米IT大手メタ 文章や写真から動画を作成 新たな生成AIを発表 | NHK
アメリカのIT大手メタは、入力した文章や写真から動画を作成する新たな生成AIを発表しました。すでに同様の開発を進めるオープンAIやグーグルに対抗するねらいがあると見られ、競争が加速しています。 メタは、4日、入力した文章や写真などの内容に基づいて、最大16秒の動画を生成できる新たな生成AI「Movie Gen」を発表しました。 公式のホームページでは、AIで生成したとする動画が複数紹介されています。 顔写真とともに「ピンクのジャケットを着たDJの女性が、チーターのそばでレコードを回す」と入力すると、指示どおりに写真の人物がリズムをとる高画質な動画が作成されています。 また、文章の指示で、既存の動画に効果音を加えたり、映っている物を置き換えたりすることも可能で、サンプルの動画では、空に向かって飛ばしたランタンがシャボン玉に変換されています。 メタによりますと、この生成AIはまだ開発段階にあり
NovelAIくんの呪文集（#NSFW もあるよ）
リンク chichi-pui（ちちぷい）| AI画像専用の投稿＆生成サイト chichi-pui（ちちぷい）| AI画像専用の投稿＆生成サイト chichi-pui（ちちぷい）| AI画像専用の投稿＆生成サイト 36 users リンク MajinAI The image generation script search engine MajinAI is an AI illustration sharing site where users can share illustrations generated by models such as NovelAI and Stable Diffusion. Prompt search is also possible, and it can be used as a direct linkable uploader. 2 users 12 リ
反AIの方が「貴方のプログラムは他人のプログラムを継ぎ接ぎして作ってるんですか！？」と言ってるのを見て思わず「そうですけど！？」が出かけた
なにわづ @imawo_harubeto 先人の作ったマシンとOSの上で、先人の作ったデバイスとソフトを用いて、先人の書いた言語とライブラリを借りて、先人の考えたデータ構造とアルゴリズ厶に感謝してプログラミングをしている 依拠性の程度はそれぞれでも、巨人の肩の上に乗らなければcreationは成り立たないと思う
Stable Diffusionのオリジナル開発陣によるAI企業「Black Forest Labs」が画像生成AI「FLUX1.1 [pro]」とアプリケーション統合用の「BFL API」をリリース
画像生成AIの「Stable Diffusion」などの開発に携わったAI研究者が立ち上げたAI開発企業「Black Forest Labs」が、次世代画像生成AIの「FLUX1.1 [pro]」をリリースしました。同時に、画像生成AIを自身のアプリケーションに統合するための「BFL API」のベータ版も公開しています。 Announcing FLUX1.1 [pro] and the BFL API - Black Forest Labs https://blackforestlabs.ai/announcing-flux-1-1-pro-and-the-bfl-api/ Black Forest Labsが2024年10月2日にリリースした「FLUX1.1 [pro]」は、前モデルのFLUX.1 [pro]よりも生成速度が6倍速く、画像の品質やプロンプトの順守、生成される画像の多様性が
![Stable Diffusionのオリジナル開発陣によるAI企業「Black Forest Labs」が画像生成AI「FLUX1.1 [pro]」とアプリケーション統合用の「BFL API」をリリース](https://cdn-ak-scissors.b.st-hatena.com/image/square/d2371769643c873a257497207295bfdc3a3451d4/height=288;version=1;width=512/https%3A%2F%2Fi.gzn.jp%2Fimg%2F2024%2F10%2F04%2Fflux-1-1-pro%2F00.jpg)
動画生成AIのRunwayでキャラクターを踊らせよう｜nbykos
先日Xに投稿した縦型ダンス動画の作り方について説明します。この方法を使うとイラスト調の人物だけでなく、フィギュア、実写のキャラクターまで踊らせることができます。 Runwayならイラストもある程度綺麗に踊らせられる。 DomoAIなどで実写から変換する必要ないのかも。 pic.twitter.com/OAJ1KucbRx — nobu 🎥 動画生成の人 (@nbykos) September 26, 2024 動画生成AIサービスのRunwayでは、2024年9月21日より縦型の動画生成にも対応しました。Gen-3 Alpha Turboを用いたimage-to-videoのみの対応です。 要点画像素材の質が命運を分ける 画像素材に合わせてプロンプトを調整する 画像素材を用意するここが本当に大切です。 適切な画像を用意できないと、良い感じに踊ってくれなかったり、バケモノ（記事最後参照）に
“著作権への配慮を徹底した”画像生成AI、日本のAIベンチャーが公開 日本語対応で商用利用OK
