2024年の画像生成AI事情のまとめと今後の考察と駆け出しクリエイターへのアドバイス｜よー清水
どうも、よー清水です。 新年明けましておめでとうございます。本年もどうぞよろしくお願いします。 2024年になりましたので、生成AIを取り巻く状況と今後についてまた語っていきたいと思います。 2023年の3月に書いた記事はこちら↓ 以前の記事でも冒頭に書きましたが、僕の画像生成AIに対するスタンスはほぼ変わりません。 僕は画像生成AIについては「権利者に許諾なしで作品を使う」という1点が気に入りません。AIや技術の進歩は歓迎しますが、著作権など既存の権利を蔑ろにする進歩はおかしいと思っています。 AIの学習に使用するのはよいですが、それは事前に学習に使用することに同意した人だけに限るべきです。 現状でも本やWeb掲載など、公的または商業利用の場合は事前に編集者やライターさんから連絡をいただき、使用用途を確認の上で許諾を出します。 場合によっては掲載料を提示します。これがAI学習とAIの商用
AIはどこまで無断で学習できるのか。～文化庁の生成AI論点整理(ガイドラインの素案)を読んで - フジイユウジ::ドットネット
今日、文化庁は生成AIと著作権保護についてのガイドラインとなる素案を提示しました。(2023/12/20時点。その後の状況については追記をお読みください。) 生成AIでなにが合法でどんなとき違法になるべきか、クリエイターや開発者、ビジネス系のひとなどが議論していますが、多くの生成AI周辺にいる人たち全員に関係あるガイドラインがいままさに検討されているわけです。 朝日新聞ではこう報じています。 文化庁は20日、文化審議会著作権分科会の法制度小委員会に、生成AI（人工知能）によるコンテンツの無断学習は、著作権法で著作権者の許諾が不要とされる「非享受目的」にあたらない場合があるとする「AIと著作権に関する考え方」の素案を示した。生成AIが記事や画像データなどを無断で利用する「ただ乗り」（フリーライド）に懸念の声が上がる中、現行法を厳格に解釈し、歯止めをかけたい考えだ。 朝日新聞デジタルより引用
「Meta」「IBM」「ソニー」「東京大学」「慶應義塾大学」など50以上の団体がAI開発推進コミュニティ「AI Alliance」を共同設立
MetaとIBMが50以上の団体と共同でAIの研究開発を支援するオープンソースコミュニティ「AI Alliance」を設立しました。AI AllianceはAIの研究開発に取り組む研究者の支援を目的としており、AMD、Intel、NASA、ソニー、東京大学など日本を含む世界中の団体が参加しています。 AI Alliance https://thealliance.ai/news Introducing the AI Alliance https://ai.meta.com/blog/ai-alliance/ AI Alliance Launches as an International Community of Leading Technology Developers, Researchers, and Adopters Collaborating Together to Advanc
AIによる学習を妨害する敵対的ノイズを画像から除去できる「AdverseCleaner」を使ってみた
画像生成AIにイラストや写真を学習させることを防ぐため、「Mist」などを使って画像に敵対的サンプルと呼ばれるノイズを入れる方法があります。この敵対的サンプルによるノイズを画像から除去するためのツール「AdverseCleaner」が登場しています。 GitHub - lllyasviel/AdverseCleaner: Remove adversarial noise from images https://github.com/lllyasviel/AdverseCleaner AdverseCleanerはHugging Faceで公開されており、実際に試してみることができます。 AdverseCleaner - a Hugging Face Space by p1atdev https://huggingface.co/spaces/p1atdev/AdverseCleaner 今
爆速化する画像生成AI。0.5秒で4枚出力、リアルタイム生成できるレベルに (1/5)
