生成AIおじさんをおじさん好きが作るとどうなる？（第1回） ありふれたモチーフ「おじさん」を生成するための手法 | テクノエッジ TechnoEdge
写真でも絵画でも3Dでも、人物を表現するモチーフとして圧倒的に人気なのは「若い女性」です。テクノエッジにも西川和久氏の「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？」という大人気連載があります。やはり人物の見目の良さを象徴するのは女性的な美であり、信仰など特別な要因が無い限り、時代を問わず普遍的な価値なのでしょう。 一方でこの記事が対象とする「おじさん」は、不人気なモチーフの代表です。かっこいいとか強いとか、男性性に付加されやすい魅力を添えればともかく、漠然とありふれたおじさんを表現したいと思う人は少ないようです。 私はゲームとWebのエンジニアで、2022年8月頃立て続けに画像生成AIが公開されてからずっと、ゲーム開発に応用できないか色々試してきました。同時に子育てやもっと個人的なことにも画像の生成を試していて、そのひとつが「ありふれたおじさん」です。 少し前には生成したおじさ
総データ量350TB超。30年以上かけた世界遺産デジタルアーカイブ化の取り組み
中国アジアITライター 山谷 剛史 1976年生まれ、東京都出身。2002年より中国やアジア地域のITトレンドについて執筆。中国IT業界記事、中国流行記事、中国製品レビュー記事を主に執筆。著書に『中国のITは新型コロナウイルスにどのように反撃したのか？』（星海社新書）『中国のインターネット史 ワールドワイドウェブからの独立』（星海社新書）『新しい中国人 ネットで団結する若者たち』（ソフトバンククリエイティブ）など。 中国甘粛（カンシュク）省、シルクロードの観光地として知られる敦煌は、仏教壁画が描かれた492の洞窟からなる莫高窟と、砂漠の鳴沙山・月牙泉が有名だ。毎年5月から10月が観光の最盛期で、莫高窟はこの期間ほぼ毎日入場制限がかかるほど人気だ。 莫高窟の文化財の保護と研究のために設立された敦煌研究院では、英国国立図書館とも提携し、これまで30年以上かけてデジタル化が行われ、そのデータ量は
DALL-E3 (ダリスリー) の無料教科書:初級編｜プチpony
DALL-E3を実装日からほぼ毎日使用し面白さにとりつかれています。何となくで触っているため, いまいち思った画像が出来ないことも多々ありましたので今回まじめに作成法を勉強してみました。初級編と名前がついているのは高等テクニックを教えるほどの技術がないだけで後に上級編が控えているという意味ではないです。 0. はじめに DALL-E とはシンプルなテキストのみで画像がつくれるAIです。 簡単なテキストのみで画像生成語源は『ウォーリー探せ』と芸術家の『ダリ』から来ているみたいです。ウィーリーはある種の「探し物」をする, userが提示するテキストのプロンプトから隠された要素やまだ見ぬ画像を「探し出し」生成することらしいです。 ウォーリーをインスパイアした少年1. 問題点, 主に著作権やはり何と言っても著作権問題ではないでしょうか。現在法整備が進行しているところです。OpenAIはコンテンツポ
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
PNGファイル爆発しろ！
まえがき Web上で広く利用されるPNG(Portable Network Graphics)フォーマットは、デジタル画像を変化させずに小さいデータサイズへ変換する圧縮技術の一種です。PNGフォーマットはオリジナル画像を完全復元可能な可逆(lossless)圧縮ですから、JPEGフォーマットのように画像を歪めてしまう非可逆(lossy)圧縮ほどは小さくできません。それでもオリジナルのデジタル画像データの半分程度まではサイズ削減可能な画像圧縮アルゴリズムと言われています。[1] そげぶ いいぜ てめえが何でも思い通りに圧縮出来るってなら まずはそのふざけた幻想をぶち壊す!! （スペース都合によりAA省略） 本記事では、PNGフォーマットを画像データ圧縮(compress)用途で利用するのではなく、オリジナル画像データよりも遥かに巨大なPNGファイル を生成します。 PNGフォーマットでは任意
GANとどう違う？君は画像生成モデルNeRFを知っているか｡
3つの要点 ✔️ NeRFとは新規視点の画像生成ネットワークである｡ ✔️ NeRFの入力は､5次元（空間座標のx,y,zと視点のθ,φ）で､出力は体積密度（≒透明感）と放射輝度（≒RGBカラー）である｡ ✔️ NeRFによって従来よりも複雑な形状を持つ対象物の新規視点画像を得ることに成功した｡ NeRF: Representing Scenes as Neural Radiance Fields for View Synthesis written by Ben Mildenhall, Pratul P. Srinivasan, Matthew Tancik, Jonathan T. Barron, Ravi Ramamoorthi, Ren Ng (Submitted on 19 Mar 2020 (v1), last revised 3 Aug 2020 (this version,
