AI画像生成ツールを使い、任天堂の人気ゲームシリーズである「ゼルダの伝説」をNetflixが実写化したかのようなビジュアルを生成した猛者が現れました。 Fake Netflix Zelda Posters With Tom Holland Fooled The Internet https://kotaku.com/zelda-netflix-facebook-tom-holland-emma-watson-1849643590 事の発端となったのは、Dan Leveilleさんによる以下の投稿。「Netflixの実写版『ゼルダの伝説』シリーズのすべてのキャストが公開されました。トム・ホランド、エマ・ワトソン、そしてイドリス・エルバが出演します！ゼルダの伝説シリーズの歴代最愛のキャラクター達が集結するシリーズとなるようです」と書かれています。なお、Leveilleさんの投稿は記事作成時点で

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

ことし8月、SNSにアップされたある漫画。近未来的な世界観の絵とストーリーのおもしろさで話題を集め、合わせて10万を超えるリツイートといいねがつくなど大きな反響を呼びました。 この漫画の1コマ1コマ、じつは、全部AIが描いたものなんです。 AIがクリエーターの表現の幅を広げると歓迎する声もある一方、新たな課題も生まれています。 （おはよう日本 池田佳恋、ネットワーク報道部 柳澤あゆみ）

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

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

「とんでもなくハイクオリティー」　話題の画像AI「Novel AI」でひたすら二次元美少女と美少年を生成してみた（1/3 ページ） 10月3日にサービス提供が始まった画像生成AI「NovelAI Diffusion」が注目を集めている。有料会員しか利用できないにもかかわらず、Twitterではすでに「二次元美少女に強い」「とにかくハズレなくとんでもないハイクオリティーの画像がバンバン出てくる」などと話題に。午後5時時点で「Novel AI」が日本のトレンドに入っている。 記者も実際に加入して試してみたところ、少なくとも二次元の美少女・美少年を出力する場合は、自分が体験したどの先発の画像生成AIより手軽でハイクオリティーなイラストを手に入れられると感じた。この記事では、記者が出力した画像を紹介。このサービスが描けるイラストのクオリティーや得意苦手を検証してみる。 ただし後述するように、このA

Make-A-Video is a state-of-the-art AI system that generates videos from text. Make-A-Video research builds on the recent progress made in text-to-image generation technology built to enable text-to-video generation. The system uses images with descriptions to learn what the world looks like and how it is often described. It also uses unlabeled videos to learn how the world moves. With this data, M

プロンプトエンジニア？現在のAI画像生成はほぼ画像検索といっていい、プロンプトは検索ワード並べてるのと変わらない。個人的にはエロ動画探すときの検索が一番似てると思った。 界隈でプロンプトエンジニアとか言い出した際には本当にセンスがなくて失望した。 適当なワードで画像検索してすばらしい景色の写真を見つけられて俺ってスゴイと思うだろうか。 俺の検索技術で最高なイラストを見つけてやったとか？ キーワードによる画像生成の問題はコントロールがおおざっぱすぎることと、学習モデルが変更されたときに結果があっさり大幅に変わることである。 ユーザーが思ったところに思ったように描画してもらうにはもっと工夫が必要で、なぜかAI界隈はそういうのに無頓着でAI自動塗りなんてのもすごい大雑把な機能で「未来を予感」させながら実際は使い物にならんなこれと放置されている。 抽象モデルの必要性ツールを機能させるにはユーザーの

★2022/09/27　タイトルに誤りがあったため変更しました。 AI画像生成ツール「Stable Diffusion」をリファインしたイラスト集を販売した852話氏が、元データに自分の画像が使われると凸されてクレームされました。AIイラスト生成に関する誤解、デマを広げた人たちにも責任あるんじゃ？と思います。

前回記事「Midjourney、Stable Diffusion、mimicなどの画像自動生成AIと著作権」は、おかげさまで沢山の方に読んで頂き、いろいろな意見や御質問や取材を頂きました。 それらの意見・御質問や取材を通じて、自分の中で新たな整理ができたので、続編の記事を書きたいと思います。 第1　どのような場合に著作権侵害になるのか みなさんの興味関心が強いトピックとして「画像自動生成AIを利用して画像を自動生成し、既存著作物の類似画像が生成された場合に著作権侵害に該当するか」があります。 前回の記事では「学習に用いられた画像と同一の画像が『偶然』自動生成された場合、著作権侵害に該当するか」について解説をしましたが、今回の記事では、もう少し多くのパターンについて検討をしたいと思います。 まず、その前提として「著作権侵害の要件」と「著作権侵害の効果」について説明をします。 この「要件」と「