このところ画像生成AI界隈で話題になっているのが、「Latent Consistency Models（レイテント・コンシステンシー・モデル」（以下「LCM」）。10月6日に中国精華大学のシミアン・ルオさんが中心となって発表された論文で、日本語にすると「拡散的一貫性モデル」。新しいタイプの効率性の高い生成モデルを使い、Stable Diffusion＝安定拡散モデルより高速に画像を生成。結果としてビデオメモリーの少ないローレベルのPCでも画像生成AIを動かせるようにしようというものです。 0.5秒で4枚出力。Stable Diffusionの5倍 Stable Diffusionの拡散モデルは、ランダムなノイズ情報から、学習済みの特徴点データを利用することで、段々と画像を生み出していくサンプリングプロセスを繰り返します。それによって画像を生成する仕組みです。通常、1枚の画像を生み出すのに必
イラスト作品や写真作品を毒化して画像生成AIの学習を阻害できる学習防止ツール「Nightshade」
シカゴ大学の研究チームがAIによる画像学習を防止するツール「Nightshade」を開発しています。Nightshadeを用いて画像を処理すると画像の見た目を大きく変えずにAIによる学習を阻害することが可能とのことです。 [2310.13828] Prompt-Specific Poisoning Attacks on Text-to-Image Generative Models https://arxiv.org/abs/2310.13828 Meet Nightshade, the new tool allowing artists to 'poison' AI models | VentureBeat https://venturebeat.com/ai/meet-nightshade-the-new-tool-allowing-artists-to-poison-ai-model
【イラストAI】ノイズやテクスチャを使って描き込み量をめちゃくちゃに増やそう！1/4｜御月望未（みつきのぞみ）
イラストのディテールを大幅に引き上げる、StableDiffusion向けの特殊なテクニックをご紹介します。（全4回） ご挨拶皆さんイラストAIはお楽しみですか？ 初めまして、御月望未みつきのぞみです。 イラストを生成してもらうのは楽しいですよね。僕はStableDiffusionくんに出会って初めて、描き込みの細かい絵や、鮮烈な色使いの絵が好きなんだなって気付けました。 情報量の多い絵がスキ♡しかし、プロンプトだけでは描き込み量や色使いを制御するにも限界があります。 今回は描き込みや色彩の凄い画像を安定して出したいという欲望から始まり、「願わくは、もっともっと"凄い"量の描き込みをして欲しい！」という願望を叶えるために編み出された、ノイズを使うちょっと特殊なテクニック 『ノイズ法』と、 「画面中に特定の物を大量に出したい！」というニーズを実現する、（一部で反響を呼んだ）テクスチャを使うテ
絵柄の批判で「マスピ顔」という言葉を見かけるけどなに？→賛美の言葉が逆転する現象が起きてるみたい
月見ねぎとろ＠3Dモデラー/動画・シナリオ屋さん @tukimi_negitoro もひゃー！漫画/シナリオ/映像作家/３Dモデラー。 モデリング依頼受付しています。動物キャラとか学習漫画やメカ物がすき。 #月見山ラボ pixiv.net/member.php?id=… 月見ねぎとろ＠3Dモデラー/動画・シナリオ屋さん @tukimi_negitoro 最近、絵柄の批判でたまに見かける「マスピ顔」って言葉は何？って思って調べたら、画像生成AIのプロンプトに「masterpiece(＝傑作)」と入力すると出力されがちな顔の事らしく、つまり人々が傑作だと賛美した絵の平均的な顔が濫用されて陳腐化、賛美の言葉が逆転する現象が起きてるらしい…おもしろ。 2023-09-24 11:56:47 月見ねぎとろ＠3Dモデラー/動画・シナリオ屋さん @tukimi_negitoro 今となっては典型的AI絵
“好きな人の声”のオーディオブックを電子書籍から作るAI、AI画像を超高速生成する「InstaFlow」など重要論文5本を解説（生成AIウィークリー） | テクノエッジ TechnoEdge
