Stability AIが商用ライセンスを修正、最新モデル「SD3 Medium」が期待外れな品質だったことを認める／非商用利用／個人の商用利用は無料、改善アップデートも予定
グーグル、プロも驚く音楽生成AI「Music AI Sandbox」を開発（アスキー） - Yahoo!ニュース
グーグルは5月14日（米国時間）に開催した開発者向けイベント“Google I/O”で、音楽生成AI「Music AI Sandbox」を発表した。本連載でも昨年、グーグルが音楽生成AIの「MusicLM」を発表したことに触れた。また、Metaも音楽生成AIとして「Audiobox」を発表。AI大手のStability AIも「Stable Audio」をバージョン2.0に進化させている。 では、Music AI Sandboxの位置付けとはどういうものだろうか。 AIは音楽クリエイターの仲間なのか まず、Music AI Sandboxは、グーグルの母体アルファベットでAI開発を担当するGoogle DeepMindが手がけた音楽生成AIである。具体的にどういうものかは、Google DeepMindが公開した動画を見るとわかりやすい。 ここではプロデューサーでありミュージシャンでもある
画像を説明できるAI「Japanese InstructBLIP Alpha」 Stability AI Japanが公開
英Stability AIの日本法人であるStability AI Japan（東京都渋谷区）は8月17日、画像を入力すると、その説明文を生成できるAIモデル「Japanese InstructBLIP Alpha」を公開した。「画像を使った検索エンジンや、画像の情景説明やそれに関する質疑応答、目の不自由な人などへの利用が考えられる」（Stability AI Japan）という。
8500人超の作家が「AIのトレーニングに人間の作品を無断使用するな」とOpenAIやMetaなどのAI開発企業に求める公開書簡に署名
生成AIのトレーニングに作家の著作が無断で使用されているとして、全米作家協会が「AIトレーニングに著作権で保護された素材を無断で使用するな」とOpenAIやAlphabet、MetaなどのAI開発企業へ訴える公開書簡を発表しました。この公開書簡には「ハンガー・ゲーム」シリーズで知られるスーザン・コリンズ氏、カナダを代表する作家であり2019年に「誓願」でブッカー賞を受賞したマーガレット・アトウッド氏など、8500人を超える作家が署名しています。 Open Letter to Generative AI Leaders https://actionnetwork.org/petitions/authors-guild-open-letter-to-generative-ai-leaders Nora Roberts, Margaret Atwood sign Authors Guild le
画像生成AI「Stable Diffusion」やその高性能版「SDXL」などで知られるAI開発企業・Stability AIが、日本語向けの汎用言語モデル「Japanese StableLM Base Alpha 7B」と、指示応答言語モデル「Japanese StableLM Instruct Alpha 7B」を発表しました。 日本語言語モデル「Japanese StableLM Alpha」をリリースしました — Stability AI Japan https://ja.stability.ai/blog/japanese-stablelm-alpha 「Japanese StableLM」は2023年4月に発表されたオープンソース大規模言語モデル「StableLM」の日本語版にあたります。 Stability AIがオープンソースで商用利用も可能な大規模言語モデル「Stable
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。
大規模言語モデル（Large Language Models：LLMs）の研究が急速に進展する中、未解決の課題や有望な応用分野を特定することが困難になっています。この記事では、大規模言語モデルの現状を理解するための指針を提供する研究を紹介します。 参照論文情報 タイトル：Challenges and Applications of Large Language Models 著者：Jean Kaddour, Joshua Harris, Maximilian Mozes, Herbie Bradley, Roberta Raileanu, Robert McHardy 所属：ケンブリッジ大学、Stability AI、Meta AIなど URL：https://doi.org/10.48550/arXiv.2307.10169 関連研究 Metaが商用利用可能な大規模言語モデル「Llama
PLaMo-13Bを公開しました - Preferred Networks Research & Development
