Stability AI は、音楽とサウンド生成のための初のAIモデルとなる Stable Audio を発表しました。 Stable Audio は、最新の生成 AI 技術を駆使し、使いやすい Web インターフェースを介して、より高速で高品質な音楽とサウンドエフェクトを提供する世界初の製品です。Stability AI は、45秒までのトラックを生成してダウンロードできる Stable Audio の基本無料版と、商用プロジェクト用にダウンロード可能な90秒のトラックを提供する「Pro」サブスクリプションを提供しています。 StabilityAI の CEO である Emad Mostaque は、「唯一の独立した、オープンでマルチモーダルな生成 AI の会社として、音楽クリエイターをサポートする製品を開発するために私たちの専門知識を活用できることを嬉しく思います。私たちの願いは、St
プロンプト：1 girl, photorealistic, solo, perfect lighting, sailor dress, looking at viewer, long hair, black hair, two side up, ネガティブプロンプト：illustration, 3d render, (worst quality:2), (low quality:2), (normal quality:2), signature, watermark, username, open mouth
ラズパイ4も対応しているCPU超高速Stable diffusionのFastSDCPUで爆速生成AI。標準4分/枚がOpenVINOでわずか18秒/枚。お金をかけずに爆速化最高。オススメ
Kapper@Linuxガジェヲタ＆異世界小説家＆電子工作大好き @kapper1224 CPUでStable diffusionが３分ちょっとかかるので、ラズパイ4も対応しているFastSDCPUを入れたら50秒になったw OpenVINOとか入っているらしい。AMDのCPUだけどw ターミナル画面左側が普通のSD、右側がFastSDCPU これだけ速度差があるとありがたい github.com/rupeshs/fastsd… pic.twitter.com/zflPRbldt4 2024-01-20 21:08:00
画像生成AI二強の最新動向 マイクロソフトの検索エンジンBingで画像生成機能が追加されたほか、デザインプラットフォームCanvaでも画像生成が可能になるなど、生成AI技術を活用した画像生成ツールが身近な存在になりつつある。 この画像生成領域を牽引してきたのは、Stable Diffusionを展開するStability AI（ロンドン拠点）とMidjourneyを展開するMidjourney, Inc（サンフランシスコ拠点）の2社だ。 ChatGPTの開発企業として知られるOpenAIも画像生成AI「DALL-E」を開発しているが、現時点では、画像のクオリティでStable DiffusionとMidjourneyには及ばず、後塵を拝する状況となっている。そんな中、Stability AIが最新の画像生成モデルをリリース、画像クオリティがさらに向上したとして注目を集めている。 Stabi
英Stability AIは7月13日（現地時間）、ラフなスケッチにテキストのプロンプトを添えると高度な画像に変換する新ツール「Stable Doodle」を公開した。ログインしなくても何度か試せる。 Stability AIが3月に買収したInit MLのプラットフォーム「ClipDrop」で利用できる。用意されたキャンパスにマウスやスタイラスでスケッチを描き、その下のプロンプト枠に例えば「猫、3Dで」などと（英語で）入力すると、候補画像が3枚生成される。 Stability AIは、「AIツールに精通しているかどうかに関係なく、基本的な描画スキルとオンラインアクセスがあれば誰でも数秒で高品質のオリジナル画像を生成できる」としている。「デザイナーやイラストレーターなどのプロフェッショナルな方々が、貴重な時間をよりクリエイティブな方面に有効活用し、作業効率を最大化するためのユーザーフレンド
Stable Diffusionのおすすめモデルを紹介！ダウンロード方法から著作権まで徹底解説 2024 2/20 「Stable Diffusion」を使うと写真のようにリアルな画像や、高画質なアニメ調の画像を作れますが、これは使用するモデルによって異なることをご存知でしたか？ 今回は、画像生成に大きく影響するstable diffusionのモデルに焦点を当てて、おすすめのモデル、ダウンロード方法、使用方法、さらに商用利用時の注意点について詳しくご紹介します。 この記事を最後までお読みいただければ、お好みの画像を自由に作れるようになるかもしれません。 ぜひ、最後までご覧ください！ なお弊社では、生成AIツール開発についての無料相談を承っています。こちらからお気軽にご相談ください。 →無料相談で話を聞いてみる Stable Diffusionとは Stable Diffusionは、画像
突然だが、上記はこの連載の第2回の冒頭部分だ。連載をはじめた当初は右も左もわからない状態だったので「Stable DiffusionはMacでは使えない」と断言してしまった。思い出すたびに冷や汗が出る。 とはいえご存知の通りStable Diffusionを動かすのにNVIDIAビデオカード搭載のWindows機が向いているのは事実なので、これまではすべて新規購入したゲーミングPCで作業することになんの不満も感じていない。 だが、前回紹介したStable DiffusionのUI環境のインストールや更新がワンクリックで可能になる「Stability Matrix」を使えば、PythonやPipのバージョンといった難しいことを考えなくてもMacで画像生成環境を作れるのではないかと考えた。 お詫びから7ヵ月、ずいぶん遅くなったがようやく伏線回収である。 Stability MatrixでM1
