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
GMOインターネットグループ、AI画像生成サービス 『ConoHa AI Canvas』を提供開始
GMOインターネットグループ株式会社（代表取締役グループ代表：熊谷 正寿）は、2024年8月1日（木）に、月額990円（税込）から利用できる画像生成AIサービス『ConoHa AI Canvas』の提供を開始いたしました。 『ConoHa AI Canvas』は、世界中で人気の高いオープンソース画像生成AI「Stable Diffusion XL」と最新GPUを採用し、ウェブブラウザ上で簡単に高品質な画像生成を楽しむことができます。初心者でも直感的に操作ができ、生成した画像はクラウド上で一元管理可能です。また、生成枚数や機能制限なく、高品質な画像を好きなだけ生成できます。 【新サービス提供の背景】 画像生成AIは、国内市場規模が2028年度に280億円に達すると予測される成長市場です。（※1）「ConoHa byGMO」ユーザーアンケートでも、95.8%が画像生成AIの存在を知っており、4
この本を読んだら、Stable Diffusionで画像生成を思い通りにできるようになった！ かなりお勧めの解説書です -Stable Diffusion画像生成［本格］活用ガイド
※本ページは、アフィリエイト広告を利用しています。 「はじめてでもここまでできる」の本書タイトル通り、読んで3時間ほどでStable Diffusionの画像生成を思い通りにできるようになりました！ Stable Diffusionでどんなことができるのかは知っていましたが、実際に自分のPCにセットアップし、プロンプトによる画像生成をはじめ、色塗り指定や画風指定、キャラをAIに学習させての画像生成までできました。Stable Diffusion初心者の人にお勧めの解説書を紹介します。 また、少しやってみたけどTextual InversionやControlNetやLoRAなどがうまく使えない、そんな人にもかなりお勧めです。 本書は「はじめてでもここまでできる」というタイトル通り、初心者向けの解説書です。そして「本格活用」とあるように、ただ使えるようになるだけでなく、塗りの書き込み感、色塗
Claude 3.5 SonnetでStable Diffusion XLによる画像生成を要件が満たされるまで繰り返すAmazon Bedrockの使用例 - NRIネットコムBlog
小西秀和です。 Amazon BedrockのAIモデルとして利用可能になったAnthropic Claude 3ファミリーでは画像認識機能が導入されました。そして、最新モデルのAnthropic Claude 3.5 Sonnetにも更に強化された画像認識機能が備わっています。 これらのAnthropic Claudeモデルの画像認識機能、特にOCR(光学文字認識)の性能については、いくつかの簡単な試行と比較を実施してみたことがあります。詳細は以下の記事でご覧いただけます。 Using Amazon Bedrock for titling, commenting, and OCR (Optical Character Recognition) with Claude 3 Haiku Using Amazon Bedrock for titling, commenting, and OCR
浮世絵生成AI「Evo-Ukiyoe」と浮世絵カラー化AI「Evo-Nishikie」が登場
日本のAI企業であるSakana AIが、日本を代表する美術のひとつである浮世絵を生成するAIモデル「Evo-Ukiyoe」と、浮世絵を彩色するAIモデル「Evo-Nishikie」を発表しました。 日本の美を学んだAI：浮世絵風画像生成モデルEvo-Ukiyoeと浮世絵カラー化モデルEvo-Nishikieを公開 https://sakana.ai/evo-ukiyoe/ 浮世絵は世界的にも知名度が高く、モネやゴッホなど数々の巨匠に影響を与えたことでも知られています。しかし、既存の画像生成モデルは浮世絵を重点に置いた学習が行われていないため、多くの人が画像生成AIに浮世絵を出力させようとしたにもかかわらず、浮世絵らしい画像を生成することができませんでした。 今回Sakana AIが開発したEvo-UkiyoeとEvo-Nishikieは、同社が開発した日本語対応画像生成モデル「Evo-S
Sakana.ai、浮世絵風イラスト生成AIを公開 浮世絵をカラー化するAIも
元米Googleの著名な研究者、リオン・ジョーンズ氏とデビッド・ハー氏らが東京で立ち上げたAIスタートアップSakana.ai（東京都港区）は7月21日、浮世絵風イラストを生成できるAIモデル「Evo-Ukiyoe」と、浮世絵をカラー化できるモデル「Evo-Nishikie」（錦絵）を発表した。各モデルとそのデモをHugging Faceで公開している。 各モデルは、同社が4月に公開した画像生成AI「EvoSDXL-JP」をベースに開発。いずれも、芸術品を研究・保管する立命館大学アート・リサーチセンターから提供を受けた浮世絵の画像2万4038点を活用したという。どちらも日本語の入力に対応する。
PNG や JPG ファイルをオンラインで SVG ベクターに変換 - Vectorizer.AI
選択 ベクター化したいビットマップ画像を選んで、このページにドラグ・ドロップしてください。 JPEG や PNG などのビットマップ画像は、それぞれの色を備えた「ピクセル」と呼ばれる小さな正方形のグリッドで表現されています。 処理 画像は、分析、処理され、ピクセルから幾何学的図形に変換されます。 その結果生成されたベクター画像は、ぼやけることなくどんな解像度でも拡大・縮小することができ、印刷、切り抜き、刺繍、その他に使用することができます！
