Googleが無料で簡単に使える画像生成AI「Imagen 2」を公開したので使ってみた
Googleが高品質な画像を簡単に生成できるAI「Imagen 2」を発表しました。Imagen 2はチャットAI「Bard」やGoogleのAIプラットフォーム「Vertex AI」などで利用可能。すでに日本からも利用可能だったので実際に使ってみました。 New and better ways to create images with Imagen 2 https://blog.google/technology/ai/google-imagen-2/ Imagen 2はすでにBardに組み込まれており、「○○の画像を生成して」という内容のメッセージを送信するだけで画像を生成することができます。Bardには以下のリンクからアクセスできます。 Bard https://bard.google.com/chat Googleにログインした状態でBardにアクセスすると以下のような画面が表示
AIアニメの作りかた ComfyUI｜852話
AIアニメの作り方を説明していきます。 ざっくりな説明は上の動画を見ていただければわかるんですが、 少し細かい説明がこの記事になります。 完成物これはワンダープロジェクトJ2というゲームの二次創作アニメですが、30年近く前の作品です。 今回の流れは ・AIの一枚立ち絵を用意する ・AnimateAnyone-Evolvedで骨に沿って動かす ・AAEでつくった画像をControlnetをかけつつAIブラッシュアップ ・AfterEffectsで背景抜き ・AI背景一枚絵を用意する ・Runwayで動かす（ComfyUIでもできるが質がいいし時短になる） ・キャラの後ろに配置、キャラの画像を複製して影にして足元に配置 ・完成 です。 作業はComfyUIで行います。 ・AIの一枚立ち絵を用意する ・AnimateAnyone-Evolvedで骨に沿って動かす 骨を抜いたのはこちらのフリー動画
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)
Stability AI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 AI for 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
日本語画像言語モデル「Japanese InstructBLIP Alpha」をリリースしました — Stability AI Japan
Stability AIは日本語向け画像言語モデル「Japanese InstructBLIP Alpha」を一般公開しました。入力した画像に対して文字で説明を生成できる画像キャプション機能に加え、画像についての質問を文字で入力することで回答することもできます。 Japanese InstructBLIP Alpha「Japanese InstructBLIP Alpha」は、先日公開された日本語向け指示応答言語モデル「Japanese StableLM Instruct Alpha 7B」を拡張した、画像を元にしたテキストが生成されるモデルです。 「Japanese InstructBLIP Alpha」は、高いパフォーマンスが報告されている画像言語モデルInstructBLIPのモデル構造を用いております。少ない日本語データセットで高性能なモデルを構築するために、モデルの一部を大規模な
LINEの3.6B言語モデルで遊んだら爆笑した｜shi3z
LINEから36億(3.6B)パラメータの大規模言語モデル(LLM)が公開されたので早速遊んでみた。正確には遊んだのは昨日のデイリーAIニュースなのだが、面白かったのでこちらにも転載する。 細かいやり方は大先生のページを参照のこと。 例によってこんな関数を書いた def line(prompt): # 推論の実行 input_ids = tokenizer.encode(prompt, add_special_tokens=False, return_tensors="pt") tokens = model.generate( input_ids.to(device=model.device), min_length=50, max_length=300, temperature=1.0, do_sample=True, pad_token_id=tokenizer.pad_token_i
意外と良くなってきてしまった動画生成と音楽生成。第二回AIアートグランプリはどうなる!?