LLMの開発は難しい？簡単？Stability AIの現場から (2023/10/11, W&B Fully Connected)
画像生成AI「Stable Diffusion」の開発などで知られるAI開発企業Stability AIがコーディング補助AI「StableCode」を発表しました。StableCodeは開発者の業務効率改善に寄与する他、初学者の学習ツールとしても有用とのことです。 Announcing StableCode — Stability AI https://stability.ai/blog/stablecode-llm-generative-ai-coding ????Exciting news! Stability AI has launched StableCode, the revolutionary generative AI LLM for coding! ???? Developers, get ready to level up your coding game! #AI #
画像生成AI「Stable Diffusion」などの開発で知られるStability AIが、ChatGPTに使用される大規模言語モデルの「GPT-3.5」に匹敵する性能の大規模言語モデル「FreeWilly1」と「FreeWilly2」を公開しました。 Meet FreeWilly, Our Large And Mighty Instruction Fine-Tuned Models — Stability AI https://stability.ai/blog/freewilly-large-instruction-fine-tuned-models stabilityai/FreeWilly1-Delta-SafeTensor · Hugging Face https://huggingface.co/stabilityai/FreeWilly1-Delta-SafeTensor
生成AIで3D化して整形。ローカルでも超高速で3Dデータ生成できる「TripoSR」を試す | テクノエッジ TechnoEdge
今回は同じくStablity AIが、独自の3D生成サービスを提供してきたTripo AIと共同開発した「TripoSR」を紹介します。 低品質ながら圧倒的に高速TripoSRは「Large Reconstruction Model」という3D生成の手法を実装したもので、特徴はその速度にあります。筆者がテストしている環境はWindowsのRTX 4060 Ti 16GBと、ゲーム向けのビデオカードでもあまり高速ではありませんが、10～30秒程度で1枚の画像から3Dデータが生成できます。CUIを使えばVRAMも8GBに収まるため、多くのローカル環境でかなり手軽に3Dデータの生成が行えます。 ただし生成される3Dデータの品質は高くなく、そのままゲームやXRに利用できるものではありません。CSMやTripoといった商用サービスに比べれば形状もテクスチャも不正な結果が多く、がっかりするかもしれませ
Stability AIが画像から3Dモデルを生成できるAI「TripoSR」を発表、簡単に使えるデモも公開されてたので試してみた
2024年3月5日、画像生成AI「Stable Diffusion」などの開発を行うStablity AIが、3Dモデル生成AIツール「Tripo AI」を開発するTripoと提携し、画像を入力するだけで高品質な3Dモデルを生成できるAIツール「TripoSR」を発表しました。 TripoSRのご紹介：単一画像からの高速3Dオブジェクト生成 — Stability AI Japan https://ja.stability.ai/blog/triposr-3d-generation ????新リリース????@tripoAI とのコラボレーションにより、TripoSR をリリースしました。 TripoSR は、1秒以内に高品質なアウトプットを作成できる新しい image-to-3D モデルです。 詳細はこちら：https://t.co/3vts0AHAh6 pic.twitter.com/
まとめ ちいかわ 非公式まとめ イラストレーター・ナガノさん(@ngntrtr)が描くTwitter発の漫画「ちいかわ」シリーズ(@ngnchiikawa)のツイートを勝手にアーカイブ ●ストーリーごとにまとめたバージョン https://togetter.com/li/1710977 ●その他のナガノ作品まとめ https://togetter.com/li/1569160 ●「もぐらコロッケ」シリーズ https://togetter.com/li/1569814 ※ファンによる非営利の個人的なまとめです(問題がありましたらご連絡ください) 22185726 pv 1255 108 users 130