Preferred Networksでは、9月28日にPLaMo-13Bという大規模な言語モデル (LLM) を公開しました。公開されている他のモデルと比較して、日英２言語を合わせた能力で世界トップレベルの高い性能を示しています。実際に学習を回すまでの技術開発には自社スーパーコンピューターであるMN-2を利用し、学習はAI橋渡しクラウド（AI Bridging Cloud Infrastructure、ABCI) の”第一回 大規模言語モデル構築支援プログラム”を利用して行いました。 今後、PLaMo-13Bを基にした事前学習モデルや、指示学習を行ったモデルについても公開を予定しています。 PLaMo-13Bの概要 PLaMo-13Bは約130億個のパラメータからなる言語モデルです。 PLaMo-13Bは日本語・英語の2つの言語のベンチマークタスクで高い性能を示しています。日本で使われるL
高画質画像生成AI「Stable Diffusion 3」のAPIが2024年4月17日に公開されました。Stable Diffusion 3は既存のAIでは失敗することの多い「文字の出力」を得意としています。 Stable Diffusion 3 API のご紹介 — Stability AI Japan https://ja.stability.ai/blog/stable-diffusion-3-api Stable Diffusion 3はStability AIが開発する画像生成AIで、DALL-E 3やMidjourney v6といった画像生成AIと比べてプロンプトに対する忠実性が高いことが人間による評価で確かめられています。また、Stable Diffusion 3はプロンプトの指示通りに文字を出力できることを大きな特徴としており、狙い通りの文章を好みの見た目で描画することが
Stable Diffusion開発元によるAI音楽生成サービス「Stable Audio」の可能性（CloseBox） | テクノエッジ TechnoEdge
画像生成AIのStable Diffusionを開発したことで知られる英国企業Stability AIが9月13日、音楽生成AIサービス「Stable Audio」を開始しました。 作りたいサウンドをテキストで記述すると、それに従って高品質な音が生成されるというサービス。いわばサウンド版Stable Diffusionです。 このニュースをStability AIのXへのポストで知ってすぐに（20分は経っていない）アカウントを作って試してみたのですが、4つ目のプロンプトを生成しようとしたところであまりの人気でサイトがダウン。それ以降はまともにアクセスができない状況です。 ▲たまに画面も出現するが、生成はできない じっくり使ってからレポートしようと考えていたのですが、まだアクセスできないので、ちょっとだけ試してみたことから、その可能性を探っていきたいと思います。 無料含む3つのプランStab
大規模言語モデル（LLM）に国家試験「ITパスポート試験」を解かせてみた──そんな研究成果をGMOグループのGMOメディア（東京都渋谷区）が発表した。LLMが持つ推論能力や問題解決能力の特徴を分析するため、IT分野での能力差を検証。GPT-4など、6種類のLLMで比較した。 比較に使ったLLMは、米OpenAIの「GPT-3.5」（gpt-3.5-turbo-1106）、「GPT-4」（gpt-4-1106-preview）、Stability AI Japanの「Japanese StableLM Alpha」（Japanese Stable LM Instruct Alpha 7B v2）、東工大と産業技術総合研究所の「Swallow」（Swallow-7B-instruct-hf）、rinnaの「Nekomata」（nekomata-7b-instruction）、ELYZAの「EL
Modularは2023年9月7日（米国時間）、Pythonの使いやすさとC言語のパフォーマンスを併せ持つ新プログラミング言語「Mojo」がローカルダウンロードできるようになったことを発表した。 2023年5月2日にMojoを発表して以来、12万人以上の開発者がJupyterHubベースでMojoを試すことができる「Mojo Playground」に登録し、1万9000人以上の開発者がDiscordやGitHubでMojoについて話し合っているという。今回のローカルダウンロードはLinuxから始まり、今後のリリースでMacとWindowsも追加される。 「今回ダウンロードできるようになったローカルの開発ツールはMojoの全力を引き出すことができる。Mojoアプリケーションを簡単に構築し、繰り返し開発するのに役立つコンパイラ機能やIDEツールの完全なセットにアクセス可能になった」（Modul
画像生成AI「Stable Diffusion」の開発元・Stability AIで幹部やエンジニアが相次いで辞任、CEOのリーダーシップが問われる
