OpenAI の gpt-image-1 を試す｜npaka
OpenAIの「gpt-image-1」を試したので、まとめました。 ・Image generation - OpenAI API 1. OpenAIの画像生成「gpt-image-1」は、OpenAIで最も高度な画像生成モデルで、テキストプロンプトから画像生成および編集できます。高品質な画像生成と、画像作成における世界知識の活用能力を備えています。 現在、「Image API」のみで利用可能です。近日「Responses API」もサポートします。 2. 使用料金2-1. 使用料金テキストトークンと画像トークンには個別の料金が適用されます。 ・テキスト入力トークン (プロンプトテキスト) : 100万トークンあたり5ドル ・画像入力トークン (入力画像) : 100万トークンあたり10ドル ・画像出力トークン (生成画像) : 100万トークンあたり40ドル 実際には、低品質、中品質、高
GPT-4oとGemini-2.0の画像生成能力はいかにして作られているのか
はじめに Googleが2025年3月14日に発表したGemini-2.0と、続けてOpenAIが2025年3月26日に発表したGPT-4oの画像生成能力は、これまでの画像生成AIでは到達しえないレベルの制御性・品質での画像生成を実現しました。 ここ1年半ほど画像生成AIいじりを仕事にしてきた者としては、これまで積み上げてきた成果や進捗がすべて無に帰すレベルでの進化が突然起き、巨人にすべてを蹴散らされたという感じです。別のスキルを身につけたほうがいいかな… しかし一方で、この進化は決して1日にして為されたものではなく、これまでの研究成果が地道に蓄積された結果です。本記事では、その驚異的な画像生成能力、ひいてはAny-to-Anyの生成能力の裏にある技術的な背景を、分かる範囲でサクッと解説していきます。 これまでの画像生成AI TL;DR: これまで広く利用されてきた画像生成AIは、拡散モデ
水産業界の救世主なるか！？大量のサケの骨抜きを可能にする「AI搭載マシン」驚きの職人芸｜南海放送NEWS NNN
特集です。こちら、AIも搭載したあることを専門に行う最新鋭の機械なんです。総重量はなんと3トン！この巨大マシンが誕生した驚きの理由と繊細な職人芸にチューモクです！ 愛媛県東温市にある土佐電子工業・松山工場。工場を自動化する機械の生産などを行っています。土佐電子工業の開発部長、岡村斉さんら開発区グループは6年前からある極秘プロジェクトを進めてきました。 その正体がこちら！銀色に輝く全長4m、総重量3トンの巨体。このマシンの正体は… 土佐電子工業 岡村斉さん： 「これがまだネーミングはしていないんですけど、サーモンの骨抜き機になります」 サーモンの自動骨抜き機です。 「たかが骨を抜くためなんですけど、そこにはいろいろ工夫がありまして」
ChatGPTに撮影時の条件込みで画像の内容を説明してもらって、ImageFXで生成するとほぼ同じ画像を作れておもしろい - hitode909の日記
タイムラインで流れてきたポストから、Googleが作っているImageFXが作ってくれる画像のクオリティが高いように見えたので、触ってみていた。 ImageFXの作例 これが自分で撮った紅葉の写真で、 こっちが、Image FXに、京都の紅葉、50mm f1.4バブルボケ、とか伝えて作ってもらったもの。 ChatGPTに同じ入力を渡すと、こんな画像なので、仕上がりの違いがわかると思う。 どこか嘘っぽいというかメルヘンな仕上がりになりがち。 ここまでできるなら、手持ちの画像そっくりな画像を作れるのでは、と思って試してみる。 手持ちのラーメンの画像そっくりなラーメン画像を作る ChatGPTに、自分で撮影したラーメンの写真をアップロードして、この画像を作るためのプロンプトを作って、とお願いする。 この画像と同じ写真を生成AIで作りたいので、プロンプトを生成してください。内容だけでなく、レンズの
画像生成AIの進化が早すぎる 2024年に起きたことまとめ (1/4)
AIで生成した画像を動画にできるようになった。当連載のオリジナルキャラクター「明日来子さん」にメガネをかけてもらったところ。レンズの屈折まで反映されている（hailuo AIで作成） 2024年、画像生成AIに起きたことを振り返ってみます。今年もすさまじいペースで物事が動きました。今年起きたことに注目するなら、高精細化と高品質化が進む一方、一貫性をいかに実現するのかがポイントでした。一貫性技術は、動画生成AI分野の拡大をもたらし、さらに、3D化の実現までも可能性として見せはじめました。それぞれの技術はお互いに影響を与えつつ、別々に進化し、より専門化が進んでいます。この連載によく登場してくる作例のキャラクター「明日来子さん」を通じて、どのように技術変化が進んだのかを見ていきましょう。 ※記事配信先の設定によっては図版や動画等が正しく表示されないことがあります。その場合はASCII.jpをご覧
CNN < Transformer ? | CyberAgent Developers Blog
