マルチモーダル画像生成AI「OmniGen」登場、1つのモデルで「ポーズ指定生成」「画像内の物体置換」「被写体指定生成」などが可能
広く使われている画像生成AIのStable Diffusionは「ControlNetを組み合わせてポーズ抽出やポーズ指定生成を実行する」「IP-Adapterを組み合わせて類似画像を生成する」といったように拡張機能を用いて多様な作業を実行できます。「OmniGen」はControlNetなどの拡張機能を使わず単一のモデルだけで多様な生成作業を実行可能にすることを目指して開発されたマルチモーダル画像生成AIで、単体で「画像生成」「ポーズ抽出」「ポーズ指定生成」「画像内の物体置換」「被写体指定生成」といった作業を実行可能です。 [2409.11340] OmniGen: Unified Image Generation https://arxiv.org/abs/2409.11340 GitHub - VectorSpaceLab/OmniGen: OmniGen: Unified Imag
2D画像を3D空間に落とし込んで「物理的に違和感のない編集」を可能にする編集手法「MiraGe」
生成AIを用いると「画像内の物体を移動」「1枚の画像をもとにアニメーションを作成」といった編集作業が可能ですが、物理的にあり得ない結果が出力されることも多々あります。ヤギェウォ大学やケンブリッジ大学の研究チームが開発した画像編集手法「MiraGe」は「画像を三次元空間に落とし込む」というアプローチで物理的に正しい編集を可能とします。 [2410.01521] MiraGe: Editable 2D Images using Gaussian Splatting https://arxiv.org/abs/2410.01521 MiraGe https://waczjoan.github.io/MiraGe/ Image Editing with Gaussian Splatting - Unite.AI https://www.unite.ai/image-editing-with-gau
Stable Diffusionのオリジナル開発陣によるAI企業「Black Forest Labs」が画像生成AI「FLUX1.1 [pro]」とアプリケーション統合用の「BFL API」をリリース
画像生成AIの「Stable Diffusion」などの開発に携わったAI研究者が立ち上げたAI開発企業「Black Forest Labs」が、次世代画像生成AIの「FLUX1.1 [pro]」をリリースしました。同時に、画像生成AIを自身のアプリケーションに統合するための「BFL API」のベータ版も公開しています。 Announcing FLUX1.1 [pro] and the BFL API - Black Forest Labs https://blackforestlabs.ai/announcing-flux-1-1-pro-and-the-bfl-api/ Black Forest Labsが2024年10月2日にリリースした「FLUX1.1 [pro]」は、前モデルのFLUX.1 [pro]よりも生成速度が6倍速く、画像の品質やプロンプトの順守、生成される画像の多様性が
![Stable Diffusionのオリジナル開発陣によるAI企業「Black Forest Labs」が画像生成AI「FLUX1.1 [pro]」とアプリケーション統合用の「BFL API」をリリース](https://cdn-ak-scissors.b.st-hatena.com/image/square/d2371769643c873a257497207295bfdc3a3451d4/height=288;version=1;width=512/https%3A%2F%2Fi.gzn.jp%2Fimg%2F2024%2F10%2F04%2Fflux-1-1-pro%2F00.jpg)
【Python】最新物体検知AI YOLOv8のPythonライブラリ ultralytics がすごすぎる！ - Qiita
【Python】最新物体検知AI YOLOv8のPythonライブラリ ultralytics がすごすぎる！Python ViT(Vision Transformer) を除くEnd-to-Endの物体検出AIの中で、COCOのベンチマークでトップレベルのモデル(YOLO, SSD, RetinaNet)のうち、今回は、YOLOの最新モデルv8の簡単な実装方法を紹介する。 Papers with Codeの物体検出AIベンチマーク ※一位はもちろん、Vision TransfomerのDETRの進化版 "Co-DETR" 2022年8月拡散モデルを利用したStable Diffusionが公開され、2022年11月Transformerを利用したChatGPTが公開され、画像生成・文章生成AIが業界を席捲している。生成AI以外にも人間の五感を担うような優秀なAIは沢山あり、主なところでは
地球を周回する人工衛星の軌道を3Dで可視化する「Keep Track」
地球の軌道上には世界各国から打ち上げられた人工衛星が行き交っており、衛星トラッカーサービス「CelesTrak」のデータによると、2024年9月6日時点でアクティブな人工衛星だけで1万345基あるそうです。大量の人工衛星の分類や現在位置、周回軌道などを3Dで可視化した「Keep Track」では、どれほどの人工衛星があるのか視覚的に理解できるほか、目当ての人工衛星が現在どこにいてどのように動いているかなどを確認することができます。 Keep Track - 3D Satellite Toolkit https://app.keeptrack.space/ KeepTrack - Home https://keeptrack.space/ Keep Trackはブラウザから無料でアクセスすることができます。Keep Trackを開くと、まずは数秒のロード時間が入りました。 以下がKeep T
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
Stable Diffusion呪文集(プロンプト)完全ガイド。これで美少女AI画像が生成できる！ - 画像生成ドットコム