画像生成AIの開発を手掛けるAIベンチャー・AI Picasso（東京都港区）は9月9日、学習に対する透明性が高い画像生成AI「CommonArt β」を公開した。学習には、改変などの許可がある画像データのみを使用。著作権への配慮を徹底したという。日本語に対応しており、商用利用もできる。 学習に使ったのは、「改変が許されるライセンスを持つ」「改変しても商用利用可能である」「ライセンスを変更しても良い」の3つの条件を満たす画像。この条件を満たすクリエイティブ・コモンズライセンス「CC BY 4.0」と「CC0 1.0」の画像を原則として学習用データに使い、CommonArt βに学習させた。これにより、著作物を勝手に改変したり、改変したものを勝手に販売したりすることがないようにしたという。 学習用の画像には、複数の学習用テキストを付けるなどして、学習した画像をそのまま表示しないように対応。著
商用利用できる透明性の高い日本語画像生成AI、CommonArt βを無償公開｜AI Picasso
これらのデータセットに含まれる画像のみを使っているため、学習画像に対する透明性は限りなく高いと考えております。もし問題のある画像が見つけたら、ご報告いただけると今後の開発に助かります。なお、同様の考え方を持って作成されたモデルとして、Stable Audio Open 1.0があります。 日本語と英語の文章がそのまま通じる画像生成を使ってみたいが使えないクリエイターの中には、プロンプトが英語であるから、使い勝手がわるいと思っている方も少なくないと思います。実際、画像生成AIに慣れている人も時には翻訳ソフトを使って入力している方もいるようです。しかし、翻訳ソフトを間に挟むことでニュアンスが変わるという問題も従来指摘されています。 そこで、本画像生成は日本語を日本人の話す感覚と近いかたちで処理し、画像を生成できるようにしました。具体的には入力テキストを処理する技術を通常の言語モデルから大規模言
話題の画像生成AI「FLUX.1」 人気サービス「Midjourney」との違いは (1/3)
画像生成AIの話題を席巻している、Black Forest Labs（BFL）の「FLUX.1」。画像生成AIの新世代モデルとしてコミュニティーの強い支持を集めつつありながら、モデルそのものはVRAMがリッチでないと十分に使えないという条件のため、ユーザーのシフトをにらみ、各社が一斉に公式APIを使ってのFLUX.1へのクラウド対応を進めビジネス化を図ろうとしている印象です。BFLが成功するためには何が重要なのでしょうか。 クラウドサービス化していくFLUX.1 FLUX.1を使った画像生成AIサービスが次々に立ち上がってきています。たとえばその1つがFlux AI Image Generator。FLUX.1の各種モデルで画像生成できるようになっています。面白いのが「Flux AI 画像プロンプトジェネレーター」という機能を備えているところ。「猫」とテキストを入力すると（日本語でも可）、
Googleの画像生成AI「Imagen3」（ImageFX）の使用経験｜Browncat
こんにちは、Browncatです。 Googleは8月28日、画像生成AIの最新バージョン「Imagen3」をリリースしました。 Imagen3の画像を生成するための同社の画像生成AIサービスが「ImageFX」ですが、このImageFXをしばらく試用しましたので報告します。 Imagen3概要 Imagen3の概要は、Googleの以下のサイト によれば、 以前のモデルに比べプロンプト理解力が大幅に向上。自然な日常言語で書かれたプロンプトも理解するため、複雑なプロンプト・エンジニアリングを行わなくても、必要な出力を簡単に得ることができる 照明と構成が適切で、視覚的に豊かで高品質の画像を生成 テキストレンダリング機能の大幅な改善 データセット内の有害なコンテンツを最小限に抑え、有害な出力の可能性を減らすために、広範なフィルタリングとデータラベル付けを使用 Gemini app and we
画像生成AI「FLUX.1」が相当ヤバい LoRAで画風の再現も簡単に (4/5)
FLUX.1の再現性が高いのは”潜在空間”が広いから なぜFLUX.1でLoRAを使うと、少ない学習データ、短い学習時間でもかなり高い再現性が実現できるのか。その一因はFLUX.1のパラメーター数が多いためです。 FLUX.1のパラメーター数は120億とアナウンスされています。1年前の「Stable Diffusion XL」のパラメーターは35億。2年前の「Stable Diffusion v1.4」は、公開されていませんが数億程度だと推測されています。 一般的に、パラメーター数が多いほど、ウェイトモデルが持つ潜在空間（Latent space）の幅が広いことになります。FLUX.1は現状公開されているオープンモデルのなかでは段違いに広く、深いことがわかります。 この潜在空間が広ければ広いほど、出力できる画像の幅も広いと言えるのです。 月須和・那々さんが開発した「コピー機LoRA」という
「AI生成キャラクター」はいまどのレベルまで進んでいるのか？バンダイナムコ研究所が語るAIテキスト生成の光と影【CEDEC 2024】
頼展韜氏プロフィール 會田翔氏プロフィール バンダイナムコ研究所は、バンダイナムコエンターテインメントと協力して配信AIキャラクタープロジェクトを実施しており、「ゴー・ラウンド・ゲーム（ごらんげ）」という企画を進行している。その裏側で、あるいはゲームテキスト素材生成ツールを作る際において、どのようにAIテキスト生成を利用していたか解説が行われた。 ゲーム開発環境においてもAI生成は当たり前に 近年、LLMは目まぐるしい発展をしており、さまざまな領域を含む問題で構成されるベンチマーク「MMLU」において、人間の専門家を超えるスコアを達成しているという。 しかもこれは商用モデルのみならず、MetaのLlamaをはじめとするオープンモデルも性能差が縮まってきているという。ゆえに、ゲーム開発においても応用が効くわけだ。 ゲーム内のテキスト生成という分野においては、 『ダンジョンズ＆ドラゴンズ』のゲ
