Twitterのイーロン・マスクCEOが、Twitterでツイートをおすすめするために使われているコードを2023年3月31日にオープンソース化するとTwitterで発表しました。 Twitter will open source all code used to recommend tweets on March 31st— Elon Musk (@elonmusk) March 17, 2023 Elon Musk says Twitter will open source its recommendation code on March 31 | BGR https://bgr.com/tech/elon-musk-says-twitter-will-open-source-its-recommendation-code-on-march-31/ マスクCEOは「私たちの『アルゴリズ

画像生成AI「Midjourney」の開発チームが、2023年3月16日(木)に「Midjourney V5」のアルファ版をリリースしました。「Midjourney V5」では超高画質な画像生成が可能となっているだけでなく、画像生成AIの課題であった「『手』を正確に描写できない問題」が解決されたという報告も寄せられています。 Starting today our community can test Midjourney V5. It has much higher image quality, more diverse outputs, wider stylistic range, support for seamless textures, wider aspect ratios, better image prompting, wider dynamic range and more

会議の議事録やムービーの作成など、文字起こしが必要な場面は多くありますが、手動での文字起こしは非常に面倒です。また、OpenAI製文字起こしAI「Whisper」を用いて文字起こしする方法もありますが、初期設定が難しいという問題も存在します。Whisperをメチャクチャ使いやすくした無料文字起こしサービス「writeout.ai」なら、超簡単かつ短時間で高精度な文字起こしを実現できるとのことなので、実際に使ってみました。 writeout.ai – Transcribe and translate any audio file https://writeout.ai/ 上記のリンクからwriteout.aiにアクセスすると、以下のような画面が表示されます。文字起こしを行うには「Transcribes for free」をクリック。 すると、GitHubアカウントでのサインインを求められます

by Daniel Oberhaus イーロン・マスク氏は2022年10月にTwitterを買収してCEOに就任して以降、さまざまな改革を行ってきましたが、その評価はTwitterユーザーの中でも割れています。2022年12月には「TwitterのCEOを辞めるべきか否か」を問うアンケートを実施し、最終的に「辞めるべき」が過半数を獲得する事態となりましたが、実際にマスク氏がCEOを退いても本質的な変化はないだろうという指摘もあります。 Twitter's investors are divided into two camps on Musk's moves https://www.axios.com/2022/12/19/twitter-investors-split-elon-musk Who Cares Whether Elon Musk Is CEO of Twitter? htt

2022年11月5日にバージョン4(V4)がテスト公開された画像生成AI「Midjourney」の新モデル「niji・journey(にじジャーニー)」のクローズドベータテスターの一般募集が2022年11月7日に始まりました。にじジャーニーはその名の通り、二次元イラストに特化したモデルとなっており、Midjourneyメンバー以外でもメールアドレスを登録するだけで無料でクローズドベータテストに登録できます。 niji · journey private beta signup https://o9q981dirmk.typeform.com/nijijourney にじジャーニー - niji･journey -(ベータ) https://pipoya.notion.site/niji-journey-9426c1a703d44dadbc6f14f679c7540f #Midjourney

高精度な画像生成AI「Stable Diffusion」をブラウザから簡単に使うことができるウェブサービス「Mage」が登場しました。Mageはブラウザから直接アクセスして無料でStable Diffusionを使えるだけでなく、生成される画像に含んで欲しくない要素を指定するネガティブプロンプトの設定もできるほか、成人向け描写を規制するセーフティーフィルターも解除されているとのことで、実際に使い勝手を確かめてみました。 Mage 🧙 | Free, Fast, Unfiltered Stable Diffusion https://www.mage.space/ Mageのトップページにはプロンプトの入力フォームが表示されています。試しにプロンプトを入力し、矢印アイコンをクリックしてみると…… 数十秒ほどの待ち時間の後、Stable Diffusionによって生成された画像が表示されまし

画像生成AIのStable Diffusionは、ノイズを除去することで画像を生成する「潜在拡散モデル」で、オープンソースで開発されて2022年8月に一般公開されたため、学習用のデータセットを変えることで特定の画像を生成するのに特化したフォークモデルが多数存在します。そんなStable Diffusionから派生して生まれた特化型モデルとその特徴や生成例をまとめてみました。 Stable Diffusion Models https://rentry.org/sdmodels 実際に複数のモデルとシード値で、同一のプロンプト・ステップ数・CFGスケールで画像を生成した結果をまとめてみました。 モデルは左からStable Diffusion v1.4、Waifu-Diffusion v1.2、Trinart Stable Diffusion、Hentai Diffusion、Zack3D_K