画像生成AI「Stable Diffusion」などの開発で知られるAIスタートアップ「Stability AI」が、競合他社の発展や主要幹部やエンジニアの相次ぐ辞任によって、開発資金の調達に苦しんでいることが報じられています。 Stability AI’s Lead Threatened by Departures, Concerns Over CEO - Bloomberg https://www.bloomberg.com/news/articles/2023-08-08/stability-ai-s-lead-threatened-by-departures-concerns-over-ceo Turmoil Threatens Stability AI’s Leadership Amid CEO Concerns – Cryptopolitan https://www.crypt
IBMとMeta、50以上の組織と「AI Alliance」結成 OpenAI、Microsoft、Googleは参加せず
米IBMは12月5日（現地時間）、米Metaと共に「AI Alliance」を立ち上げ、世界中の50以上の組織が創設メンバーとして参加したと発表した。このアライアンスは「オープンで安全で責任あるAI」の推進に焦点を当てた「コミュニティ」だとしている。 創設メンバーには、Intel、AMD、ソニー、ソフトバンク（傘下のSB Intuitions）などの大手の他、Stability AI、Hugging Faceやsakana.aiなどの新興企業、ダートマス大学、東京大学、慶応大学などの大学が名を連ねるが、Microsoftとその出資先のOpenAI、Google、Anthropicは参加していない。 不参加の4社は7月に、AIの安全性のベストプラクティスを特定し、社会的課題へのAI技術の利用を促進するための新しい業界団体「Frontier Model Forum」（FMF）を立ち上げている。
Technology部の町田です。 生成AIが台頭しはじめ早くも1年以上が経ちましたが、特に進歩がすさまじい技術の1つが画像生成AIです。画像生成AIを使えば、数秒で画像を生成できるようになりました。 ただし、自分がイメージしたような画像を生成するには、プロンプトがとても重要です。 そこで今回は、思い通りの画像を生成するためのプロンプト作成のコツをまとめました。 代表的な画像生成AIツールであるStable DiffusionとMidjourneyの使い方とあわせ、プロンプトの作成ポイントをお伝えします。 生成AIを業務で活用するには… 生成AIをビジネスや業務で活用するためには、導入時に直面する課題・リスクについても考慮する必要があります。生成AIの活用をご検討中なら、こちらのページで紹介している生成AIコンサルティング・導入支援を得意とする会社へご相談してみてください！ 画像生成AIと
日本音楽著作権協会（JASRAC）は7月24日、生成AIに対する考え方について声明を出した。「生成AIの開発・利用は、創造のサイクルとの調和の取れたものであれば、クリエイターにとっても、文化の発展にとっても有益」と、その可能性を認める一方で「AI開発事業者によるフリーライドが日本においては容認されるとする見解が散見されるため、大きな懸念を抱かざるを得ない」と危機感も示している。 JASRACの声明は全4項目。以下、全文を引用する。 1.人間の創造性を尊重し、創造のサイクルとの調和を図ることが必要です。 生成AIの開発・利用は、創造のサイクルとの調和の取れたものであれば、クリエイターにとっても、文化の発展にとっても有益なものとなり得ます。 しかし、クリエイターの生み出した文化的所産である著作物が生成AIによって人間とは桁違いの規模・スピードで際限なく学習利用され、その結果として著作物に代替し
画像生成AIが広く使われるようになり、既に1年半以上が経過した。Midjourneyのサービス開始が2022年7月、Stable diffusionの公開が2022年8月である。画像生成AIは、文字を打ち込むことで画像を生成するという画期的な技術であり、その手軽さや品質から「創作」との相性がよくも思えるが、実際は様々な課題が表出し、現在解決に至っているとは言えない。単なる画像生成だけでなく、画像編集技術や付随的な陰影算出技術などが開発されているにも関わらず、である。画像生成AIに対する意見というのは好意的なものから否定的なものまで幅広く、その意見の幅は興味深い。ここでは、なぜ課題が生まれ、何が問題となっているのか、なぜ分断が生まれるのかという点に注目し、その背景的心理などを言語化し考察したい。生成AI利用の是非を問うものではなく、なぜ分断がここまで起きているのか、という点に注目する。あくま