呪文(プロンプト)とは? 呪文(プロンプト)とはStable Diffusionをはじめとする画像生成AIに入力する文章のことです。呪文(プロンプト)は画像の特徴を表すようなキーワードや文章を,区切りで入力するのが一般的な呪文(プロンプト)です。呪文(プロンプト)は呪文と呼ばれることも多いです。 呪文(プロンプト)には次のようなキーワードが指定されることが多いです。 画像の品質、クオリティ(例: masterpiece, best quality) カメラフォーカス(例: sharp focus, depth of field, blur background, bokeh) ライト・ting) 構図(例: front view, full body) 人物(例: 20 years old woman, 15 years old actress) ポーズ(例: looking at vie
GrokのFLUX.1と有料サービスのFLUX.1 Proについて｜まゆひら
※ Last update 8-22-2024 ※ 2-6. Tips(?) を追加しました。 ※ アニメ調の画像ばかりを生成していますが、リアル系ももちろん生成できます（むしろそちらの方が得意）。 ■ 0. 概要▼ 0-0. 本記事について 本記事では、下記の内容を掲載しています。 8-14-2024に登場したX上のGrok 2.0で、FLUX.1の画像生成を試してみた例。 有料サービスでFLUX.1 Proを利用してみた例。 ■ 1. XのGrok 2.0にFLUX.1が搭載 ▼ 1-1. 初出の情報 調べた限りでは8-14-2024の未明（日本時間）に、Grok 2.0とFLUX.1の実装に関する最も古いポストがありました（5.と6.の箇所）。日本では、この日の午後あたりから話題になり始めます。 Changes have been detected in the texts of t
Flux.1とかいう新しい画像生成AIのモデルのすばらしさを皆様にも知っていただきたい。試し方もあるよ！｜ぶるぺん/blue.pen5805
特に実写風の写真やアートっぽい画像において現状最高峰の画像が生成できます そして Stable Diffusion のように、モデルがダウンロードできるので自分のパソコン上で動かすことができる！(※) つまり、めちゃくちゃ適当なことを言うと Midjourney が無料で使えるみたいなイメージですね。適当すぎ？ ※ 動かすことができないパソコンもあります 壊れちゃった…何がすごいの？かなりキレイだしある程度までなら無茶振りしても応えてくれます！多分！ 公式の告知ページには以下の特徴が書かれています！ 2024年7月時点で画像生成AI界最強の性能Midjourney-v6.0 や Stable Diffusion 3 Ultra、DALL-E 3、全然知られてないけど超強い Ideogram と比較して同等、あるいはそれ以上のいい感じの画像が生成できると公式は言っております おそらく同じプロ
「Stable Diffusion」開発者たちが新たな画像生成AI「FLUX.1」を発表 迷走するStability AIと対照的な展開に
画像生成AIモデル「Stable Diffusion」の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）」は8月1日（現地時間）、高品質な画像生成能力と多様な出力が特徴の最新の画像生成AIモデル「FLUX.1」を発表した。 Stable Diffusionの共同開発者が設立 Black Forest Labs（BFL）は、オープンソースの画像生成AIモデル「Stable Diffusion」の共同開発者として知られるRobin Rombach氏、Patrick Esser氏、Andreas Blattmann氏によって2024年に設立された新興企業。Andreessen Horowitz（a16z）を筆頭とする投資家から3100万ドルの資金を調達したことで注目を集めている。 3つのモデルを展開 We are excited to announce
Stable Diffusionのオリジナル開発陣がAI企業「Black Forest Labs」を立ち上げ独自の画像生成AIモデル「Flux」をリリース
画像生成AIの「Stable Diffusion」などの開発に携わったAI研究者が、新しいAI開発企業の「Black Forest Labs」を立ち上げました。さらに、Black Forest Labsはパラメーターサイズが120億のオープンソース画像生成AIモデル「Flux」も発表しています。 Announcing Flux by Black Forest Labs: The Next Leap in Text-to-Image Models https://blog.fal.ai/flux-the-largest-open-sourced-text2img-model-now-available-on-fal/ Announcing Black Forest Labs - Black Forest Labs https://blackforestlabs.ai/announcing-b
3Dモデルを0.5秒で作れるAI「Stable Fast 3D」が登場したので使ってみた
Stable Diffusionの開発元として知られるStability AIが、画像から3Dモデルを高速生成できるAIモデル「Stable Fast 3D」を公開しました。無料で使えるデモアプリも用意されていたので、実際に使ってみました。 Stable Fast 3Dのご紹介：単一の画像からの高速3Dアセット生成 — Stability AI Japan https://ja.stability.ai/blog/introducing-stable-fast-3d Stable Fast 3Dは2024年3月に発表された3Dモデル生成AI「TripoSR」の技術をベースに開発されたAIモデルで、7GBのVRAMを搭載したGPUなら0.5秒で3Dモデルを生成できます。 すでにStable Fast 3Dを無料で使えるデモアプリがウェブ上に用意されているので、以下の画像を3Dモデル化してみま
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