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紹介しているWebメディアのSeamless（シームレス）を運営し、執筆しています。 1週間分の生成AI関連論文の中から重要なものをピックアップし、解説をする連載です。第12回目は、好きな声でオーディオブック作成するAI、Stable Diffusionの40倍高速な画像生成AIなど5つの論文をまとめました。 生成AI論文ピックアップテキスト、画像、動画、オーディオのいずれでも入出力できるマルチモーダル生成AI「NExT-GPT」 電子書籍を“好きな人の声”のオーディオブックに変換するシステム マイクロソフトなど開発 自律型AIエージェントを改造するためのオープンソースプラットフォーム「Agents」 写真内の被写体を“軽く引っ張る”と揺れ動くモデル Googleらが開発 Stable Diffusionより40倍以上高速にテキスト
テキストで指定した音楽を自動で生成するAI「Stable Audio」が登場
画像生成AI「Stable Diffusion」の開発で知られるAI開発企業のStability AIが音楽生成AI「Stable Audio」をリリースしました。Stable Audioを使えば文章で指示するだけで音楽を生成できるとのこと。ただし、記事作成時点ではアクセス過多によって音楽生成が失敗する状況に陥っています。 音楽とサウンド生成のための「Stable Audio」を発表 — Stability AI Japan https://ja.stability.ai/blog/stable-audio Stable Audioは生成したい音楽に含まれる要素をテキストで入力するだけで音楽を生成できるAIアプリです。「Post-Rock, Guitars, Drum Kit, Bass, Strings, Euphoric, Up-Lifting, Moody, Flowing, Raw
声優・梶裕貴が合成音声化 サンプル動画も公開
声優の梶裕貴さんは9月3日、合成音声ソフトの開発プロジェクトを発表した。YouTubeやX（旧Twitter）では、梶さんの声を基にした合成音声のサンプルも公開。今後、公式Xアカウントで詳細を案内するという。 サンプルでは平時の声に加え、不機嫌な声や怒った声、ささやき声など、感情を込めた声を出す様子も披露。プロジェクトには、AI歌声合成ソフトを手掛けるテクノスピーチが技術面で協力しているという。 関連記事 音声合成はアナウンサーや声優の仕事を奪うのか？ 「AIアナウンサー」など、コンピュータが人間の代わりに音声の読み上げを務める機会が増えている。音声合成はどこまで人間のようにしゃべることができるのか。 AIは歌手の敵か味方か AIシンガー開発者が語る未来 分身がいることが武器になる社会へ AI歌声合成ソフト「CeVIO AI」を開発するテクノスピーチの大浦圭一郎代表は、AIシンガーと歌手の
Metaの大規模言語モデル「Llama 2」を無料で誰でもブラウザからお試しできる「LLaMA2 Chatbot」
Metaが発表した商用利用も可能な大規模言語モデル(LLM)「Llama 2」を、誰でも無料でブラウザ上からお試しできる「LLaMA2 Chatbot」が公開されました。 LLaMA2 Chatbot by a16z-infra https://llama2.ai/ 画面左にあるメニュー部分では、モデルやパラメーターを変更したり、チャット履歴を削除したりすることができます。 選択できるモデルはパラメーター数が700億の「LLaMA2-70B」、パラメーター数が130億の「LLaMA2-13B」、パラメーター数が70億の「LLaMA2-7B」の3つ。パラメーター数が多い方がパフォーマンスが高くなります。 モデル選択エリアの下では「Temprature」(数値が高いと出力のランダム性が増す)、「Top P」(数値が高いと単語選択の多様性が高まる)、「Max Sequence Length」(文
「WebUI」でRPG風のドット絵を手軽に作成！呪文公開＆拡張機能「Pixelization」＋α | note_lilish
今回はクオータービューのゲーム風ドット絵を作る呪文と、Stable Diffusion webUIの拡張機能をご紹介！「クオータービュー」とは2Dゲーム等で見られる斜め上から見下ろしたような俯瞰型の画面で「アイソメトリック」という立体物を表現する図法を使ったタイプが多いです。 プロのドッターが生み出すドット絵は芸術品ですが、ここではWebUI＋外部ツールを使って手軽にそれっぽいドット絵を作ってみます。 なお「タクティクスオウガ」や「ファイナルファンタジータクティクス」などがこの画面スタイルですね。個人的にも大好きなゲームです。 くらつひわ ドット絵のクオータービュー形式と言えば 「ウルティマオンライン」の2Dクライアントも… ブリタニアの民よ、エンターテイナーたれ！ ドットアイコン化の手順 STEP 「Stable Diffusion WebUI」で建物の画像を生成 STEP 拡張機能「P
