とうとう現れたSDXLの後継？CogView4-6Bを解説する

はじめに こんにちは。 最近、というかFlux.1以降、画像生成AIって大きな進化がない印象を受けませんか？ というのも画像生成AIは、Stability AIが規模を縮小し、Vision系の生成AIの主戦場が動画生成AIに変わってからというもの、大量の資金が投下されることが少なくなってきています。 とはいえ、進歩がゼロというわけではなく、緩く進化を続けていて、NVIDIAのSanaや、Stability AIがSD3から大幅な改善を施したStable Diffusion 3.5シリーズなどは、Flux.1以降に登場してきていますし、研究レベルではVARやMARといった、拡散モデルと自己回帰モデルの融合のような新しい枠組みも生まれてきています。 しかし、研究レベルのものは実用に足りませんし、Flux.1以降の高性能なモデルには商用利用性に難があったり、そもそも追加学習をしにくい仕組みになっ

[sds-page]

サンプルはSD1.5レベルで別にポテンシャルは感じないかな･･･実用性でいえばreForgeとかEasyReforgeが革新的でしょ

[Imamura]

VRAM12GBにはいよいよ厳しい世の中になってきた。追加学習しやすいかどうかが気になる（FLUX.1が広がらないのはそこが弱いからだと思う）

[yarumato]

“画像生成AIは、Stability AIが規模を縮小し、Vision系の生成AIの主戦場が動画生成AIに変わってからというもの、大量の資金が投下されることが少なくなってきています。 とはいえ、進歩がゼロというわけではなく、緩く進化

[misshiki]

“画像生成AIは、Stability AIが規模を縮小し、Vision系の生成AIの主戦場が動画生成AIに変わってからというもの、大量の資金が投下されることが少なくなってきています。” “CogView4-6Bの特徴と技術的な詳細を深掘り”

[hatebu_ai]

受け入れられやすいのは、結局は「いらすとや」のような絵柄のような気もする。AIいらすとやで「花見を楽しむ女子高生たちを描いた活気あふれるシーン」を探すとこんな感じになるhttps://aisozai.com/irasutoya/p/ifhmg9AswZqS6XJpGaXe

[w_bonbon]

自分は最近は速度やパフォーマンス面を重視しているかもしれない

[hiroujin]

まだまだだなあ。サンプルを見た限りではSD1.5レベルだ。

[urtz]

SDXLを圧倒かつVRAMが10GB前後かつ追加学習がしやすい、等じゃないと流行らなさそう。

[auto_chan]

"すべてをVRAMに載せたままの推論だとRTX5090でも足りず"ぐぬぬ。ローカル画像生成したくて FHD環境には不釣り合いなVRAM16G GPU マシンこうたが、もうだめなのか！？進捗を注視。