この記事は CyberAgent Developers Advent Calendar 2024 8日目の記事です。また、 自由入力解像度対応 Detection Transformer を錬成するトリック の続編です。 CyberAgent AI Lab の Agent Development チームで対話エージェント・ロボットの研究開発に従事しているリサーチエンジニアの兵頭です。 CyberAgent の Developer Experts としても、Labの研究活動だけではなく事業横断的に全社を技術で支援しています。 すべてのエッセンスを盛り込むといつも数十万文字超の長大な記事を書いてしまいバックエンドのブログシステムを破壊してしまうため、今回はデモコードなどをすべて排除して一年分の成果をできるかぎりコンパクトにまとめ、行間の質量を高めます。 1. 取り組んだタスク ２Dエージェント
コンテンツ産業に画像生成AIを社会実装する上で越えるべき課題と提案
こんにちは、抹茶もなかです。 もう夏も終わりという事でちょうど区切りの良いタイミングのため、久しぶりにポエム記事でも書こうかと思います。 今回は画像生成AIの社会実装について。 進む高精度化と進まない社会実装 今年も画像生成AIはその速度を緩めることなく成長をし続けています。 アーキテクチャがUnetベースからTransformerベースへ移行し、生成精度も格段に良くなってきました。 FluxやImageFXなど、AIによる生成画像とAIを使用せずに制作された写真・イラストとの区別はどんどんつかなくなってきています。 また、画像生成に留まらず、動画生成も徐々に実用的なレベルに達しつつあり、今年はKling, Vidu, Gen3など去年とは比較にならないほど高精度な動画生成サービスもでてきています。 また、画像生成AIを支える周辺技術も整備され始めており、必要スペックの要求水準引き下げや、
Googleの新画像生成AI『ImageFX』が考える非実在日本アイドル史（1968～83）。超リアルだが全部偽物（CloseBox） | テクノエッジ TechnoEdge
非常に高性能な画像生成AI「ImageFX（Imagen 3）」の登場です。 FLUX.1がMidjourneyと並ぶ最高峰の画像生成AIとして注目を浴び始めてから2週間もたたないうちに、新しいAI画像サービスが、なんとGoogleから登場しました。それがImageFXです。 Googleは画像生成AIの新バージョンであるImagen 3をリリースしたばかりですが、この技術を使った「ImageFX」というサービスをGoogle AI Test Kitchenでスタートしています。これが生成する人物画像がとてもリアルだというので評判です。GeminiでもImagenを使った画像生成は可能なのですが、制限が厳しく、人物を含んだ画像の生成ができなくなっています。 ▲GeminiのImagenでは人物画像が生成できない ImageFXは、テキストプロンプトを入れると、4枚の画像が生成されるという仕
GitHub - Zuntan03/EasyForge: EasyForge は簡単・安全に新生 Forge を試せる環境です。
Flux を試してみたい方向けのインストール方法です。 SDXL の画像生成なら EasySdxlWebUi などの既存の画像生成環境が今のところオススメです。 最近の NVIDIA 製ビデオカードを搭載した Windows PCで動作します。 Geforce GTX 1660Ti 6GB, RAM 32GB の Win PC で 2:45秒 でした。 「トラブルシューティング」「日本語化」「既存の画像生成環境のモデルや LoRA の参照」などは『EasyForge のインストールと更新』。 EasyForgeInstaller.bat を右クリックから保存して、インストール先のフォルダで実行します。 WindowsによってPCが保護されました と表示されたら、詳細表示 から 実行 します。 インストールが終わったら、download/Flux-Minimum.bat で Flux のモデ
ひたすらAI絵をやってたら絵が描けるようになってた話｜賢木イオ
こんにちは、「機動戦士ガンダム 水星の魔女」が大好きなおじさんです。「水星の魔女が好きすぎて、AI絵をひたすら生成してたらいつの間にか絵が描けるようになっていた」という妙な体験をしたので、それについて記事を書いてみようと思います。具体的にどれくらい？というと、特に練習していないのにこれくらい変わっていました。 ←2023年9月 / 2024年2月→ 始めにお断りしますが、この記事は、「AI絵をやるのがお絵描き上達への近道だョ！」だとか、「お絵描きをやるにはこうしたらいいョ！」といったものではありません。「絵が描けるようになる」の定義は人によって違うでしょうが、少なくともこの程度のレベルで他人様にお絵描き指南をしようなど、完全に暴挙であることくらいは分かります。私は今の自分の絵をお世辞にも上手だとは思っていませんし、それほど絵を上手になりたいとも思っていません。 この記事は「特に絵を練習して