「Google Colab」で「Japanese StableLM Alpha」を試したので、まとめました。 【最新版の情報は以下で紹介】 1. Japanese StableLM Alpha「Japanese StableLM Alpha」は、「Stability AI Japan」が開発した70億パラメータの日本語LLMです。ベンチマーク「lm-evaluation-harness」による複数の日本語タスクを用いた性能評価において、一般公開されている日本語向けモデルで最高の性能を発揮しています。 2. Japanese StableLM Alphaのモデル「Japanese StableLM Alpha」では、次の2種類のモデルが提供されています。 ・stabilityai/japanese-stablelm-base-alpha-7b : ベースモデル ・stabilityai/ja
このコーナーでは、2014年から先端テクノロジーの研究を論文単位で記事にしているWebメディア「Seamless」（シームレス）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ByteDanceに所属する研究者らが発表した論文「Do LLMs Possess a Personality？ Making the MBTI Test an Amazing Evaluation for Large Language Models」は、大規模言語モデル（LLM）に個性があるかを検証した研究報告である。 LLMの倫理的な懸念や幻覚の問題を解決するために、強化学習などの高度な技術が採用され、人間の価値観へ近づきつつある。このような状況において、人間に近い能力を持つLLMは、人間のような人格を持っているのか。 この疑問を
ChatGPT、スマホ充電できるほどのエネルギーを消費してた2023.12.05 23:0040,907 Maxwell Zeff - Gizmodo US ［原文］ （ 岩田リョウコ ） 気軽にAIに質問してたけど、すごいエネルギーが必要だった！ 新しい研究によると、生成AIモデルを使用して画像を作る際、スマートフォンを充電するのと同じくらいエネルギーを消費することが明らかになりました。 この研究は初めて生成AIモデルが与える環境への影響を測定したもので、ChatGPTのDall-EやMidjourneyなどの人気モデルが、約6キロ車で走行するよりも多くの二酸化炭素を排出することも示唆しています。 AIは直接環境に影響あり今回の研究をおこなったSasha Luccioni博士は米Gizmodoに対して以下のように述べています。 私たち人間はAIは環境に影響を与えていないと考えがち。『クラ
楽天、日本語に最適化したオープンかつ高性能なLLMを公開
楽天、日本語に最適化したオープンかつ高性能なLLMを公開- 「LM Evaluation Harness」の評価基準において、基盤モデルとインストラクションチューニング済モデルがオープンな日本語LLMにてトップを獲得 - 楽天グループ株式会社（以下「楽天」）は、日本語に最適化した高性能の大規模言語モデル（以下「LLM」）の基盤モデル（注1）「Rakuten AI 7B」（以下「本基盤モデル」）と、同モデルを基にしたインストラクションチューニング済モデル（注2）「Rakuten AI 7B Instruct」（以下「本インストラクションチューニング済モデル」）、インストラクションチューニング済モデルを基にファインチューニングを行ったチャットモデル（注3）「Rakuten AI 7B Chat」をオープンなモデルとして、3月21日（木）に公開しました。 「Rakuten AI 7B」は、フラン
Weights & BiasesがLLMの開発手法にフォーカスしたホワイトペーパーの第2弾をリリースW&B Fully Connected 2023カンファレンスとAI Expo2023秋にて配布予定 Weights & Biases Japan株式会社（以下、W&B Japan）は本日、大規模言語モデル（LLM）の開発手法にフォーカスするホワイトペーパーの第2弾となる「LLMファインチューニングとプロンプトエンジニアリングのベストプラクティス」を公開しました。LLM導入を検討している企業向けに、自社の保持するリソースやビジネスモデルに合わせたLLM開発手法を選択するための実践的ガイドとなっており、第1弾の「LLMをゼロからトレーニングするためのベストプラクティス」を補完する形で、既存のLLMモデルを拡張する形で自社用途に適応する手法について解説しています。本ホワイトペーパーの印刷済み冊子
生成AIグラビアをグラビアカメラマンが作るとどうなる？第26回：ローカルで使えるSD3 Mediumリリース！実力を試す(西川和久) | テクノエッジ TechnoEdge
API形式の利用だと、コストがかさむのはもちろん、Promptや生成した画像を調べ肌色過多の場合は表示できないという、グラビアを扱う筆者にとって致命的な問題がある(笑)。 SD3 Mediumがリリースされたことで、ようやくSD 1.5やSDXL同様、普通にローカルPCで生成可能になった！ただし、商用利用不可。個人レベルでの商用利用は、クリエイターライセンス($20/月)を契約しなければならない。 なお普通に肌の露出が多い程度はOKだが、いわゆるNSFWな肌色過多は出せない様、意図的にコントロールされている。またこの影響で、ある意味致命的な問題も発生する。この辺りの話は次回にしたいと思う。 SD3 MediumのMediumとは、2B(20億)パラメータでの構成という意味となる。対してAPI版はLargeと呼ばれ8B(80億)パラメータで構成されている。従って、全く同じ設定でも、解釈の度合