画像生成AI「DALL・E2」や文章生成AI「GPT-3」「InstructGPT」などを開発するAI研究団体のOpenAIが、2022年9月に高性能な文字起こしAI「Whisper」を発表しました。オープンソースのWhisperはリポジトリが一般公開されており、日本語にも対応しているとのことで、オンライン実行環境のGoogle Colaboratory(Google Colab)やローカルのWindows環境に導入して使ってみました。 Introducing Whisper https://openai.com/blog/whisper/ GitHub - openai/whisper https://github.com/openai/whisper ○目次 ◆Hugging Faceの体験版を使ってみる ◆Google Colabに導入して使ってみる ◆Windows環境に導入してみ

2022年8月に公開された画像生成AI「Stable Diffusion」は、世界中のユーザーによって猛烈な勢いで拡張機能やプラグインが追加されており、ユーザーインターフェース(UI)で簡単にStable Diffusionを使える「AUTOMATIC1111版Stable Diffusion web UI」なども登場しています。そんなStable Diffusionで元となる画像の構図や絵柄を維持したままイラストを描き足す「アウトペインティング」機能を用い、どんどん画像を拡張できるツール「stablediffusion-infinity」が登場しました。 GitHub - lkwq007/stablediffusion-infinity: Outpainting with Stable Diffusion on an infinite canvas https://github.com/

2022年8月に無料で一般公開された画像生成AI「Stable Diffusion」は、NVIDIA製GPUを搭載したCPUあるいはGoogle Colaboratoryのようなオンライン実行環境を整えれば、任意の文字列や誰でも画像を生成することができます。そんなStable Diffusionがどのようにして画像を生成しているのかについて、AIについてTwitterで解説を行うAI Pubが説明しています。 // Stable Diffusion, Explained // You've seen the Stable Diffusion AI art all over Twitter. But how does Stable Diffusion _work_? A thread explaining diffusion models, latent space representati

マンガやイラストをデジタル上で作画する際に使用されるお絵描きソフトウェアの「CLIP STUDIO PAINT(クリスタ)」上で、テキストから画像を自動で生成してしまうAI「Stable Diffusion」を動かすことが可能なプラグイン「NekoDraw」が登場しました。NekoDrawはGitHub上で公開されており、テキストから画像を生成する「text2img」と、画像からより高精細な画像を生成する「img2img」の両方に対応しています。 GitHub - mika-f/nekodraw: NekoDraw: CLIP STUDIO PAINT plugin for executing Stable Diffusion txt2img and img2img processor. https://github.com/mika-f/nekodraw 「Stable Diffusio

「Stable Diffusion web UI(AUTOMATIC1111版)」は他のUIには搭載されていない機能なども盛り込んだ、いわば決定版の「Stable Diffusion」のUIといえますが、それだけにやれることが多いので、どこをどう触ればよいか悩むこともあるはず。 この記事ではまず、「Stable Diffusion web UI(AUTOMATIC111版)」のうち、テキストから画像を生成する「txt2img」の基本的な使い方をまとめています。 ◆目次 ・1：最も簡単な使い方 ・2：「txt2img」タブ内の各項目はどういう意味なのか？ Stable Diffusion web UI(AUTOMATIC1111版)は画像生成AI「Stable Diffusion」を使うためのUIの1つ。Stable Diffusionの利用にはNVIDIA製GPUが必要で、該当するPCにS

Stable Diffusionなどの画像生成AIを用いて好きな画像を生成するには「プロンプト」や「呪文」などと呼ばれる英文が必要です。このプロンプトには追加のパラメーターとして「2次元風」「絵画風」「宮崎駿テイスト」などの文字列を入力してイメージの幅をふくらませることができるのですが、これらパラメーターを簡単に用意できるサイトが「promptoMANIA」です。 promptoMANIA:: AI art community with prompt generator https://promptomania.com/ 「promptoMANIA」にアクセスすると以下のようなページが表示されます。promptoMANIAは「Midjourney」「Stable Diffusion」というAIと、Stable Diffusionのウェブ版「DreamStudio」に対応していますが、今回は