意外と良くなってきてしまった動画生成と音楽生成。第二回AIアートグランプリはどうなる!? 2023.08.13 Updated by Ryo Shimizu on August 13, 2023, 11:41 am JST ほんの一ヶ月前まで、動画生成は全然だめだった。 Gen2は高価だが狙ったものを出しにくい。何より動いてくれない。 ところがAnimateDiffという技術が公開された。これはとても激しく、それっぽく動く。 コツは必要だが、以前よりずっと綺麗に動いているのは間違いない。 筆者の運営するサイトMemeplexやreplicateで使うことができる 音楽生成も、「やはりAIに音楽みたいな人間の機微を読み取るようなものは無理か」と考えていた。 「専門家」である僕でさえ、つい一ヶ月ほど前はそうだったのだ。 新しいオーディオ生成モデルである「JEN-1」と「AudioLDM2」はそ
作って遊ぼう！LLMを搭載した君だけのV&Lモデル！
はじめに TuringのBrain Research teamで頑張ってる井ノ上です。(Twitter: いのいち) Turingは完全自動運転の開発を目指しており、その実現のためには賢い頭が必要だと考えています。その方法の一つとして、近年の大規模言語モデル（LLM）に見られるような文脈理解力をうまく取り入れられないかと考えており、LLMとVisionの情報をかけ合わせたモデルに注目して研究を行っています。自動運転とVision and languageモデルについては、ぜひこちらの記事を読んでみてください。 今回の記事は2023年7月に開催されたABCI LLMハッカソンで取り組んだときに開発していたGIT-LLMというモデルの開発について解説する記事となっています。途中のコードの解説部分などは少し退屈に感じるかもしれませんので、その場合はぜひ結果のパートだけでも見てみてください。いろい
PythonでChatGPTとBardを対話させてみた…ChatGptさんGoogle AIと会話していることを認識してしまう - Qiita
PythonでChatGPTとBardを対話させてみた…ChatGptさんGoogle AIと会話していることを認識してしまうPythonChatGPTBard 画面 上段が人間、中段がChatGPT、下段がBard ログの見方 HUMAN・・・人間 NONE ・・・システム（カウンター） CHATGPT ・・・マイクロソフト(gpt-3) 人工知能 BARD ・・・Google 人工知能 コード まったく同じソースコードではないですがいかにおいています。 https://github.com/su5filed/chatgpt_python/blob/main/chatgpt_20230713_AIBA_pub.py 12行目 にCAHTGPTのAPIキー それぞれの取得方法は以下参照 https://qiita.com/foo4/items/0228c7b604bae4e3c1ca 戦争
ブラウザ上で描いたスケッチをAIが画像に変換してくれるサービス「Stable Doodle」をStability AIがリリース
Stable DiffusionやMidjourneyなどの画像生成AIは、テキストを入力してAIに指示を出すことで画像を生成できますが、テキストだけだと自分の好みの画像を生成することはなかなか難しいものです。AI研究開発企業のStability AIが、2023年7月14日にシンプルなラフスケッチを画像へと変換できる無料サービス「Stable Doodle」の開始を発表しました。 ClipDrop - Stable Doodle https://clipdrop.co/stable-doodle Clipdrop、Stable Doodleをリリース — Stability AI Japan https://ja.stability.ai/blog/clipdropstable-doodle 頭の中のイメージを誰かに伝えるときにラフなスケッチを描いたものの、余計わかりづらくなった、なんて
1週間でAIツールまとめサービスを開発した話
開発したアプリ リンクはこちら👇 開発のきっかけ いつでも見返せるような「ストック型」のAIツールまとめが欲しかった 海外のAIツールも抵抗なく使いたい いつでも見返せるような「ストック型」のAIツールまとめが欲しい 近年、AI技術の急速な進展により、最新のAIツールやプロダクト情報を追いつくのが難しくなった。 TwitterなどのSNSでは日々新しいAIツールが紹介されていますが、これらは「フロー型」のアプリケーションで、大半の情報は瞬く間に流れてしまいます。 多くの場合、私たちは気になる情報を「いいね」やブックマークで保存しますが、情報の流れは速く、結果としてほとんどの情報を見直すことができません。 そういった中で、「ストック型」のAIツール紹介サービスがあれば便利だと考え、開発を始めました。 海外のAIツールも抵抗なく使いたい AIツールの大部分は海外製で、英語が苦手な人にとっては
GitHub Copilotの全社導入とその効果 - ZOZO TECH BLOG
はじめに こんにちは、CTO/DevRelブロックの堀江（@Horie1024）です。ZOZOではGitHub Copilotを全社へ導入しました。本投稿では、GitHub Copilotの導入に際して検討した課題とその課題の解決策としてどのようなアプローチを取ったのかを紹介します。 目次 はじめに 目次 GitHub Copilotとは何か？ GitHub Copilot導入の背景と目的 導入する上での課題 セキュリティ上の懸念 ライセンス侵害のリスク GitHub Copilot for Businessの利用 導入による費用対効果 試験導入による費用対効果の見積もり 試験導入の実施 対象者の選出 アンケートの設計 試験導入の実施 アンケート結果の集計 アンケート結果の考察 費用対効果の見積もり 全社導入の判断 導入決定後のGitHub Copilot利用環境の整備 社内LT会 おまけ