最近の人工知能（AI）業界では音声生成AIモデルが広く注目を集めており、OpenAIも自社の新たな音声生成モデル「Voice Engine」を発表している。Stable AIもその流れに乗り、最新の音声生成モデルを公開した。 画像生成AIモデル「Stable Diffusion」で一躍有名になったオープンソースAI企業であるStability AIは米国時間4月3日、「Stable Audio 2.0」を発表した。この新モデルは、同社の前モデルである「Stable Audio 1.0」を大幅にアップグレードしたもので、テキスト以外の情報から曲やサウンドを生成する機能も追加されている。 Stable Audio 2.0は、音声から音声を生成する機能を持っており、ユーザーは音声のサンプルをアップロードして、自然言語のプロンプトを使ってさまざまな曲やサウンドを作成できる。またスタイル転換機能を使
無料で使える音楽生成AI「Stable Audio Open」をStable Diffusion開発元が公開、テキストから最長47秒のサウンドトラックを生成可能
画像生成AI「Stable Diffusion」の開発元として知られるStability AIが、オープンソースの音楽生成AI「Stable Audio Open」を公開しました。Stable Audio Openは、文章で指示するだけで最長47秒の音楽を生成できます。 Stable Audio Open — Stability AI https://stability.ai/news/introducing-stable-audio-open We’re excited to announce Stable Audio Open, an open source model optimised for generating short audio samples, sound effects and production elements using text prompts. This
Meet Stable Beluga 1 and Stable Beluga 2, Our Large and Mighty Instruction Fine-Tuned Language Models — Stability AI
Meet Stable Beluga 1 and Stable Beluga 2, Our Large and Mighty Instruction Fine-Tuned Language Models Updated 28 Jul 2023 Stability AI and its CarperAI lab proudly announce Stable Beluga 1 and its successor Stable Beluga 2 (formerly codenamed FreeWilly), two powerful new, open access, Large Language Models (LLMs). Both models demonstrate exceptional reasoning ability across varied benchmarks. Stab
本日、私たちは Stable Video Diffusion を公開しました。これは、画像モデル Stable Diffusion に基づく最初の基盤モデルで、動画生成用です。 現在、研究プレビューとして公開されているこの最先端のAI動画生成モデルは、あらゆるタイプの人々のためのモデルを作成するための私たちの旅の重要な一歩を表しています。 この研究リリースでは、Stable Video Diffusion のコードを GitHub リポジトリで公開し、ローカルでモデルを実行するために必要なウェイトは Hugging Face のページで見ご確認いただけます。モデルの技術的能力に関するさらなる詳細は、私たちの研究論文で確認できます。 様々なビデオアプリケーションに適応 このビデオモデルは、単一画像からのマルチビュー合成など、様々なタスクに簡単に適応させることができます。私たちは、Stable
ポイント SDXL Turboは、新しい蒸留技術によって最先端の性能を達成し、これまでにない品質のシングルステップ画像生成を可能にし、必要なステップ数を50から1に削減 非商用研究ライセンスでのリリース(Hugging Faceのモデルウェイトとコードをダウンロードしてください。) Clipdrop にてベータ版を公開中 新しいテキスト画像合成モードである SDXL Turbo をご紹介します。SDXL Turbo は、敵対的拡散蒸留（Adversarial Diffusion Distillation：ADD）と呼ばれる新しい蒸留技術に基づいています。この技術により、SDXL Turbo は1つのステップで画像出力を合成し、高いサンプリング忠実度を維持しながらリアルタイムでテキストから画像への出力を生成することができます。技術的な詳細に興味のある研究者や愛好家のために、研究論文はこちらで