画像生成AIは電子ウキヨエの夢を見るか？｜情報処理学会・学会誌「情報処理」
杉ライカ（ダイハードテイルズ） 画像生成AIは電子ウキヨエの夢を見るか？ こんにちは，ダイハードテイルズ（DHTLS）の杉ライカです．DHTLSは商業出版だけでなくクリエイター自身のSNSもまた重要な作品発表の場と捉え，オンラインに軸足を置いて活動し続けているプロのクリエイターグループで，自作小説や翻訳小説などを，インターネット上で連載したり，各種出版社から書籍としても発刊してもらっています． ここでは，最近登場したtext-to-imageの画像生成AIサービス「Midjourney」を，自分たちのTwitter連載小説でどのように活用しているか，またそこから何を感じたかなどを，簡潔にレポートしてみたいと思います．まず，Twitterで小説といっても想像しにくい方も多いかと思いますので，DHTLSがどのように小説を連載したり（図-1），AI描画の挿絵を投稿したりしているのか（図-2），具
Midjourney、Stable Diffusion、mimicなどの画像自動生成AIと著作権｜知的財産・IT・人工知能・ベンチャービジネスの法律相談なら【STORIA法律事務所】
ホーム ブログ 人工知能（ＡＩ）、ビッグデータ法務 Midjourney、Stable Diffusion、mimicなどの画像自動生成AIと著作権｜知… はじめに Midjourney、Stable Diffusion、mimicなど、コンテンツ（画像）自動生成AIに関する話題で持ちきりですね。それぞれのサービスの内容については今更言うまでもないのですがMidjourney、Stable Diffusionは「文章（呪文）を入力するとAIが自動で画像を生成してくれる画像自動生成AI」、mimicは「特定の描き手のイラストを学習させることで、描き手の個性が反映されたイラストを自動生成できるAIを作成できるサービス」です（サービスリリース後すぐ盛大に炎上してサービス停止しちゃいましたが）。 で、この手の画像自動生成AIのようなコンテンツ自動生成AIですが、著作権法的に問題になる論点は大体決ま
画像生成AI「Stable Diffusion」を低スペックPCでも無料かつ待ち時間なしで使う方法まとめ
2022年8月23日に無料公開された画像生成AI「Stable Diffusion」は、「ボールで遊ぶ猫」「森の中を走る犬」といった指示を与えると指示通りの画像を出力してくれます。Stable Diffusionはデモページで画像生成を試せる他、NVIDIA製GPUを搭載したマシンを用いてローカル環境で実行することも可能です。しかし、デモページは待ち時間が長く、NVIDIA製GPUは所持していない人も多いはず。Googleが提供しているPython実行環境「Colaboratory」を利用すれば、NVIDIA製GPUを所持していなくともStable Diffusionを待ち時間なしで実行する環境を無料で整えられるので、実際に環境を構築する手順や画像を生成する手順を詳しくまとめてみました。 Stable Diffusion with 🧨 Diffusers https://huggingf
世界変革の前夜は思ったより静か｜深津 貴之 (fladdict)
世界のルールが根本的に変わってしまう… そういう展開は、マンガや映画ではよく起こる。それが現実でも起きそうだ。 あと数日（から数週間）で「トップレベルの画像生成AI」が、世界中にフリーで配布される。 イラスト、マンガはおろか3D CGや建築、動画、映像…果てはフェイクニュースからポルノまで…あらゆる創作に携わる全ての人を巻き込む、歴史的な転換点が訪れようとしている。 凄さ的には、悪魔の実がメルカリで買えるようになる。念能力トレーニング動画がYoutubeにアップされる。それぐらいヤバい。 メルカリで悪魔の実が買える世界では、誰もが能力者（一流とは限らない）になれる。そんな、漫画やゲームのラスボスが語るようなユートピアが、あと数日で現実になってしまうかもしれない。 Stable Diffusionで出力したドワーフの王様Stable Diffusionで出力したホビットのスタディ Stabl
TRPG卓の背景をMidjourneyに生成させてみた→最大の欠点と呪文の参考｜MSK@Name_Take
Midjourney、すごいですね。いや本当にすごいんですよね。 Twitterを見ているだけでも日に日にとんでもないイラストとか流れてきて、こいつはやべえって思ってる人も多いかと思います。 これを書いているぼくも、毎日すっげ～～と思っていたうちのひとりです。 これを活用したら、背景を探さずに済むんじゃないか？ TRPGに限らずゲームというものは、システムや世界観にもよりますが、まったく完全に日常に沿ったシナリオ（ゲーム内容）ではないことが多いです。 少なからず非日常を味わうのがゲームの醍醐味でしょうが、そのぶんシナリオにあった背景を探そうとするとなかなか大変だったりもします。 それならば状況にぴったり合った画像を生成してしまえばいい、と思った人はぼくだけではないはずです。 もちろん、イメージ通りの背景画像があればすでに世に存在していればクオリティはそちらのほうが高いのですが、イメージ通り
