前回標準のWorkflowにLoRAを追加してみたが、今回は画像が出来た後、つまり後処理用のNodeを追加してみたい。
今回は、なぜおじさんをAIで生成するのか、そこから何を得たいのか、その理由について語ります。
AI作曲サービスのSunoのバージョン2を大幅に改良したバージョン3（V3）のアルファ版が、有償プランであるProとPremiumユーザー向けに提供開始されたので試してみました。
今週の生成AIウィークリーは、AIの“パラメータ”を生成するAI「P-diff」、過去最高精度のリアルタイム物体検出器「YOLOv9」など重要論文5本を解説します。
Googleは2月21日（現地時間）、Google WorkspaceユーザーがGmailやドキュメント、スライド、スプレッドシート、MeetでGeminiを利用できるGemini for Google Workspaceの提供を開始しました。
Googleの生成AIであるGeminiが、多様性に配慮するあまり「1943年のドイツ軍兵士の画像を作って」に対してナチスドイツ風軍装の黒人男性やアジア人女性の画像を生成してしまい、Googleは歴史的に不正確だったと認める声明を発表するできごとがありました。
マイクロソフトがWindowsやOfficeに生成AIアシスタントCopilotを組み込み、Googleも独自AIのBard改めGeminiで検索からGmail・カレンダー・マップ等々をこれまでになく使いやすくすると宣言する状況に、従来からAIに注力してきたAdobe が黙っているわけはありません。
デザイナーのマット・ウェッブ氏は先週木曜日、天の川銀河の中心を矢印で指し示す、無料のiPhone向けARアプリ『Galactic Compass』をApp Storeに公開しました。
CES 2024報告会＆テクノエッジ新年会を開催しました。
AIを用いることでファイルの種類を高速かつ正確に判別できるツール「Magika」をGoogleがオープンソースで公開。
人気連載「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？」の著者である西川和久さんを講師に迎えた、生成AIグラビアワークショップの第4回を1月23日に開催いたします。なお、今回お申し込みいただいた方は、第3回分の動画アーカイブを視聴いただけます。
GoogleのAIはBardからGeminiに変わりました。名前以外にどこが変わったのかをまとめてみました。
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する連載。今回は、Gemini 1.5、LoRA改良版、WindowsのAIエージェント、長時間動画にも対応するマルチモーダルAIなど5本を紹介します。
シンガポールのAIデバイス企業 Brilliant Labs が、メガネ型端末「Frame」を発表しました。
OpenAIから新しい動画生成モデル「Sora」が発表され、合わせて技術レポートも公開されました。Soraはテキストから最長1分の動画を生成できるモデルで、画像から動画の生成や動画の補完も可能。作例を見る限り、現在公開されているどの動画生成モデルよりも優れています。
Slackは2月14日（現地時間）、2023年に予告していた生成AI機能「Slack AI」の一般提供を米国と英国にて開始したと発表しました。
グラビアカメラマンでありソフトウェアエンジニアでもある西川和久氏による生成AI
グラビア実践講座 第18回をお届けします
複数の同一人物を同時に量産できるNVIDIAの画像生成AI「ConsiStory」、Gemini UltraやGPT-4に匹敵する数学特化のオープンソース言語モデル「DeepSeekMath」などを解説します。
Midjourneyは今後1年間、同社の人工知能ソフトウェアを使って政治的な画像を作成すること、特にジョー・バイデン氏とドナルド・トランプ氏の画像生成を禁止することを検討しています。
米Googleのスンダー・ピチャイCEOは、同社の有料クラウドストレージサービス「Google One」の加入者が1億人を突破したことを発表しました。
Googleは新開発したAIモデルの最高峰「Gemini Ultra」の提供を開始しました。また、対話型AIサービスの名前を「Bard」から「Gemini」に変更します。
アップルの研究者らが、入力した文章によって画像を編集できるAIモデル「MGIE」を発表、公開しました。MGIEとはMLLM-Guided Image Editingの略で、テキストベースのコマンドを解釈するマルチモーダル大規模言語モデル（MLLM）を使用しています。