Stability AI、画像生成モデルSDXL 1.0をリリース、オープンモデルとして公開 Stability AIは2023年7月26日、同社の開発するテキストによるAI画像生成モデルSDXL（Stable Diffusion XL）の新バージョンSDXL 1.0をリリースした。 ANNOUNCING SDXL 1.0 -Stability AI Stability AIが最新のテキストから画像を生成するモデル、Stable Diffusion XL 1.0をリリース。 Amazon Bedrockで利用可能に。@clipdropapp では今すぐ使えます！https://t.co/LxVgOdhUe4#StabilityAI #AI #AIcommunity #TextToImage #OpenSource #AWS #SDXL pic.twitter.com/SW73NRp
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
Stability AI、専用GPU不要のプログラミング向け生成AI「Stable Code 3B」を公開／ラップトップPCでもオフラインでのリアルタイム実行が可能
Stability AI、リアルタイムで文字からAI画像を生成する「SDXL Turbo」
単一画像 → 3Dオブジェクト生成が現実に！ Stability AIが「Stable Zero123」を発表／「Stable Diffusion 1.5」がベース、3D生成には24GBのVRAMを推奨
日本語言語モデル「Japanese StableLM Alpha」をStability AIがリリース
生成AIがプロンプトから音楽・効果音を創造！ Stability AIが「Stable Audio」を公開／無料で45秒までの音声を生成、ドラムトラックやバンドサウンドから環境音までカバー
MidjourneyとStability AIの著作権問題「実質的類似性」証明できず アーティストたちの訴え棄却 | Ledge.ai
大規模言語モデルにおける課題と応用例を整理した結果 | AIDB
文字を正しく出力できる画像生成AI「Stable Diffusion 3」がAPI経由で利用可能に
AIに「ITパスポート試験」を解かせてみると…… 最もIT分野に詳しいLLMは？ GMO子会社が検証
ついにAIが動画も生成可能に！ Stability AIが「Stable Video Diffusion」を発表／プロンプトや画像からアニメーションを生成
Pythonのスーパーセットで高速な新プログラミング言語「Mojo」のローカルダウンロード開始
画像生成AIで思い通りの画像を生成するプロンプトのコツ | 株式会社LIG(リグ)｜DX支援・システム開発・Web制作
Stability AI、動画を生成できるAIモデル「Stable Video Diffusion」
JASRAC、生成AIに対する姿勢を表明 可能性認めつつも「懸念抱かざるを得ない」 声明全文
商用可能な日本語画像言語モデル「Japanese Stable VLM」、Stability AIがリリース／キャプショニング機能に加え、画像に対する質問にチャット形式で回答もできる
画像生成AIの病理学的論考 ｜嘯(しゃお)
Google Colab で Japanese StableLM Alpha を試す｜npaka
生成AIに“性格診断テスト”実施 GPTやLlamaに個性はある？ 中国ByteDanceの研究者らが検証
ChatGPT、スマホ充電できるほどのエネルギーを消費してた
Weights & BiasesがLLMの開発手法にフォーカスしたホワイトペーパーの第2弾をリリース
Stability AI、入力も出力も“日本スタイル”の画像生成AI「JSDXL」
音声生成AI「Stable Audio 2.0」が公開、最長3分の曲を作成可能に
Stable Video Diffusion のご紹介 — Stability AI Japan
Stability AIから、日本語向け生成AI「Japanese StableLM Alpha 7B」公開
リアルタイムテキスト画像生成モデル、SDXL Turboのご紹介 — Stability AI Japan
Stability AI、画像生成モデルSDXL 1.0をリリース、オープンモデルとして公開 | gihyo.jp
Stability AI、日本語で画像を説明できるAIモデル
Stability AI、回転しても形を保つ3Dを生成「Stable Video 3D」
