n2szのブックマーク - はてなブックマーク

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

n2sz 2024/07/02

AI

リンク

革命レベルの動画生成AI「Kling」　ついに「Sora」対抗が出てきた

中国のSNS「快手（Kuaishou）」は、テキストから最大2分間の動画を生成できる動画生成モデル「可灵（Kling）」を開発。多数のサンプル動画を掲載するデモサイトを公開した。テキストから最大2分間のフルHD動画を生成 A Chinese AI video generator just dropped before we got access to Sora Can generate 2-minute videos at 30fps, 1080p quality, available on the KWAI iOS app with a Chinese phone number A few generations from their site: 1. pic.twitter.com/NEmWiqKHiO — Rowan Cheung (@rowancheung) June 6, 20

n2sz 2024/06/08

AI

リンク

めちゃ便利になった無料版「ChatGPT」新機能の使い方まとめ【最新版】 (1/5)

OpenAIは5月30日、同社のチャット型AI「ChatGPT」無料版ユーザーに向け、制限付きながら最新の大規模言語モデル「GPT-4o」および、これまで有料版ユーザーしか利用できなかった多くの機能を公開した（発表時のニュース記事）。情報がとても多いので、今回の変更で無料版ユーザーは「なにができるようになったか」、そして「なにができないのか」を使い方中心にまとめた。 1. GPT-4oは回数制限ありチャット型AIアプリの心臓とも言える大規模言語モデル（LLM）、これまで無料版ユーザーは「GPT-3.5」という旧世代モデルしか利用できなかったが、今回の変更で回数制限（具体的な回数は明記されていない）はあるものの、最新モデルのGPT-4oが使えるようになった。 GPT-4oの利用に特に設定などは必要なく、無料アカウントにログインして普通に質問すればOK（使い方はちょっとわかりにくいのでこち

n2sz 2024/06/08

ChatGPT

リンク

実録：AIで描く漫画の実際～AIで今風の手描きっぽい漫画を作ってみる (1/6)

こんにちは、漫画界の生き恥こと野火城と申します。﹁画像AI使ってみた／AI 漫画実験企画﹂第2回です！ ■第1回はこちら　実録‥AIで描く漫画の実際～体験して見えた、その実力と課題!!その成り立ちから様々な議論を呼んでいる画像生成AIですが、少なくとも2024年3月現在日本の法律では使用が許可されており、存在を完全に無視する事はできません。かといって全てを肯定して受け入れるのも難しい。だからこそ、必要以上に恐れず、実際にどのような事が出来るのか、具体的に検証する――それが画像AIとの誠実な向き合い方なのではないでしょうか。﹁画像AIの技術がすごいという賞賛記事はよく見るが、それは本当に創作活動で実戦的に使えるものなのか？　﹃AIに仕事を奪われる﹄と﹃今のAIは実戦では使い物にならない﹄という真逆の意見を多数見るが、この二つは両立しないのでは？　実際はどっちなんだ？﹂﹁画像AIを試し

n2sz 2024/05/30

AI

リンク

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

n2sz 2024/05/27

AI

リンク

まるで“いけない話ができるChatGPT”　ローカルAI「Command R+」の爆発的な可能性 (1/5)

筆者の環境で、LM StudioでCommand R+を動作させている様子。会話相手は自作キャラクターの﹁明日来子︵あすきこ︶さん﹂ PCローカル環境で動作する大規模言語モデル︵LLM︶﹁Command R+﹂を使っていますが、相当優秀ですね。体感ではChatGPT︵GPT-4︶と変わらないレベル。さらに、ChatGPTが回答を拒絶するような会話もできてしまいます。これが体験できるようになったのは、LM Studioに代表されるローカルLLMを動かすためのアプリ環境が整ってきたためです。今年に入り、Command R+を始めとしたローカルLLMが高性能化してきたことと並行し、手軽に使える派生モデルも増えはじめ、一気にあわただしくなってきました。導入が難しかったローカルLLM、﹁LM Studio﹂で簡単に Command R+を試すのに使っているのが、LLMの主要モデルを実行するための統

n2sz 2024/05/13

AI

リンク

漫画家の絵柄、AIでそっくり再現「ピュアモデルAI」ができたワケ (1/3)