CSSで画像にオーバーレイを与えるときは、border-imageプロパティを使うと簡単で美しく実装できます
23 CSS features you should knowの動画でCSSの最近のテクニックが紹介されており、その中から特に注目すべき面白いテクニックを紹介します。 たった1行のCSSで、背景画像とテキストの間にグラデーションのオーバーレイを要素全体に適用するテクニックです。画像の一部を暗くしてその上にテキストを配置する際に非常に便利です。 実際の動作は、デモページでご覧ください。 See the Pen Gradient Overlay with border-image by coliss (@coliss) on CodePen. HTMLはシンプルです。 テキストのh1要素と背景を設定したdiv要素があるだけです。
1枚の画像から高品質な3Dメッシュを高速で生成できる「Unique3D」を試してみた
中国・清華大学の研究チームが、1枚の写真から3Dメッシュモデルを自動生成するフレームワーク「Unique3D」を公開しました。Unique3Dは1方向から撮影された写真から2Dの拡散モデルを応用して被写体の形状を予測し、比較的高速で3Dメッシュモデルを生成することが可能で、無料で使えるオンラインデモも公開されています。 [2405.20343] Unique3D: High-Quality and Efficient 3D Mesh Generation from a Single Image https://arxiv.org/abs/2405.20343 GitHub - AiuniAI/Unique3D: Official implementation of Unique3D: High-Quality and Efficient 3D Mesh Generation from a
【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
画像生成AIに照明革命 日本と世界で同時に“神ツール”登場 (1/3)
この連載ではおなじみのキャラクター「明日来子さん」に右側からライトを当ててみた。左がIC-Lightを適用したもので、右がオリジナル。環境はWebUI Forge用の拡張機能を使用 5月8日に、「ControlNet」など画像生成AI関連の著名研究者であるイリヤスフィール（lllyasviel）さんが発表した「ICライト（Imposing Consistent Light、印象的な一貫的なライト）」が盛り上がりました。入力した画像をもとに、後から指定した照明効果を踏まえた画像を生成する技術です。 画像生成AIで照明効果がつけられる「ICライト（IC-Light）」 発表された学習済みモデルは、「ライトを指定すると、キャラクターのデータに合わせてテキストのプロンプトに合わせて独自に背景を生成するもの」「キャラクターとライトの影響を加味して、別の背景画像と合成するもの」の2種類があります。これ
GIMPで画像生成AIを使えるようにしてNPUでの処理も可能にするOpenVINOプラグイン「OpenVINO AI Plugins for GIMP」レビュー
Intel製CPU搭載を搭載したPCでGPUなしでもStable Diffusionを用いた画像生成を可能にするGIMP用プラグイン「OpenVINO AI Plugins for GIMP」がGitHubに公開されています。特徴的なのは、AIの演算処理に特化したプロセッサ「NPU」に対応しており、NPUを使った画像生成が可能だという点。ちょうどNPUを搭載したXPS 13とXPS 14をDellから借りていたので、導入から実際に使うところまでをまとめてみました。 GitHub - intel/openvino-ai-plugins-gimp: GIMP AI plugins with OpenVINO Backend https://github.com/intel/openvino-ai-plugins-gimp/tree/main ◆目次 1：導入方法 2：使い方 ◆1：導入方法 使
Power Apps & GPT-4oを使って超高速で画像解析アプリを作る！ - Qiita
GPT-4o凄すぎる！！ 出たときから騒ぎまくっていましたが、GPT-4oの登場で興奮しっぱなしの私です。 先日こちらのQiitaの記事を拝読し、「Power Appsでやったらどうなるだろう🧐」という思いが抑えられず、作ってみたら超高速で画像解析アプリが作成できました！ あらためて記事を出してくださったことに感謝いたします！ まずは初弾！ということでGPT-4oを使って、 Power Appsで画像解析アプリを作成する方法 を書いていきます！ まずは見た目（Power Apps）から！ まずはPower Appsでサクっと画面を作ります！ PowerPoint感覚で作れることが強みですからね！ 最低限のもので構成しています。 画面 ├─ ScreenContainer - スクリーン全体 ├─ HeaderContainer │ └─ Header - ヘッダーコントロール ├─ Bo
商用利用ができる高品質AIアート用画像生成AI、Emi 2を無償公開｜AI Picasso
はじめにこんにちは、AI Picasso社の開発チームです。ふたたび、皆様に重要なお知らせがあります。高品質AIアート用画像生成AI、Emi 2 を商用利用可能で無償公開します。この画像生成AIは商用利用が可能であり、追加学習において無断転載画像を学習していません。 Emi 2 は以下のURLにて無料で利用することができます。 Emi 2の特徴１．AIアートへさらに特化このモデルは、イラストやアニメ、マンガのようなAIアート生成に特化しています。GMOインターネットグループが提供する「ConoHa byGMO」のトライアル版の採用により最先端の開発機材NVIDIA H100によって作られた画像生成Emi、モデルマージやフルファインチューニングといったAI Picasso社のノウハウを用いて高品質な画像が生成されるように尽力しました。参考として簡単な生成例を以下に紹介します。 比較のために、
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