画像生成AIのStable Diffusionは「潜在拡散モデル」と呼ばれるAIで、テキストを入力するだけで高精度な画像を生成することが可能です。このStable Diffusionに使われている「VAE」に致命的な欠陥があるという報告が、オンライン掲示板サイトのRedditに投稿されています。 The VAE used for Stable Diffusion 1.x/2.x and other models (KL-F8) has a critical flaw, probably due to bad training, that is holding back all models that use it (almost certainly including DALL-E 3). : StableDiffusion https://old.reddit.com/r/StableD
Stability AIが高性能画像生成モデル「SDXL 1.0」をリリース＆すぐに使えるウェブアプリも公開されたので使ってみた
画像生成AI「Stable Diffusion」の開発元であるStability AIが画像生成モデル「Stable Diffusion XL 1.0(SDXL 1.0)」を公開しました。SDXL 1.0は2023年6月に研究目的で公開された「SDXL 0.9」をさらに強化したもので、すでにモデルデータが公開されている他、SDXL 1.0をサクッと使えるウェブアプリも用意されています。加えて、AmazonのAIサービス「Amazon Bedrock」でSDXL 1.0のAPIが利用可能になることも発表されています。 ANNOUNCING SDXL 1.0 — Stability AI https://stability.ai/blog/stable-diffusion-sdxl-1-announcement Stability AI Announces Stable Diffusion X
Clipdrop - Stable Doodle
Transform your doodles into stunning landscape illustrations, regardless of your drawing skills, and witness vibrant scenes come to life with captivating details and colors. Try with this doodle
LLMの開発は難しい？簡単？Stability AIの現場から (2023/10/11, W&B Fully Connected)
LLMの開発は難しい？簡単？Stability AIの現場から (2023/10/11, W&B Fully Connected)
【TensorRT】Stable Diffusion Web UIを倍速にできるNVIDIA製の神AIツール！使い方〜実践まで | WEEL
Stable-Diffusion-WebUI-TensorRTは、Stable-Diffusion-WebUIでTensorRTを使用するための拡張機能で、RTXのGPUで最高のパフォーマンスを利用するためのものです。 その速度は超高速で、高速といわれていた従来の手法よりさらに2倍以上も高速です！ どれだけ速いんだよって話ですよね。 今回は、Stable-Diffusion-WebUI-TensorRTの概要や使い方についてお伝えします。 是非最後までご覧ください！ 本記事は2023年10月の執筆時点での情報となります。2024年2月現在、Stable-Diffusion-WebUI-TensorRTの最終更新は2023年10月17日にとなっています。最新の環境だと動作しない可能性があるのでご注意ください。 なお弊社では、生成AIツール開発についての無料相談を承っています。こちらからお気軽
日本語大規模言語モデル「Japanese Stable LM 3B-4E1T」「Japanese Stable LM Gamma 7B」を公開しました — Stability AI Japan
日本語大規模言語モデル「Japanese Stable LM 3B-4E1T」「Japanese Stable LM Gamma 7B」を公開しました Stability AI Japan は日本語向け大規模言語モデル「Japanese Stable LM 3B-4E1T」及び「Japanese Stable LM Gamma 7B」を公開しました。前者は約30億パラメータ、後者は約70億パラメータのモデルであり、日本語タスクを用いた性能評価において、同等サイズのモデルで最高水準の性能を発揮しています。モデルはすべて商用利用可能な Apache 2.0 ライセンスにて公開しています。 今回公開したモデルは以下の通りです。 30億パラメータの汎用言語モデル: Japanese Stable LM 3B-4E1T Base 30億パラメータの指示応答言語モデル: Japanese Stable
画像生成AI・Stable Diffusionからパラメーター数が大幅に増加した新モデル「Stable Diffusion XL(SDXL)」の技術レポートが公開されました。 generative-models/assets/sdxl_report.pdf at main · Stability-AI/generative-models · GitHub https://github.com/Stability-AI/generative-models/blob/main/assets/sdxl_report.pdf Stable Diffusion XL technical report [pdf] | Hacker News https://news.ycombinator.com/item?id=36586079 SDXLは従来のStable Diffusionと比べて3倍の大きさの
商用利用可能な「Japanese StableLM Instruct Alpha 7B v2」をリリースしました — Stability AI Japan