空間AI白書 - 添景無限生成編｜宮下巧大
他にも「LatentMajestyDiffusion」「centipidediffusion」「latenddiffusion」「discodiffusion」「dalle2」など存在します。アルゴリズムが違うと同じ呪文でも質の違う画像が生成されるので、気が向いた人は色々と試してみることをお勧めします。 画像生成に関する基本知識画像生成に関するベーススキルは、どんなものを生成する場合でも一緒なので、上級錬金術師に学ぶのが一番早い。参考をいくつか紹介します。 大原則となる考え方を深津さんのnoteから抜粋します。 対話型のAIにとって、呪文プロンプトとは画像錬成の方向性ベクトルを定めるものにすぎない。 だからAIをよく使役するには、2つの理解「ベクトルの方向を強く適宜する力ある言葉ルーンの語彙力」と「再現性をもった呪文の組み立て」が必要になる。 深津さんのnote「魔術として理解するお絵描き
魔術として理解するお絵描きAI講座｜深津 貴之 (fladdict)
やればやるほど呪術化する、AI画像錬成について。 以下は、その道の専門家にはメッチャ怒られるかもしれない、雑なロジックと制御講座。 いちおうメジャーなサービスでは、共通して動作するノウハウ（DALL-E2, MidJourney, StableEiffusion, DiscoDiffusion, crayon, dall-e mini 他）。 雑に理解する画像AIのしくみ対話型のAIにとって、呪文プロンプトとは画像錬成の方向性ベクトルを定めるものにすぎない。 たとえば、以下は「I love apple」で錬成された画像の例である。どうにも、ふわっとしたものが出てくる I Love Apple「Apple」という方向性ベクトルは、「リンゴ」「青リンゴ」と「アップルコンピューター（旧レインボーロゴ」「アップルコンピュータ（新ロゴ）」など、複数の可能性を同時に持つからだ。 つまり、「Apple」
Midjourneyに$40課金して見つけたコツ｜shi3z
最近流行ってるAIといえばMidjourney。 吾輩は自宅の電気代が5万円を超えてしまったのでgakyoをお休み中。 というか最近はgakyoでなくてもrepica.comとかいろいろあるのでそっちでいいのではないかと思っている。 そこでMidjourneyですよ。 開発リーダーはLeapMotionの人。 何より安い。だって今まで月に5万かかってた電気代が$30でいいわけですからね。 でもチキンな吾輩はとりあえずお試し→終了→$10プラン→終了と繰り返して、$30/月プランに入りました。だから$40課金勢。 Discordで簡単に使えるのでGakyoよりワンクッションくらいは面倒なんだけど無いよりマシ。 Midjourneyは人間とかの描写に「あまり」制限がない。DALL-Eとかの公開版だと人間の描写に制限があったりするので使うのが難しいが、Midjourneyはハリウッド俳優の名前と
AIの技術でラーメン二郎からレンゲだけ消したが、完璧な二郎が出現した→あまりにも自然すぎて悪用を思いついてしまう
Kenji Doi @knjcode 拡散モデルによるinpaintingでラーメン二郎の写真からレンゲだけをキレイに消していく過程の動画です。 pic.twitter.com/Ja64Tf0yur 2022-06-28 18:17:57 Kenji Doi @knjcode 拡散モデルによるinpaintingも試してみましたが、かなり自然に消えてびっくりしました。 画像は、実画像に写っているレンゲ部分をマスクして、マスク部分は完全なノイズから画像を生成し、マスク以外の部分は各timestepごとにノイズを付加した実画像で置き換えながら生成処理を実施しています。 pic.twitter.com/TCIHmtKQ22 2022-06-28 18:15:28
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
【2023年】美少女AIコスプレイヤーをStable Diffusionで生成する方法についてまとめていく！【ChilloutMix】
浮世絵検索
まっくす on Twitter: "昨今のお絵描きAIの進捗が著しく、いろんな方に一歩踏み込んで知ってもらいたいと思ったのでその仕組みについて解説資料を公開します〜（先日の技術書典の本の内容です）。これからいろんな分野の方が押さえておいても良い技術だと思うので、仕組みから興味持ってもらいたいなーという気持です。(1/5) https://t.co/p7iBSY7ma5"
DALL·E 2
とあるアイドルの楽曲に画像が仕込まれていた話