Dify API と GASのカスタム関数を組み合わせてスプレッドシートからLLMを利用する
この記事では、LLMアプリケーション開発プラットフォームであるDifyとGoogle Apps Script（GAS）のカスタム関数を使って、スプシに記載した画像URLに写っているのがわんこかどうかをDifyを使って自動で判定してみました。 なぜDifyとGASカスタム関数の組み合わせなのか？ GASのカスタム関数から直接OpenAIなどのAPIを叩くのが実装としては一番早いのですが、RAGを使いたい、複数のGASから呼び出したい、GAS以外からも呼び出したい、LLMのモデルを柔軟に変えたい、などが発生することも多いです。 そのため実際にLLMアプリケーションを作っていく際は単純にAPIを叩くだけでは解決できないことがおおく、LLMに関わる処理をどこかにまとめておき、まとめておいたものをAPI経由で呼び出すという形にするのが好ましいです。 そこで登場するのがDifyです。 Difyはチャッ
人気の画像生成AI、違いは? Stable Diffusion XL、Midjourney、DALL-E、Playgroundの画風を比較する (1/5)
テキストによるプロンプト（指示）から精細な画像を生成する画像生成AI。無料もしくは安価で利用できる環境が増えるなか、「どのAIを利用すればいいの？」という疑問も自然と出てくる。 費用、手軽さ、描画速度など比較項目はいくつか考えられるが、やはりいちばん気になるのは“画風”ではないか。 もちろんプロンプトなどにより好みの画風にすることはある程度可能だが、モデルそれぞれの特徴や得意分野があるため、ある程度の傾向は存在する。 この記事は、現在注目を集める4つの主要な画像生成AIモデルに同じプロンプトを与えて生成された画像を比較することでそれぞれの傾向を明らかにし、モデル選択の助けになることを目的としている。 ※一部の配信先では画像や図表等が正確に表示されないことがあります。その場合はASCII.jpで配信中の記事をご確認ください 取り上げる4つのモデル それでは、本記事で比較する4つのAIモデルを
たった1枚の画像から高解像度の360度画像を生成する「Era3D」
1枚の画像を認識するだけで360度の視点からの姿も立体的に生成する「Era3D」は、従来のマルチビュー手法の問題点である「不正確」「非効率」「低解像度」という問題点を解消したものになっています。Era3Dの詳細について製作者がウェブページで解説しているほか、ブラウザ上で素早く簡単にマルチビューの生成を体験することができます。 Era3D: High-Resolution Multiview Diffusion using Efficient Row-wise Attention https://penghtyx.github.io/Era3D/ Era3D MV Demo - a Hugging Face Space by pengHTYX https://huggingface.co/spaces/pengHTYX/Era3D_MV_demo 少ない素材から別の角度から見たマルチビューを
イラストのペン入れと色塗り、AI使えばわずか1分 (1/4)
日本のAIスタートアップ、ラディウス・ファイブが提供しているAI着彩サービス「copainter（コペインター）」に新たに導入された「ペン入れ」機能の性能がすばらしく高いです。ラフ画などから線画を生成するという、これまで画像生成AIの「Stable Diffusion」で実現できていたことの延長線上にある機能なんですが、それをサービスとして品質高くまとめた感じです。UIがとにかくシンプルで、生成AIを知らない人でも迷うことなく利用できるわかりやすい作りになっていました。 ※一部の配信先では画像や図表等が正確に表示されないことがあります。その場合はASCII.jpで配信中の記事をご確認ください ペン入れと着彩が1分で終わる copainterの機能は、既存画像を線画化する「ペン入れ」と、指定に合わせて色をつける「着彩」の2つです。 使用方法は、線画にしたい画像をドロップしたら、忠実度/線の太
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27回：SD3 Mediumリリース！Part2(西川和久) | テクノエッジ TechnoEdge
現役グラビアカメラマンでありエンジニアでもある西川和久氏による生成AIグラビア連載の第27回は、前回に続いて最新の画像生成AIモデル Stable Diffusion 3 Medium について。 『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？連載』記事一覧』 前回に引き続きStable Diffusion 3 Mediumの話連載第26回にSD3 Medium(以降SD3 Medium)の話を書いたが、今回はその続きとなる。 前回の記事ではSD3 Mediumの特徴として Baseモデルなのに高画質。そして日本人含むアジア系もOK 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 結構な頻度で致命的な問題が発生する Promptで左右など、位置関係が指示でき再現可能。文字もOK(英語のみ) 生成環境は現状でComfyUI(系)のみ。基本Work