文章を入力すると画像を生成してくれるAI「Stable Diffusion」は、手軽に好みの画像を生成できることから大きな注目を集めており、「NMKD Stable Diffusion GUI」や「Artroom Stable Diffusion」などWindowsに簡単にインストールできる実行環境が数多く開発されています。「Stable Diffusion web UI」もStable Diffusionを簡単に操作できるシステムの一つで、参考画像を指定して好みの画像を生成しやすくする「img2img」に対応していたり、各種設定をスライダーで簡単に設定できたりと使い勝手の良さが際立っていたので、導入方法をまとめてみました。 GitHub - hlky/stable-diffusion https://github.com/hlky/stable-diffusion/ --ULTIMATE

オープンソースのペイントソフト「Krita」で、テキストや画像から自動で画像を生成することができる話題のAI「Stable Diffusion」を利用できるようになるプラグインが複数登場しています。 Stable Diffusionは、入力したテキストに沿って画像を生成する「text2img」や、大まかな線画のようなラフな画像からでも精細な画像を生成することができる「img2img」で、画像生成が可能なAIです。Stable Diffusionはウェブ上で使えるデモ版が存在するだけでなく、Creative ML OpenRAIL-Mライセンスの下で配布されているものをローカル環境で実行することも可能。実際にStable Diffusionを使う方法はさまざまあるのですが、低スペックPCでも無料かつ待ち時間なしで使う方法が以下の記事の通り。 画像生成AI「Stable Diffusion」を

文章を入力するだけで好みの画像を生成してくれるAI「Stable Diffusion」は、2022年8月に一般公開されて以降大きな注目を集めており、PCに簡単にインストールできるGUIアプリや低スペックPCでも問題なく使える手法などが続々と編み出されています。しかし、Stable Diffusionでは英語の文章を入力する必要があり、英語が苦手な人には取っつきにくく感じます。参考画像から「画像を説明する英文」を簡単に検索できるシステム「clip-retrieval」を使えばStable Diffusionに入力する英文を一発で取得可能なので、使い方をまとめてみました。 GitHub - rom1504/clip-retrieval: Easily compute clip embeddings and build a clip retrieval system with them http

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

by Sincarnate 高精度な画像を生成できるAI「Stable Diffusion」などが登場し、人間と遜色ない絵が多数生み出される一方で、絵という芸術作品の著作権の概念が薄れつつあることも問題視されています。このほど、Stable Diffusionより一足先に登場していた画像生成AI「Midjourney」により生成された絵が、とある品評会で1位を獲得してしまったことが話題となっています。 An AI-Generated Artwork Won First Place at a State Fair Fine Arts Competition, and Artists Are Pissed https://www.vice.com/en/article/bvmvqm/an-ai-generated-artwork-won-first-place-at-a-state-fair-

画像生成AI「Stable Diffusion」は、「森で遊ぶクマ」「アイスクリームを食べる人間」といった文章を入力するだけで文章に沿った画像を出力してくれるAIです。そんなStable Diffusionには文章と共に「元となる画像」を入力することで出力画像の精度を向上させられるモード「img2img」が存在。このimg2imgを駆使して簡単なラフ画像から高品質なイラストを生成する手順について、ソフトウェアエンジニア兼フォトグラファーのアンディ・サレルノ氏が解説しています。 4.2 Gigabytes, or: How to Draw Anything https://andys.page/posts/how-to-draw/ Stable Diffusionに「森で遊ぶクマ」といった指示を与えた場合、「構図がイメージ通りではない」「夏の森ではなく、冬の森がいい」といったように、イメージ

入力した文字列から高精度な画像を生成できるAI・Stable Diffusionは2022年8月に無料で一般公開され、「基本的に出力した画像は商用・非商用を問わず、自由に利用できる」というライセンスで大きな話題となりました。しかし、Stable DiffusionをローカルなWindows環境に導入して使うには、PythonやAnacondaなどを扱える技術や知識が求められるため、初心者にとっては敷居がやや高いといえます。そんなStable Diffusionを一発でWindows環境にインストール可能で、さらにシェルでのコマンド入力ではなくグラフィックユーザーインターフェース(GUI)で画像生成の指示も簡単にできる「NMKD Stable Diffusion GUI」が公開されました。 My easy-to-install Windows GUI for Stable Diffusion