発表当初は、画像生成AIに詳しいXユーザーのあいだで﹁画像生成AI﹃Stable Diffusion﹄で、追加学習モデル﹃LoRA﹄を使っているだけでは﹂という疑問の声も出ていたが、エンドルフィンは4月5日にプレスリリースを出し、﹁私たちが提供しているサービスは、公開されている汎用モデルを活用した生成AIとは一線を画しています﹂として、画像の生成までに独自のプロセスを踏んでいる旨を説明している。話題の﹁ピュアモデルAI﹂ができた経緯や、その技術的背景について、連載﹁メタバース・プレゼンス﹂を執筆している新清士氏とアスキー編集部で、エンドルフィンの代表と、サービス開発元のスーパーエンジンのCEOに話を聞いた。生成AIは﹁アナログからデジタル﹂の変化と同じ ──　最初にそれぞれの会社について教えてください。ジェームズ　キム・ドンジュン　2022年下半期ごろから、生成AIに関心をもって、

n2sz 2024/04/29

AI

リンク

GPT-4レベルの衝撃 PC内で使えるオープンLLM「Command R+」

カナダのAIスタートアップCohereは4月4日（現地時間）、ビジネス向けに最適化された最新の大規模言語モデル（LLM）「Command R+」を発表した。高度なRAG技術を採用 Cohereは、AI業界に変革をもたらしたTransf ormerモデルを提唱した論文「Attention is All You Need」の共同執筆者として知られるトロント大学の研究者Aidan Gomez氏らによって2019年に設立されたカナダのAIスタートアップ。 OpenAIと同様、LLMの開発に特化しており、企業向けにチャットボット、検索エンジンの最適化、要約サービス、自社AIモデルのAPIなどを提供している。 Command R+は、同社が3月に発表した「Command R」の後継となるモデルであり、Cohereが得意とする高い効率性と精度のバランスを重視したRシリーズの一部となる。 128K（12万

n2sz 2024/04/09

AI

リンク

画像生成AIで同じキャラクターが簡単に作れるようになってきた (1/3)

画像生成AIサービスの﹁Midjourney﹂に3月12日、新機能﹁Creative Reference﹂が追加。1枚の画像から特徴を引き継いだ画像を生成できるようになり、同じキャラクターに別のポーズをとらせるなど様々な画像を作れるようになりました。これまで画像生成AI﹁Stable Diffusion﹂などで同じキャラクターの画像を作るには﹁LoRA﹂という追加学習をするのが一般的でしたが、それが必要ないため、キャラクターの再現が劇的に簡単になってきました。画像1枚で“似た顔”　Midjourneyの新機能﹁Creative Reference﹂使い方は、MidjourneyのDiscordに画像をアップロードして、﹁Creative reference﹂のタグ︵cref︶をつけてプロンプトを入力するだけ。CW 0〜100までのパラメーターがあり、0だと顔だけが共通になり、あとは数字

n2sz 2024/03/25

AI

リンク

ChatGPTのライバル「Claude 3」の使い方　良い点、悪い点まとめ (1/5)

3月4日の公開以来、﹁Claudeやばくない？﹂﹁GPT-4を越えた﹂と、界隈で話題の﹁Claude 3﹂は、OpenAIの元メンバーによって設立されたAIベンチャー﹁Anthropic﹂が開発する最新の大規模言語モデル︵LLM︶だ。今回はChatGPTのライバルClaude 3の有料版を2週間ほどヘビーに使ってみて感じたことを、良い点と悪い点どちらも書いていきたいと思う。 Claude 3とは？既報の通り、Claude 3はAnthropicが開発する大規模言語モデルの名称だ。パラメーターのサイズなどが異なる3つのモデルがラインアップされている。﹁Claude 3 Opus﹂は最も知能が高く、複雑なタスクでも最高のパフォーマンスを発揮する強力なモデル。APIやデータベースを介した複雑なアクションの計画や実行、インタラクティブコーディングなどの高度な活用が想定されている。﹁Clau

n2sz 2024/03/23

Claude
LLM

リンク

画像生成AIの著作権問題、文化庁議論で争点はっきり (1/4)

