Stable Diffusion のプロンプトで意味の足し算・引き算をする

TL;DR Stable Diffusion でプロンプトに重みをつけたり、意味の世界で足したり引いたりするよ 例: ピラミッド - エジプト + 日本 = ? 画風をシームレスに変換できるよ seed 変更だと大きく変わってしまうけど、小さい重みで補正かければ構図を維持したまま絵に微調整を加えられるよ 意味の足し算・引き算 Stable Diffusion では、内部的に以下の 2 ステップの処理を行うことでテキストを画像に変換している テキストをベクトル(数の組)に変換する ベクトルを画像に変換する ところで、以下の動画を見てほしい テキストをベクトルにすることで、意味の世界で足し算や引き算が実現できている。 これを Stable Diffusion に応用したらどうなるだろうか[1]。 以下では、プロンプトの計算ができるように機能追加したStable Diffusionを用いる。 機

[otchy210]

オープンソースの力を感じる。出来合いのサービスでは絶対不可能よな。

[Imamura]

人工知能に望む通りの結果を出してもらうために「意味の足し算、引き算」という概念の理解が大事になるという状況に未来を感じる

[Windfola]

「食わせるword群の広がりと影響力」はコード見たって出てこないので「呪文で遊ぶ人たち」の発見には意味あるでしょ。wordの合成アルゴリズムの改良とチューニングとは両輪では。

[tattyu]

StableDiffusionって実はモデルが殆どでコードは割と少なかったのでこういう改良がしやすいんだろうな。

[shunkeen]

妄想が刺激される／いくつかベクトル確保して、次元削減の技術で二次元にマッピングして、そのマップ上を歩き回りながら、つど次元復元と画像生成して、いい感じのベクトルを見つけらるようになったらスゴそう

[Nyoho]

ちゃんとprompt-correctionというオプションを定義して修正できるようにしてある。すばらしい。

[sugawara1991]

ベクトルを吟味して味付けを調整できればそれがコンテキストの理解に相当すると思うので、自然言語の後段をAIに任せっきりにせずヒューマンリーダブルで介入できるインタフェースが求められるのかなあ

[misshiki]

“pyramid + (japan - egypt) というプロンプトで画像生成してみると、以下のように寺が出力された。”

[pwatermark]

確かにPromptに単語足していった時の感覚がなんかWord2vecに近いなー、とは思ってたんだよな やっぱそうだったのか ← コード読んでないのバレバレ

[ebo-c]

(プリン + 醤油)で雲丹とか、(プリキュア + 虚淵玄)でまどか☆マギカとか

[akanama]

面白い！抽象的な概念を四則演算する発想が必要なんだな。昔、松本人志が「俺の中では、マイケル・ジャクソンと郷ひろみは同じ引き出しに入ってる」と言ってたが、郷ひろみからマイケルを引くとどうなるか考えたい。

[havanap]

wird2vecみたいなの、こういうのにも応用できるのか

[jssei]

乱数ガチャで惜しいやつ結構あるので、こういうので狙って微調整できるの重要に思う

[kazkaz03]

“ピラミッド + (日本　- エジプト) = 日本風のピラミッド?”そこは古墳じゃないか？

[uunfo]

word2vecすごいな。QuizKnockの動画が面白い

[auto_chan]

AR3次元空間に言葉を配置してリアルタイム生成される画像を調整したいので超コンピューターはよ。技術的にはできるでしょ！！？？あとそれのドエロいVR動画も生成するバージョンもね！！！

[eru01]

word2vecでみた

[endo_5501]

“Stable Diffusion でプロンプトに重みをつけたり、意味の世界で足したり引いたりするよ 例: ピラミッド - エジプト + 日本 = ?”