画像生成AI「DALL・E 2」や文章生成AI「GPT-3」といった高性能AIを開発してきたAI開発組織のOpenAIが、新たに音声を超高精度で認識して文章に書き起こせるAI「Whisper」を発表しました。発表と同時に公開されたサンプルでは「早口のセールストーク」や「ハイテンポな曲の歌詞」などの音声でも問題なく文字起こしできる性能の高さが示されています。 Introducing Whisper https://openai.com/blog/whisper/ GitHub - openai/whisper https://github.com/openai/whisper Whisperはインターネット上から収集された合計68万時間におよぶ音声データでトレーニングされた文字起こしAIです。OpenAIのブログ記事には「早口のセールストーク」「K-POPの曲」「フランス語」「独特なアクセン

画像生成AI「Stable Diffusion」をウェブブラウザから簡単に操作できる「AUTOMATIC1111版Stable Diffusion web UI」用のアドオンで、画像から画像を生成する「img2img」モードで文字列に応じて自動的に画像を部分修正するためのマスクを作成してくれるのが「txt2mask for Stable Diffusion」です。このアドオンを導入することで、ブラシツールで画像を選択してマスクを作成する必要がなくなります。 GitHub - ThereforeGames/txt2mask: Automatically create masks for Stable Diffusion inpainting using natural language. https://github.com/ThereforeGames/txt2mask AUTOMATIC

文章を基に精巧な画像を生み出す人工知能（AI）ソフト「Stable Diffusion（ステーブル・ディフュージョン）」が世界のAI研究者らに衝撃を与えている。英スタートアップのStability AI（スタビリティーAI）が8月下旬、オープンソース形式で公開し瞬く間に利用が広がった。人間の創造性に迫るようなAIをつくる狙いは何か。エマド・モスターク最高経営責任者（CEO）が日本経済新聞の取材に

「自分らしいフォントを自由に楽しめる世界をつくる」実験仮想都市『MOJICITY（もじシティ）』より、画像の印象に近いフォントをAIが抽出するアプリ『人工知能6号（β版）』を2022年9月15日（木）に公開いたしました。 本サービスは、「印象語検索AI」開発プロジェクトから誕生した第2弾のサービスです。第1弾となる、印象語*からフォントを検索できる機能『印象語検索AI（β版）』は、年間定額制フォントサービス「新LETS」で2022年3月31日より提供中です。 *人が文字のデザインに対して感じる抽象的なイメージを表現した単語 『人工知能6号（β版）』について 22年3月にリリースした『印象語検索AI（β版）』では、印象語からフォントを検索できる機能を開発しました。フォント選定の時間短縮や、表現したいデザインの「印象」「イメージ」に合わせたフォント選びのエビデンスとしてご活用いただけます。 さ

高杉　光一🦋 @14:59 @kuronagirai Cry… 基本箱推し 画像生成AIで作った画像の供養先@AI_Rushia 生成した画像は商用利用と人が嫌がるようなこと以外の用途であれば好きに使って構いません syosetu.org/?mode=user&uid… 高杉　光一🦋 @kuronagirai 私が把握してる今のところの各画像生成AIの相関図 Stable Diffusionのオープンソース化は間違いなくターニングポイントの一つだけどWaifu Diffusionがどこまで影響を与えるかはこれ次第 Midjourneyも十分影響あったんだけど芸術や背景特化感否めない ERNIE-ViLGはどうなるんだろう…？ mimicはうん… pic.twitter.com/ykyDSkltPE 2022-09-09 04:17:01 高杉　光一🦋 @kuronagirai 素人目

ついにPhotoshopで動くStableDiffusion公開されたっぽい。 dreamstudioのAPIキーで動くっぽい。 https://t.co/awayiZjqgp https://t.co/ooqthtjSx0

１．緒言　低い画質の画像を高画質に変える技術である”超解像”技術のライブラリである"Real-ESRGAN"ライブラリを紹介します。 公式より、Real-ESRGANの使用方法は下記３つがあり、とにかく簡単に試したいならOnline inferenceが便利であり「https://arc.tencent.com/en/ai-demos/imgRestore」からWebアプリベースで実施できます。 【Real-ESRGANの使用方法】 Online inference：Webアプリで簡単に実行できる Portable executable files (NCNN)：ー Python script：今回の記事で作成した通りPythonで実行 ２．環境構築　基本的な実装方法はGitHubの"Installation"を参照しました。 私のPC環境ではCUDAのメモリに乗らないためGoogle C