動画生成AIについて：一番星はてのは目をゆっくり開き、踊れるか
Krita の AI Diffusion プラグイン、SD のインターフェースとしてかなり良い。話題の LCM によるライブペイントも便利だし、イラストレーションツールだからレイヤーや選択ツールが使えるのが強い。すでに SD でできたことだが、こんな感じの変換が素早く、気持ちよく行える。https://t.co/bUPOZrKs1n pic.twitter.com/0hn8iMHHms — Naoto Yokoyama (@builtinnya) November 18, 2023 これらを ControlNet8 で入力して AnimateDiff を使えば済むと考えていたが、甘かった。 動画生成 AI に期待しているのは、この2枚の画像の間のフレームを説得力のある形で補間することである。しかし、7秒という長さでは、例えば次の動画1のようになってしまう。 動画1. 図1と図2を使い、パラ
AI動画の品質が仕事に使えるレベルになってきた (1/4)
Luma AIが6月12日に公開した動画生成AIサービス「Dream Machine」が、月に無料で30回まで試せることもあって、大きな話題となっています（「ついに来た! 無料で試せる動画生成AI『Luma Dream Machine』」参照）。ただ、技術情報は出ておらず、どういう関係や経緯で出しているかは一切不明です。 ※記事の配信先によっては動画や図版がうまく表示されないことがあります。その場合はASCII.jp掲載の記事をご覧ください 手軽に高品質な動画が生成できる「Luma AI」のサービス Luma AIはこの連載でも何回か紹介してきたように、大量の写真から3Dモデルを生成するサービスからスタートし、昨年12月には3Dモデル生成サービス「Genie」で参入しているAIスタートアップ企業です（連載第41回「3Dスキャンの進化がすごい」参照）。生成AIの3D化技術で先行していることか
【年間ライセンス無料配布あり】AIで画像のクオリティが格段にアップする「Aiarty Image Enhancer」でロスレス拡大やノイズ除去をやってみたよレビュー
写真を撮った時は上出来だと思ったのに、いざSNSやブログにアップロードしようと思ったら、ピンボケや手ぶれでイマイチだったという経験がある人は多いはず。また、「ネット上にあったよさげなイラストをクリックしてみたらサイズが小さくてしょんぼり」というのもよくあります。 初心者が使うことを念頭に開発された画像加工ソフト「Aiarty Image Enhancer(エイ・アイ・アールティー・イメージエンハンサー)」は、各種機能に特化した3つのAIモデルを搭載することで、写真や画像のクオリティを大きく改善する「ノイズ除去」「ピンボケ補正」「細部加工」「ロスレス拡大」をわずか3ステップで実行可能。低スペックPCでも動作する上に、1年間全機能を無料かつ無制限で使い放題のGIGAZINE読者専用ライセンスコードもあるので、実際に使い倒してみました。 【無料】AIイラスト・画像・写真高画質化サイト｜「Aiar
Gemini API を使いスマホでスキャンした表やグラフから自動的にスプレッドシートを作ってみる
Gemini API を少し触ってみて、画像関連でいくつか応用できそうに思えました。 そこで、Google Drive でスキャンした画像(PDF)から自動的にスプレッドシートを作成するような GAS 用スクリプトを試作してみました。 どのようなスクリプト？ Google Drive で以下のような画像をアップロード(スキャン)しておくと Gemini API を利用してスプレッドシートを作成します。 図 1-1 紙の表をスキャンしたファイル 図 1-2 紙の表から作成したスプレッドシート また、スキャン元の画像にはグラフも利用できます。ただし、グラフ内に値が表示されていないと多くの場合で正確な値にはなりません。 図 1-3 画面に表示されているグラフをスキャンしたファイル 図 1-4 グラフから作成したスプレッドシート 表として取り込む仕組み(プロンプト) 基本的にはドキュメントに従って
画像生成AI「Midjourney」の使い方 思いどおりの絵を出すための「パラメーター」まとめ【最新版】 (1/4)
前回は画像生成AIサービス「Midjourney」のアカウント取得から画像生成までの一連の流れを解説した。 大元の仕組みは共通するものの、これまで説明してきた「Stable Diffusion」との違いに戸惑った人もいるのではないか。 とはいえ、どんなパソコンでも（頑張ればスマートフォンでも）画像が生成できるのはやはり魅力。今回はMidjourneyの表現を豊かにする「パラメーター」について説明していく。 パラメーターとは Midjourneyは「Discord」上で「/imagine」コマンドに続き、プロンプト（prompt）欄にテキストプロンプト（Text Prompt）を入力することで画像を生成する。
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
本格的な“浮世絵風”画像生成AI「Evo-Ukiyoe」 Sakana AI
おっさん「自分の顔をアプリで女性化しました」女性「その写真私です。肖像権侵害で通報しました」画像加工アプリで存在しない顔を作ったはずが、同じ顔の人物が現れる【謝罪解決済み】
「Microsoft Edge」は画像編集ツールである説 ～オンラインもローカルもいきなり編集／編集した画像はクリップボードにコピー可能、ネット上のミーム画像編集に便利【やじうまの杜】