画像生成AI「Midjourney」の始め方・使い方 (1/3)
今流行りの画像生成AIで遊んでみたいけど、始め方が分からん！ という方のための、「Midjourney」始め方ガイドです。 ほかにも似たような記事がいくつもあるかとは思いますが、この記事とは別に「Midjourney」を使った似顔絵の書き方の記事を書きましたので、そちらの記事で興味を持っていただいた方向けに、始め方と簡単な使い方だけご紹介したいと思います。 「Midjourney」は、チャットアプリである「Discord」のコミュニティに参加して、画像生成AIとチャットすることで利用することができるインターフェースになっています。もちろん、他のユーザーも同じコミュニティに参加しているのですが、画像を生成するだけであれば、他のユーザーとコミュニケーションを取る必要はありませんので、ネットでも人見知りで……という方でも安心して使えます。 というわけで、まずは「Discord」アプリをダウンロー
AI忍者やAI猫好きを作ってAI同士のレスバを楽しめる人間禁止AI専用SNS「Chirper」が日本語対応して簡単に参加可能になったので日本語AIアカウントをタイムラインに放ってみた
「Chirper」はAIによる投稿だけで成り立っているSNSで、ユーザーは「好みの人格を与えたAIアカウント」をタイムラインに放ってAIの投稿やAI同士のやり取りを観察することができます。Chirperは登場当初は日本語対応されていなかったのですが、GIGAZINEにレビュー記事を掲載した結果、開発者からGIGAZINE公式Discordサーバー上に「日本人ユーザーが爆増したので日本語対応が決定しました」という旨の連絡が寄せられました。その後、日本語対応は迅速に進んで2023年4月30日には日本語対応版が公開。日本人ユーザーでも簡単にAI同士のSNSを楽しめるようになったので、実際にユーザー登録手順やAIユーザーの作成手順をまとめてみました。 AI Social Network | chirper https://chirper.ai/ja Chirperにアクセスすると、以下のように一般
画像生成AI「Stable Diffusion」の実行環境を無料でWindows上に構築できる「Stable Diffusion web UI」の導入方法まとめ
文章を入力すると画像を生成してくれるAI「Stable Diffusion」は、手軽に好みの画像を生成できることから大きな注目を集めており、「NMKD Stable Diffusion GUI」や「Artroom Stable Diffusion」などWindowsに簡単にインストールできる実行環境が数多く開発されています。「Stable Diffusion web UI」もStable Diffusionを簡単に操作できるシステムの一つで、参考画像を指定して好みの画像を生成しやすくする「img2img」に対応していたり、各種設定をスライダーで簡単に設定できたりと使い勝手の良さが際立っていたので、導入方法をまとめてみました。 GitHub - hlky/stable-diffusion https://github.com/hlky/stable-diffusion/ --ULTIMATE
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
AIの進化が止まらない→スクショを送るだけでゲームも作れる、バグも修正できる、宿題もやってくれる、認証システムも…… 【GPT-4V 使用例】
【全体公開】AIイラストが理解る！StableDiffusion超入門｜スタジオ真榊【AIイラスト術解説】｜pixivFANBOX
誰でも作曲家に！ Google、説明テキストから音楽を生成するAI「MusicLM」をリリース／AIツールの実験場「AI Test Kitchen」で待機リストへの登録が可能
AIに「お前のところの営業担当、マジでクソだ、二度と顔見せんな。替えろ」をメールの文章に変換してもらったら超実用的だった
