Stable Diffusion 3 の先行プレビューを発表します。このモデルは、複数主題のプロンプト、画質、スペリング能力などのパフォーマンスが大幅に向上した、高性能な画像生成モデルです。 このモデルはまだ広く利用可能ではありませんが、本日、先行プレビューのウェイティングリストを開始しました。このプレビュー段階は、これまでのモデルと同様、一般公開に先立ち、性能と安全性を向上させるための知見を収集するために非常に重要です。ウェイティングリストへの登録はこちらから。 Stable Diffusion 3の一連のモデルは、現在800Mから8Bのパラメータを提供しています。このアプローチは、私たちのコアバリューに沿い、アクセスを民主化することを目的としており、ユーザーのクリエイティブなニーズに最適な形で応えるため、拡張性と品質に関するさまざまなオプションを提供します。 Stable Diffus

こんにちは。DS統括本部で画像処理エンジニアをしている上野です。LINEヤフー株式会社の企業ロゴやサービスロゴなどのブランドロゴには、ブランドガイドラインと呼ばれるロゴ使用時に守らなくてはならないルールが定められています。ロゴを使用する際にロゴが変形してしまったり、変色してしまったりすると問題となるため、細心の注意を払って使用しております。今まではロゴが使用されている画像を担当デザイナーがすべて目視確認でチェックすることで、ガイドラインを遵守してきました。ブランド価値を守るためにとても大切な作業です。これらの作業を画像処理で自動化できないかと考え、ブランドロゴチェックツールを作成しました。 ※載せている画像は、今回のブログ用に用意したテスト画像です。 この記事では、社内のデザイナーから寄せられた目視確認の作業に工数がかかってしまっているという課題を画像処理技術で解決した事例について、紹介し

Sora Creating video from text Sora is an AI model that can create realistic and imaginative scenes from text instructions. Read technical report We’re teaching AI to understand and simulate the physical world in motion, with the goal of training models that help people solve problems that require real-world interaction. Introducing Sora, our text-to-video model. Sora can generate videos up to a mi

「日本初のAI（人工知能）タレントCM」として話題になった伊藤園「お～いお茶 カテキン緑茶」のCM。前編では、AIタレントを生み出す過程やバズった契機などを紹介した。後編では、AIタレントを生み出す苦労や難しさ、CM制作にAIを使うメリットや可能性などを関係者に聞く。 2011年に、人間そっくりのバーチャルアイドル「江口愛実」が誕生。江崎グリコ「アイスの実」のCMでAKB48と共演して話題になった。当時は、そのCG技術の高さに驚きの声が上がるとともに、人間に近づけば近づくほど嫌悪感を抱く「不気味の谷現象」も取り沙汰された。 それから12年の間に“谷”を越えるほど進化したのが、AI技術だ。23年は、大日本除虫菊（金鳥、大阪市）が画像生成AIを活用して「キンチョール」のCMを制作。パルコ（東京・渋谷）はナレーションや音楽にもAIを使い、話題をさらった。そんな「AICM元年」に、「日本初のAIタ

近未来に生きる白髪交じりの女性が、軽やかな足取りでカメラに近づき、ペットボトルのお茶を差し出す。受け取ったのは、若さあふれる現在の彼女。お茶を飲んで笑顔になった彼女に、「未来の自分を、今から始める」というナレーションが重なる…。「日本初！AIタレントをCMに起用」として話題になった、伊藤園の「お～いお茶 カテキン緑茶」のCMだ。このCMはどのようにして生まれたのか。 「もともと当社には特定保健用食品の『カテキン緑茶』という商品がありました。それを『お～いお茶』ブランドの1つとしてポジショニングしたほうが分かりやすいだろうと、2022年9月26日に、『お～いお茶 カテキン緑茶』として新発売。23年9月4日に、茶葉の生命力を最大限に引き出すために、生成AIを活用した革新的なパッケージデザインでリニューアル発売しました」（伊藤園広告宣伝部の上條裕介氏） CMのメインターゲットに据えたのは、30～