Microsoftは2月7日（現地時間）、AIを搭載した新しいBing検索（現在のCopilot）の提供開始から1周年を記念し、Copilotのアップデートを発表しました。
米Amazonは2月2日（現地時間）、ショッピング向けのAIアシスタント「Rufus」を発表しました。米国でAmazonのモバイルアプリを利用する一部ユーザーに対してベータ版が提供開始されており、今後数週間のうちに米国のさらに多くのユーザーに展開されるとのことです。
iPhone 15 Proで0.2秒以内に高品質な512×512画像を生成することにGoogleが成功。生成AIに関する最新論文5本を解説します。
生成AIによりおじさんの画像を作り出すためのツールや生成のコツのようなものをご紹介します。
GoogleのチャットAIサービスBardで、日本語でもGemini Proを利用可能になりました。
アップルが未発表製品に関して言及することは、厳しい秘密主義のためか滅多にありません。
サムスンの最新フラッグシップ・スマートフォンGalaxy S24シリーズでは、生成AIの「Galaxy AI」が大きなセールスポイントとなっています。
Mac雑誌の創刊を経験したことのある、それなりに長いMacとの関わりを持つ筆者が、Macの40年を個人的な関わりから振り返ります。
Stable Diffusionで生成AI画像を作る時、もっとも一般的なインターフェースはAUTOMATIC1111だろう。デファクトスタンダードと言ってもいいほどで、検索すると、インストール方法や使い方など、それこそ山盛り出てくる。ところが最近、ComfyUIがちょっとした人気だ。
2024年1月18日、日本HPが2024年度の事業説明会を開始し、同時にCore Ultra搭載のプレミアム2in1「HP Spectre x360 14」、「HP Spectre x360 16」およびゲーミングノートPC「HP Omen Transcend 14」の国内向けの発表を行いました。
サムスンの最新フラッグシップスマートフォン Galaxy S24シリーズは、「Galaxy AI」搭載が特徴のひとつです。それら機能の多くは、Googleの大規模言語モデルGemini Proと画像生成モデル Imagen 2をクラウド経由で活用するもの。しかし、サムスンは中国向けGalaxy S24シリーズにはGeminiではなく、現地企業の百度（Baidu）が開発したAIチャットボット「Ernie 4.0」を採用したことを発表しました。
台湾の台北当代芸術館（MoCA TAIPEI）で開催されているAIアート展覧会「你好，人類！Hello, Human!」にアーティストとして参加。この展示会のキュレータにAIとアートの関係について聞いてきました。
今回の生成AI論文解説はいつもより1本多い、6本分です。中でもAmazonのバーチャル試着技術は実用性が高そうです。
米国の伝説的スタンダップコメディアン、ジョージ・カーリンの声をAIで模倣して製作された1時間のYouTube番組に対し、カーリンの娘は「偉大な米国人アーティストの業績」を盗んだとして、遺産管理団体を通じて著作権侵害とパブリシティ権侵害の訴訟を起こしました。
米Googleはデスクトップ用Chromeブラウザの最新版「M121」をリリースし、実験的な生成AI機能を3つ導入すると発表しました。
PhotoMakerのライバルともいうべき技術やAppleのLLMなど、生成AI最新論文の概要5つを紹介します。
Hand Refinerは2023年12月1日に論文、その後、2024年1月初旬にAUTOMATIC1111のADetailerとComfyUIで使用可能になった手(指)に関する新手法だ。今回ご紹介するHand Refinerはかなりロジカル。具体的には、画像から手を認識、認識した位置での形や5本指などリファレンスになる手を深度情報で取得、その深度情報を使って手をInpaintする、ざっくりこの3段構えとなる。
PC向けゲーム配信プラットフォーム最大手のSteamがAIコンテンツについての新たな方針を発表しました。生成AIを用いて作られた大半のゲームを受け入れるという大きな変更です。
日本を代表するテクノロジージャーナリスト各氏をお招きするCES 2024報告会＆テクノエッジ新年会イベント、いよいよ今週末1月19日(金)開催です。
最低1枚の写真があれば、その人物の画像をいくらでも生成できる。そんな技術が登場したので使ってみた。
