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

10月1日頃、OpenAIの新しい画像生成AI「DALL·E 3（ダリ３）」が徐々に使えるようになり、その性能の高さから話題になっています。まずサプライズで使えるようになったのがマイクロソフトのBingチャット。日本語で「猫の画像を作ってください」などと入れるだけでかわいい猫の画像が出てくると。これが無料で使えるのは衝撃的です。マイクロソフトが巨大資本で他の会社をつぶしに来たなという感じですね。どう考えても、今のところはサーバーコストが果てしなくかかる赤字サービスなのは間違いないので……。 「ラーメンを食べる女の子」が描ける！ なにより衝撃的だったのは、「アニメ風の少女と猫が遊んでいる姿を作ってください」というリクエストに対し、一発で完璧な正解を出してきたことです。Stable Diffusionだと苦手とされていた指も適切に描写されています。もうひとつの着目点はオブジェクト間の関係性です

プログラミング言語を操れる人はかっこいい 軽音楽部のバンドをイメージして作ったという「アルゴリズミックえぶりでい」は、女子高生らしく、アップテンポな曲調に仕上がった。「♪先生の授業はいつもFIFO」「♪O（nlog(n)）」など、プログラミング言語が飛び交う歌詞も、プロ生ちゃんならではといった印象である。 ――今日の収録はいかがでした？ 【上坂すみれ】プログラミングに即した歌詞と、前回より明るくなったアップテンポなメロディー。MOSAIC.WAVさんらしい作り込みで、元気になる曲だと思います。かけ声も多くてテンションが上がる感じ。プロ生ちゃんのイメージにピッタリです。 ――歌詞には、FIFOやO（nlog(n)）などのフレーズが飛び交っていますね。 【上坂すみれ】歌詞カードにはFIFOと書いてありますが、声に出すと「ファーストイン・ファーストアウト」となるので、略称なんだなって。O（nlo