「生成AIを使いこんでいる人」だけが知っていること
最近は生成AIも一通り新発表ラッシュが終わり、ChatGPTが登場した直後の「熱狂」は一通り収まってきたように感じる。 おそらく現在は 「ちょっと触ってみて、すごいと思ったけど、あまり実用性を感じられなくて、今はたまに使うくらい」 という人が多いのではないかと思う。 いわゆる「失望の谷」に入った状態だ。 なぜ生成AIは「失望の谷」に入ったのか。 その原因は明らかで、生成AIを使って、自分が狙っているクオリティの成果品を出すのが難しいし、プロンプトを考えるのが面倒からだ。 例えば、こんな状況を想像してほしい。 朝出勤してきて、最初に 「昨日一緒に飲みに行った、お客さんの部長さんに「お礼」のメールを書きたい」 とする。 多くの方が想像する通り、お礼のメールは結構書くのが面倒だ。 そこで、「生成AIを使ってみよう」と、次のようなプロンプトをChatGPTに打ち込むとどうなるか。 昨日一緒に飲みに
画像生成AI「FLUX.1」が相当ヤバい LoRAで画風の再現も簡単に (1/5)
画像生成AI「Stable Diffusion」開発者たちが突然発表した新モデル「FLUX.1」、これが楽しすぎてはまりこんでいます。私の本業はゲーム会社。出展を予定している東京ゲームショウまで1ヵ月で、やらないといけないことが山積みなのに、FLUX.1が面白すぎて魅力に抗えません。 わずか30分の学習で画風が安定 FLUX.1が決定的に変えてきそうなのはLoRAです。LoRAは学習済みのウェイトモデルを利用することで、少ない枚数であっても学習ができるということで、画像生成AIの分野では広く普及している手法です。FLUX.1は、Stable Diffusionで使われてきたLoRAの方法論を動かすことができることがわかっています。 そのため、FLUX.1のリリース後、ユーザーコミュニティーでさっそくLoRAの環境の整備が始まり、何ができるのかを試すフェーズに入っています。これまでの「Sta
Stable Diffusion呪文集(プロンプト)完全ガイド。これで美少女AI画像が生成できる！ - 画像生成ドットコム
呪文(プロンプト)とは? 呪文(プロンプト)とはStable Diffusionをはじめとする画像生成AIに入力する文章のことです。呪文(プロンプト)は画像の特徴を表すようなキーワードや文章を,区切りで入力するのが一般的な呪文(プロンプト)です。呪文(プロンプト)は呪文と呼ばれることも多いです。 呪文(プロンプト)には次のようなキーワードが指定されることが多いです。 画像の品質、クオリティ(例: masterpiece, best quality) カメラフォーカス(例: sharp focus, depth of field, blur background, bokeh) ライト・ting) 構図(例: front view, full body) 人物(例: 20 years old woman, 15 years old actress) ポーズ(例: looking at vie
話題の画像生成AI「FLUX.1」をStable Diffusion用の「WebUI Forge」で動かす（高速化も試してみました） (1/6)
画像生成AI「Stable Diffusion」共同開発者たちによって設立されたベンチャー企業「Black Forest Labs（BFL）」が、8月1日（現地時間）に発表した話題の画像生成AIモデル「FLUX.1」。 前回の「画像生成AI「Stable Diffusion」の代替に? 話題の「FLUX.1」を試した」では、「ComfyUI」による画像生成を試した。 今回は、この連載ではおなじみ「Fooocus」の作者lllyasviel氏によるStable Diffusion用の高性能なWebインターフェース「Stable Diffusion WebUI Forge」が8月11日頃にFLUX.1に対応したということで、さっそく動作確認してみる。 なお、筆者の環境は以下のとおりだ。 CPU
画像生成AIアプリ「Diffusion Bee for Mac」がFLUX.1モデルをサポート。
Macに対応した画像生成AIアプリ「Diffusion Bee」がFLUX.1モデルをサポートしています。詳細は以下から。 画像生成AIモデルStable Diffusionの共同開発者であるRobin Rombachさんらが設立したBlack Forest Labsは現地時間2024年08月01日、オープンソースの画像生成AIモデル「FLUX.1」を発表し話題になりましたが、Mac用の画像生成AIクライアント「Diffusion Bee」がv2.5.3アップデートでFLUX.1モデルをサポートしています。 Today we release the FLUX.1 suite of models that push the frontiers of text-to-image synthesis. read more at https://t.co/49zTUK8Q5V pic.twitte
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
AIに雑な下絵をわたして「続きを描いておいて」という実験をしたらこうなった
「Copilot+ PC」の画像生成AI「Cocreator」に肌色多めのアレな絵を描かせてみたら……？／担当編集の深き煩悩はかなえられるのか【使ってわかるCopilot+ PC】
日本アニメ、AIと分業で作画サクサク 長時間労働是正へ コンテンツ成長論（中） - 日本経済新聞
【朗報】AIを導入したアニメ制作会社、1週間かかる背景作画を5分に短縮
