、テキストに応じた動画編集ができる拡散モデルを提案した研究報告である。 テキストから画像を生成する拡散モデルと同様に、テキストから動画への変換モデルも近年提案されている。だがテキストに応じて動画編集できる拡散モデルは現状ではほとんどない。 この研究では、入力動画をテキストプロンプトで高度に編集
Stable Diffusionとは？話題の画像生成AIの使い方・初心者向けのコツも徹底解説！ | DXを推進するAIポータルメディア「AIsmiley」
2022年8月頃を皮切りに日本にも上陸した画像生成AI。巷では話題になっているものの、「時代のスピードについていけない」「英文を使うから自分には画像は作れない」といった声もお聞きします。そこで今回はアイスマイリーの編集部が画像生成AI「Stable Diffusion」をHugging Face、Dream Studio、Mageを使って体験してみましたので、ぜひ画像生成AI体験の参考にしてください。 生成AIについて詳しく知りたい方は以下の記事もご覧ください。 生成AI（ジェネレーティブAI）とは？種類・使い方・できることをわかりやすく解説 画像生成AIとは？ 画像生成AIとは、ユーザーが入力したテキストを頼りに、AIがオリジナルの画像を数秒～数十秒程度で自動生成するシステムを指します。日本でよく知られている画像生成AIには「Stable Diffusion（ステーブルディフュージョン）
「Transformer」の仕組み──AIによる画像・動画生成や自然言語処理で話題の深層学習モデルを理解する
AIによる画像・動画生成や自然言語処理など、ディープラーニングがより身近に まずは深層学習（ディープラーニング）の概要から。深層学習とは、大量のデータを機械に学習させることで、画像、動画、文章などの複雑なデータを解析できるようになる機械学習モデルだ。例えば「猫」や「犬」などのラベルがついた画像を大量に読み込ませる（学習させる）と、任意の画像で「猫」や「犬」と識別できるようになる。 この画像にあるのは猫か犬か？ 画像ではなく文章を分析する際は、自然言語処理と呼ばれる。人間の言葉や文章をコンピュータに理解させる時に必要になる。この場合、大量の文章を入力したLanguageモデルから意味を学習していく。 自然言語処理はWeb検索、翻訳、音声アシスタントなど身近なところで活用されている。Gmailのスマホアプリを使っているなら見覚えがあるかもしれないが、メールで簡単な返信の候補を生成することもでき
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
DiffusionによるText2Imageの系譜と生成画像が動き出すまで
AI 激動の年！2022年の人工知能10大トレンドと必読論文
グーグル、高クオリティかつ高速なテキスト画像生成モデル「Muse」を発表