Japanese StableLM Instruct Alpha 7B v2 「Japanese StableLM Instruct Alpha 7B v2」は、汎用言語モデル「Japanese StableLM Base Alpha 7B」に対し追加学習を行い、ユーザーの指示に受け答えできるようにした日本語向け指示応答言語モデルです。 Stability AIは、2023年8月に、研究目的で作られた最初のバージョン「Japanese StableLM Instruct Alpha 7B」を公開しました。その後、さらに多くの方にJapanese StableLMに触れていただけるよう、商用利用可能なモデル開発を進めて参りました。 「Japanese StableLM Instruct Alpha 7B」との主な違いは、利用したデータセットです。商用利用を制限しないデータセットのみを利用し、
ComfyUI 解説 (wiki ではない)
Stable Diffusion の web UI でありバックエンドでもある ComfyUI について、主にアーティスト向けに、内部動作や背景にある理論も含めて感覚的に捉えられるように解説していきます。 (充実しつつある公式 README や公式サンプルに書いてあることは、多分このサイトでは説明しません) 重要な外部リンク ComfyUI 公式リポジトリ ComfyUI 公式サンプル ComfyUI 公式チュートリアル (未完らしい) 有志によるマニュアル (ほぼ準公式) 最近の主な更新 公式に取り込まれた: ConditioningConcat 新ノード: ConditioningZeroOut SDXL 関連のノード追加: CLIPTextEncodeSDXL、CLIPTextEncodeSDXLRefiner モデルの保存が出来るようになった: CheckpointSave SDX
完全に自分目線の歴史です。時系列は適当なこともあるよ。 2022/8 モデルが公開されましたが、学習を始めた人は一部だけでしょう。 Stable Diffusionリリース 22日 これまでの画像生成AIと違いモデルがオープンになったことで、誰でも自由に学習できるようになりました。StabilityAIが公開したコードには学習コードも含まれていたので、技術力さえあればこの時点で学習できたのかな。コードやモデルファイルはStabilityAIによるコードと、HuggingfaceのDiffusersライブラリの二つに分かれており、今でも混乱の原因になっている気がします。 Textual Inversion論文自体はStable Diffusionの公開直前くらいに出たもののようですね。学習方法として最初に流行った方法で、27日には日本語記事が出てますね。はやい。 この頃はStabilityA
画像生成AI「Stable Diffusion」を開発するStability AIが、「Stable Diffusion 3 Medium」のモデルを公開したと発表しました。 最も洗練された画像生成モデル、Stable Diffusion 3 Medium のオープンリリースを発表 — Stability AI Japan https://ja.stability.ai/blog/stable-diffusion-3-medium stabilityai/stable-diffusion-3-medium · Hugging Face https://huggingface.co/stabilityai/stable-diffusion-3-medium Stable Diffusion 3は2024年2月に発表されたモデルで、指定した文字を画像内に違和感なく描写したり、複数の被写体を高精
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AI分野の科学論文を山下氏がピックアップし、解説する。 X： ＠shiropen2 オランダのRadboud University Nijmegenに所属する研究者らが発表した論文「Rethinking open source generative AI: open-washing and the EU AI Act」は、オープンソースと主張する生成AIを対象に、どの程度オープンなのかを調査した研究報告である。 近年、オープンであると主張する生成AIシステムが急増しているが、実際にはどの程度オープンなのかは疑問だ。「オープンソース」と謳いつつ、詳しく見てみると部分的にしか公開していないことはよくある。「オープンソース」は研究
画像生成AI「Stable Diffusion」で知られる英Stability AIは4月3日（現地時間）、テキストで作曲できる生成AI「Stable Audio 2.0」を発表した。Stable AudioのWebサイトにログインすることで無料で利用できる他、間もなくStable Audio APIでも利用できるようになる見込みだ。 Stable Audioは、同社が昨年9月に発表した音楽生成AI。リリース当初の無料版では44.1kHzで最長45秒のトラックしか生成できなかったが、バージョンアップで最長3分のフルトラックの音楽を生成できるようになった。 テキストからだけでなく、音声からも作曲できる。オーディオサンプルをアップロードし、自然言語のプロンプトでサンプルをアレンジできる。 無料では、3分の音楽を20曲まで作れる。作った音楽を入力オーディオとして利用することもできる。 旧版同様に