Deep Paint v1.0 - GAKU氏によるGrease Pencilを活用した3Dイラスト・立体絵画制作支援ツールセットBlenderアドオンが遂にリリース！
製品＆ハードウェア-Product&Hardware Voxon VX2-XL - 360度裸眼で見回せる3D立体ホログラムディスプレ... 2024-12-28 VoxonによるVoxon VX2-XL - 360度裸眼で見回せる3D立体ホログラムディスプレイのご紹介。 続きを読む ショートフィルム 作品-Work Rally - UE5をフル活用して制作！改造ラリーカーで国境越えを試みる密輸業... 2024-12-27 映像監督でVFXアーティストのSantiago Menghini氏によるアクションスリラーショートフィルム「Rally」がYoutube上で公開されています！ 続きを読む
漫画家の著作権を守るAI
エンドルフィン株式会社（本社：東京都港区、代表：張鉉洙）、株式会社SUPERNGINE（本社：韓国、代表：KIM DONGJUN）は2024年3月27日、東京・永田町にて開催された一般社団法人マンガジャパン及びデジタルマンガ協会合同「早春の会」にて、ピュアモデルAIによって制作したマンガ作品を初披露いたしました。 現在、市場で出回っている生成AIの多くは他の権利者の絵柄も学習した状態であるため、安易に使用してしまうと作家本来の”個性”が失われるだけでなく、著作権侵害のリスクもはらんでいます。 一方で、エンドルフィン株式会社と株式会社SUPERNGINEが提供するサービスは、契約した漫画家のデータだけを学習させる、ピュアモデルAIによるものです。 加えて、著作権者である漫画家の許可がなければ作動せず、また漫画家自身がそのすべての学習成果をコントロールできるよう、オーダーメイド型でサービスを提
C2PA とは：最新動向と適用例
はじめに 最近、ニュース記事などで目にすることが多くなった「C2PA」という用語、みなさんご存じでしょうか？ 正式には「Coalition for Content Provenance and Authenticity」と言って、コンテンツの出所・来歴の認証に関する技術標準を策定している標準化団体の略称です ※1。日本語に訳すのは少々難しいのですが、C2PA 創設メンバーの 1 社であるマイクロソフトは「コンテンツの出所と信ぴょう性に関する連合」※2、アドビは「コンテンツ来歴および信頼性のための標準化団体」※3 と表現しています。 この C2PA は、2021 年にアドビ、Arm、インテル、マイクロソフト、Truepic などが中心となって創設され、デジタルコンテンツの生成元や変更履歴を証明できるメタデータを付与することで、ディープフェイクや偽情報の拡散を防ぐ技術の規格（仕様）化を行ってい
AIイラストが理解る！StableDiffusion超入門【2024年夏最新版】A1111、Forge対応｜賢木イオ
AIイラストが理解る！StableDiffusion超入門【2024年夏最新版】A1111、Forge対応 こんにちは、2022年10月からAIイラストの技術解説記事をweb連載してます、賢木イオです。この記事は、これまでFANBOXで検証してきた120本（約70万文字）を超える記事をもとに、2024年春現在、画像生成を今から最短距離で学ぶための必要情報をまとめたメインコンテンツです。 これから画像生成を学びたい初心者の方や、手描きイラストにAI技術を取り入れてみたい方が最初に読む記事として、必要知識が網羅的に備わるよう解説しています。素敵なイラストを思い通りに生成するために覚えるべきことを紹介しつつ、つまずきやすいポイントや参照すべき過去記事、やってはいけないことなどを紹介していますので、最初にこの記事から読んでいただくとスムーズに理解できるはずです。 解説役は更木ミナちゃんです。よろし
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
自分の画像をChatGPTでどんどん抽象化させていったけど、ちゃんと感性と時間をかけたアウトプットに見える「イラスト業界は本当に厳しいな…」
GitHub - ltdrdata/ComfyUI-Manager: ComfyUI-Manager is an extension designed to enhance the usability of ComfyUI. It offers management functions to install, remove, disable, and enable various custom nodes of ComfyUI. Furthermore, this extension provides a
PMRF - a Hugging Face Space by ohayonguy
yifeihu/TF-ID-base · Hugging Face
【西川和久の不定期コラム】 話題のFLUX.1をComfyUIで画像生成してみる！基本系とControlNetのWorkflow(json)公開
About Google: Our products, technology and company information