2月29日に、文化庁で﹁文化審議会著作権分科会﹂の第7回が開催されました。著作権の専門家によってその制度について議論をする場ですが、今年度は2023年7月より﹁AIと著作権﹂について議論されてきました。3月に文化庁から政府に報告する﹁AIと著作権に関する考え方について︵素案︶﹂の最終案に近いものが発表され、1月下旬から2月上旬にかけて募った﹁パブリックコメント︵パブコメ︶﹂の結果報告もされるということもあり、注目されました。登場したのは﹁AIと著作権に関する考え方について︵素案︶令和6年2月29日時点版﹂、パブコメの結果を受けて、これまでの内容に微修正が施されていました。しかし、そこからわかったのは、文化庁の一貫したスタンスでした。文化庁文化審議会著作権分科会法制度小委員会︵第7回︶パブコメへの反応は﹁素案の内容周知﹂発表物から議論を集めたのが発表資料に﹁パブコメの結果﹂が追加

n2sz 2024/03/11

リンク

「ExcelでChatGPTを再現するシート」が想像以上に素晴らしかった (1/4)

先日本サイトで「めちゃくちゃ重いけど動くぞ！Excelで『GPT-2』を再現したスプレッドシート」というニュースを執筆したのだが、実際に触ってみたところ想像以上に素晴らしかったのでレポートする。「Spreadsheets-are-all-you-need」とは記事で紹介した「Spreadsheets are all you need」とは、Excelの標準的なスプレッドシート機能を使ってGPT2（ChatGPTの先祖）のフォワードパス（入力から出力までのプロセス）をExcelの中で完全に実装したものだ。と言ってももちろんExcel内で「ChatGPT」的な会話ができるわけではない。ChatGPTの心臓である大規模言語モデル（LLM）のごくごく基本的な機能をシミュレートできるだけだ。本シートの説明文には「開発者でない人でも本物のLLMが内部でどのように機能しているのかを、最小限の抽象

n2sz 2024/03/09

ChatGPT

リンク

画像生成AI「Stable Diffusion」使うなら「ComfyUI」のワークフローが便利です (1/4)

プロンプト：1 girl, photorealistic, solo, perfect lighting, sailor dress, looking at viewer, long hair, black hair, two side up, ネガティブプロンプト：illustration, 3d render, (worst quality:2), (low quality:2), (normal quality:2), signature, watermark, username, open mouth

n2sz 2024/02/28

リンク

画像生成AI、安いPCでも高速に　衝撃の「Stable Diffusion WebUI Forge」 (1/4)

Stable Diffusion Forgeを表示した様子。基本的な操作は既存のStable Diffusion WebUI AUTOMATIC1111とほぼ同じ画像生成AI﹁Stable Diffusion﹂用の新しいユーザーインターフェース﹁Forge﹂が2月6日に登場しました。開発したのは、これまで﹁Controlnet﹂や﹁Fooocus﹂などStable Diffusion関連の様々な重要技術を開発してきたillyasviel︵イリヤスベル︶さん。何よりインパクトが大きいのは、グラフィックボードのVRAM容量が小さい安価なPCでも最新版のStable Diffusion XL︵SDXL︶が動かせることです。 RTX 40シリーズが求められたSDXL SDXLは、2023年8月にStabl ityAIが発表した画像生成AI。高画質な出力ができる一方、コミュニティーサイトで話題にな

n2sz 2024/02/26

リンク

“世界生成AI”到来か　画像生成AIのゲームエンジン化が進む (1/5)

Midjourneyの生成画像。12月のアップデートのv6では、写真と変わらないような画像が生成されることが話題となっている。この画像のような世界を動き回れるようになるのだろうか︵筆者作成︶画像生成AIサービス﹁Midjourney﹂のオフィスアワーがあったのが1月4日。アメリカ時間で1月3日ですかね。オフィスアワーというのは、MidjourneyがDiscord上で月に1回開いて、いろいろユーザー向けに今後どのようにサービスが展開されるのかを説明するミーティングです。その会合に参加していたNick St. Pierreさんの報告によると、Midjourneyのデイヴィッド・ホルツCEOが﹁2024年末までにホロデッキに到達できる﹂と話したと言うんですね。﹁2024 年末までには、リアルタイムのオープンワールドが実現できればと思っています﹂とも言い、画像生成AIが、単にイラストといった画