2023年10月17日に配信された「Game Ready ドライバー」のアップデートによりいくつかのゲームの起動時パフォーマンスが向上し、さらに画像生成AIのStable Diffusionが最大2倍速くなることが発表されました。 New Game Ready Driver Released: DLSS 3 For NARAKA: BLADEPOINT and Warhammer: Vermintide 2, Plus RTX Video Super Resolution Enhancements & Stable Diffusion Is Now Up To 2X Faster | GeForce News | NVIDIA https://www.nvidia.com/en-us/geforce/news/game-ready-driver-dlss-3-naraka-verminti
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
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
Stable Diffusionの画像生成を画像によって条件づける方法をまとめていきます。といっても実装とかを全部見たわけではないので、多少間違っている部分もあるかもしれませんが、まあイメージはあってるっしょ。 手法の分類 画像の情報をUNetのどこに与えるかによって手法を分類します。とりあえず5つに分けてみました Cross Attentionに与える：Prompt Free Diffusion, PFG, IP-Adapter Self Attentionに与える：Reference only, FABRIC Time embeddingに与える：UnCLIP, Revision その他の場所に与える：ControlNet, GLIGEN, T2I-Adapter LoRAの重みを学習する：HyperDreambooth あれ・・？もしかしてこの時点でたいていの人は脱落ですか。この辺の
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
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
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
音楽とサウンド生成のための「Stable Audio」を発表 — Stability AI Japan
【西川和久の不定期コラム】 次世代Stable Diffusion(SDXL)をWindows上で一発で使用可能にする「Fooocus」
Stability AI、無料で起承転結のある最大3分の音楽を生成可能な「Stable Audio 2.0」を公開／テキストだけでなくアップロードしたオーディオから音楽を生成可能に
画像生成AI「Stable Diffusion」使うなら「ComfyUI」のワークフローが便利です (1/4)
Stable DiffusionとMidjourneyはどちらが優れている？ 「画像生成AI」の可能性と課題
Stability AI、スケッチを高度な画像に変換する「Stable Doodle」無償公開
Stable Diffusionのおすすめモデルを紹介！ダウンロード方法から著作権まで徹底解説 | WEEL
Macで始める画像生成AI 「Stable Diffusion」ComfyUIの使い方 (1/5)
Stability AI Japanにおける大規模言語モデルの研究開発
Stability AIがオープンソースのコーディング補助AI「StableCode」を発表
「Stable Diffusion 3 Medium」がついに解禁、一般的なGPUでも効率よく動作する2Bモデル／フォトリアリズムを実現、NVIDIAとの提携によりパフォーマンス50％向上
Stability AI Japanが公開した30億パラメーターの日本語向けLLMを動かしてみた【生成AIストリーム】
Stability AIがChatGPTと同等の性能を持つオープンソースの大規模言語モデル「FreeWilly」を公開
生成AIが画像1枚から高品質3Dモデルの映像を作成する「Stable Video 3D」が公開／Stability AIが「Stable Video Diffusion」の技術を応用した生成モデルを開発
「下手な絵ばっかり学習」したAI絵師からしちゃんによる「感情」の絵が…こちら…「これは…」「名画生まれてる」
画像生成AI・Stable Diffusionのエンコーダーに見つかった致命的な欠陥とは？
Stable Diffusionの改良版「Stable Diffusion XL(SDXL)」の技術レポートが公開
Stable Diffusion学習の歴史｜gcem156
Stable Diffusion 3 Mediumがオープンリリースされる、比較的小型で個人利用に最適なモデルに
「自称オープンソース生成AI」は本当に“オープン”なのか？ 45種のAIモデルをオランダの研究者らが調査
Stability AI、音楽生成AI「Stable Audio」を2.0に更新 最長3分の作曲が可能に
NVIDIAのドライバアップデートでStable Diffusionが2倍高速化
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
Stable Diffusionの画像条件付けまとめ｜gcem156
Stability AIから、日本語向け生成AI「Japanese StableLM Alpha 7B」公開
「Stable Diffusion XL 1.0」リリース。モデルの微調整が容易に