GPT-4 APIが一般開放に
OpenAIがGPT-4 APIを一般ユーザーでも利用可能にすると発表しました。GPT-4 APIはこれまで、ウェイトリストに登録して招待メールをもらえた人だけが使える、という状態でした。 結果、｢めちゃくちゃ賢いAIアプリ｣がどんどん登場してくるのではないかと思われます。 GPT-4 APIって何なの？APIはざっくり言うと｢アプリAの機能を、アプリBでも使えるようにする仕組み｣のこと。ログイン認証をTwitterでできるゲームアプリなんかがよくありますが、これもAPIで実現されています。 ｢GPT-4 APIが一般に開放｣というのは、ChatGPTの有料版などで利用可能な超賢い言語モデル｢GPT-4｣をさまざまなアプリで呼び出せるようになるということです。GPT-4は文脈を汲み取る能力が非常に高く、受け答えもかなり人間的です。 直接的に関係するのはアプリ開発者ですが、彼らが作ったGPT
konapieces/LastpieceCore · Hugging Face
▼ 本モデルの概要 (Overview of this model) 本モデルはCreativeML OpenRAIL-Mライセンスの訓練モデル、SD1.5追加学習モデルのみを使用したマージモデルになります。 柔らかいタッチと強い色彩に重点を置き、前作のlastpieceMix及びpiecepixelMixのタッチに寄せた調整を行っております。 クオリティ系のLoRAやLyCORISを使用せずとも、ある程度精細な表現ができるよう調整しています。 This model will be a merged model, using only the training model and SDXL1.0 additional learning model from the CreativeML OpenRAIL++-M license. Based on the illustration styl
QRコードに見えない｢イラストすぎるQRコード｣
イマドキのAI美少女はQRコード。 1994年に日本で誕生したQRコードは正方形の白黒ドット模様が一般的ですが、実はQRコードの一部にロゴやイラストが描かれていても読み取ることができるようになっています。この仕様のおかげでいくつものバリエーションが生まれているのですが、中国ではAI生成画像を使ったQRコード生成サービスが作られています。 QRコードに見えないくらいグラフィカル中国のクリエイターciaochaos氏が、文字入力でイラストを作る｢Stable Diffusion｣を活用し、美少女イラストや浮世絵、水墨画などのスタイルでQRコードを生成できるサービス｢QR BTF｣を開発中です。 Image: QR BTF陶器やお城っぽいQRコードも学習データにCheckpoint、大規模モデルには低コストで学習できるLoRA（Low-Rank Adaptation）が使われています。 そして人
Pandas AIとは何か？
Pandas AIの概要 Pandas AI とはGit データは現在ますます重要性が増してきています。これはビジネスから科学、政策作りまで、あらゆる分野での意思決定に影響を及ぼしており、データを効果的に解析し、有益な洞察を引き出す能力は必須スキルになりつつあります。そのタイミングでデータサイエンスの現場で広く利用されているPythonのPandasを進化させたライブラリが登場しました。それがPandas AIというデータ分析に欠かせない強力なデータ分析ライブラリです。 Pandas AIの可能性 Pandas AIを利用することでこれまでデータ分析の知識がないとできなかった「データの操作、クリーニング、変換」などを容易に効率的に行うことが可能になります。 そのため、Pandas AIは、データサイエンティスト、エンジニア、または単にデータに興味がある人々にとって、新たな洞察を引き出す強力
AIが自動生成した画像かどうか見破って判別できると自称する複数のツールをテストした結果とは？
「MidJourney」や「Stable Diffusion」をはじめとする画像生成AIは、まるで実写のような超高画質の画像を生成することが可能です。しかし生成された画像は人間が撮影した画像と見分けが付かず、事実を誤認してしまう可能性があることが問題となっています。そこで、AI研究団体のOpticをはじめとするさまざまな団体が、画像が人間によって撮影されたものかAIによって生成されたものかを自動検出するツールを提供しています。これらの複数のAI検出ツールを使ったテストの結果を、海外メディアのニューヨーク・タイムズが公開しています。 How Easy Is It to Fool A.I.-Detection Tools? - The New York Times https://www.nytimes.com/interactive/2023/06/28/technology/ai-dete
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
「このバンドが好きなら、これらのバンドも好きかも」をAIが提案する音楽マップが話題に - amass
生成AIで「ブラック・ジャック」新作を AIの創造性はどこまで人間に迫れるか？｜NHK
AIで動画&音楽生成はここまで来た!｜shi3z
AI 生成可扫码图像 — 新 ControlNet 模型展示