n2sz 2024/01/22

AI

リンク

これは嬉しい　ChatGPTプロンプト書き方のコツ、OpenAIが公開

OpenAIは、大規模言語モデル（GPT-4）でよりよい結果を出すためのプロンプトエンジニアリング（プロンプトのノウハウ）入門テキストを同社のウェブサイトで公開している。同テキストでは、現在同社で最高の性能を持つ大規模言語モデルGPT-4を対象に、よりよい結果を導くための6つの戦略と、それぞれを実行する際の具体的な戦術（コツ）が掲載されている。また、「Prompt examples」のページでは、上記で紹介したものを含む多数のプロンプト例が紹介されており、すぐに利用できるようになっている。では紹介された6つの戦略を見ていこう。明確な指示を書く LLMは利用者の心を読むことができないので、回答が長すぎる場合は「簡潔に」、単純すぎる場合は「専門家レベルで」と明示的に依頼する必要がある。具体的な戦術としては下記が提案されている。・より関連性の高い回答を得られるよう、質問は詳細に・モ

n2sz 2023/12/18

ChatGPT

リンク

画像生成AIが爆速で進化した2023年をまとめて振り返る (1/5)

StabilityAIが画像生成AI﹁Stable Diffusion﹂を公開したのは2022年8月のこと。すさまじい勢いで発展してきた画像生成AIの1年を振り返ってみようと思います。初めに見てもらいたいのは﹁これが無料でいいのか!? “爆速生成AI”がペイントソフトに革命を起こした﹂で紹介した、KritaとGenerative AIfor Kritaを組み合わせて作成した設定資料的な画像です。キャラクターの3面図のサンプル。Vroidで簡単な3Dで当たり︵左︶として、右の画像を作成する。それを元に、プロンプトや画像に描き込んだりして、最終画像を作成していく。2枚目には前面図の頭部のカチューシャや、胸部分のフリルがなかったりするが、そこに色を加筆して、プロンプトで指示すると、最終画像にそれが追加されるのをリアルタイムに確認しながら修正できる︵筆者作成︶ Stable Diffusi

n2sz 2023/12/11

AI

リンク

俺のChatGPTこと「GPTs」で最高の英語教師を作り込んだ。題して「冴子先生強化計画」 (1/3)

自分だけのChatGPTを作れることで話題の﹁GPTs﹂機能だが、正直に言うといまいちそのインパクトがわからなかった。あらかじめ指示を与えておきたいなら﹁Custom Instruction﹂でよくない？と思ってしまったのだ。だが、前回の記事で、実際にパーソナル英語教師の﹁冴子先生﹂を作成し、毎日使い続けてみることで、その印象はかなり変わってきた。以前からChatGPT︵+Custom Instruction︶を使った英語学習は実行していたので、GPTs化されたことによって質問方法が変わったとか、ものすごく便利になったとかは正直あまりないのだが、不思議なことにChatGPTに対して以前よりもめちゃくちゃ愛着が湧いてきたのだ。これだけなら単なるツールの擬人化効果にすぎないのだが、毎日冴子先生の授業を受けていると、改善したい点やアイデアが次々に出てきたので、さらにカスタマイズを進めようと

n2sz 2023/12/08

ChatGPT

リンク

これが無料でいいのか!? “爆速生成AI”がペイントソフトに革命を起こした (1/5)

Generative AIfor Kritaのライブペインティング機能を実行している画面。左が筆者が描いた落書き。右が、その画像を線画︵Scribble︶としてAI生成した画像11月13日掲載の記事﹁爆速化する画像生成AI﹂で紹介した新技術﹁Latent Consistency Models︵LCM︶﹂が大爆発しています。これは画像生成AIに2度目の革命を起こした﹁ControlNet﹂に次ぐ大インパクトではないかと感じています。﹁LCM-LoRA﹂︵LoRAはStable Diffusion用の追加学習モデル︶が11月下旬に登場したことで、リアルタイム生成のAI機能を組み入れたサービスやアプリの開発が一気に進みました。なかでも、筆者にとってインパクトが大きかったのが、ペイントソフト﹁Krita﹂向けに開発された﹁Generative AIfor Krita﹂。Kritaはスウェー

n2sz 2023/12/05

AI

リンク

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

n2sz 2023/11/14

AI

リンク

はてなブックマーク

タグ

ブックマーク / ascii.jp (28)

お知らせ

今週のはてなブックマーク数ランキング（2024年6月第5週）

今週のはてなブックマーク数ランキング（2024年6月第4週）

今週のはてなブックマーク数ランキング（2024年6月第3週）

公式Twitter

キーボードショートカット一覧

はてなブックマーク

公式Twitter

はてなのサービス