王子ネピア（東京・中央）はAI（人工知能）によるパッケージデザイン評価システムを活用し、主力4ブランド、38商品のパッケージデザインをリニューアル。2023年10月以降、新デザインに順次切り替えている。デザイン開発を従来より短期間、低コストで実現できたことから、今後、パッケージデザイン開発にAIを全面的に採用する方針だ。 主力4ブランド38商品のパッケージをリニューアル。膨大な作業量となるデザイン開発を効率的に進めるために、プラグのAI評価システム「パッケージデザインAI」を活用した 王子ネピアは2023年10月、地球温暖化問題に対する取り組みについての理解促進のため、独自の環境ラベル「ネピア環境マーク」を制定。これを商品パッケージに追加するため、今回の大規模リニューアルとなった。同時に、各商品パッケージの課題改善も狙い、数多くのデザイン開発を効率的に行うため、プラグ（東京・千代田）が提供

KDDIは2024年1月1日より、auのテレビCMで人気の「三太郎シリーズ」の過去シーンから生成AIがアニメーションに仕上げたCMを年始限定で放映する。同シリーズは2024年で10年目を迎える。今回の限定CMはこれを記念したもので、過去の三太郎CM約160本から歌詞の内容に沿った映像を厳選し、生成AIがアニメーションにリメイクする。

はじめにこんにちは！つむです🐈 8月より社内で実施するchatGPTをフル活用したUI勉強会を実施しています📚 開催までの背景や内容決定までのプロセス、プログラムをご紹介します🚩 使用するペルソナ・ユーザーストーリー・情報アーキテクチャ図を生成するプロンプトも公開しますのでぜひご覧ください✨ 自己紹介2022年KDDIにUXデザインコースで新卒入社（KDDIアジャイル開発センターに兼務出向中） auショップ向けDX施策やワーケーション施設検索サービス「タビトシゴト」などでUIUXを担当 背景UI業務多いのにUIデザイナーが少ないKAGデザイナーは基本的に上流を主戦場に置くUXデザイナーやサービスデザイナーとして業務をしている方が多いです。 しかし私は学生の頃からUIが得意たっだため最初はUIデザイナーからスタートし、徐々に上流へ足を広げる方針にしていただきました🙌 配属直後はUIデ

「Midjourney」は、テキストから画像を生成する強力な人工知能（AI）で、ありとあらゆる画像を生成できると言ってもいいほどだ。しかし、これまではコミュニケーションサービス「Discord」経由でしか利用できず、特に使いやすいプラットフォームとは言えなかった。そのMidjourneyが今回、より簡単に素早く画像を生成できるという専用のウェブサイトを開設した。 Midjourneyの最高経営責任者（CEO）David Holz氏によると、このウェブサイトは現在アルファ版で、まずはDiscord上のMidjourneyで作成した画像が1万枚を超えるユーザーだけが利用できるという。Midjourneyを使ったことがある場合、生成した画像の枚数を確認するには、Midjourney Botが含まれるDiscordのチャンネルで「/info」と入力すればいい。 Midjourneyがサービスを開始

音楽生成AI「Suno AI」がX（旧Twitter）上で話題になっている。歌詞や曲調を文章で指示するだけで音楽を自動生成するサービスで、PCやスマートフォンのWebブラウザ上から利用できる。生成した音楽の出来栄えには、プロの音楽家からも驚きの声が上がっている。 Suno AIは、米国を拠点とする音楽家とAIの専門家たちからなる米Sunoが運営するサービス。開発者の中には、米MetaやTikTokを運営する中国ByteDanceなどに所属していた人たちもいるという。利用にはGoogleやMicrosoft、Discordのアカウントが必要で、12月14日時点ではβ版を提供中。1日5回まで無料で音楽を生成できる他、有料プランもある。 早速使ってみた　そのお手並みは？ 記者も試しに利用してみた。メニューにある「Create」を押し、「記事を書くのがはかどる音楽を作成してください」と指示を入れた

年末の挨拶を考えたり、年賀状向けのイラストを作ったり――。ChatGPTの普及によって、AI（人工知能）による文章や画像の生成が身近になった人は多いだろう。スタートアップが次なる鉱脈と見ているのが動画をはじめとするクリエーティブ領域だ。注目5社を分析する。 「道ばたに立っている小さなロボット」。米Adobe（アドビ）の画像生成AI「Firefly」に、こんなプロンプト（指示）を出してみた。大人たちの目を盗んでこっそりと動き出しそうな、愛嬌（あいきょう）のあるレトロなロボットの画像が生成された。 このロボットを本当に動かしてしまう技術が今、注目を集めている。米Runway（ランウェイ）が2023年11月に試験公開を始めた「Motion Brush」だ。同社の編集ソフトで画像を読み込み、動かしたい対象をブラシで塗りつぶすだけ。移動方向をざっと指示して1分ほど待てば、4秒間の映像を生成できる。

生成AI（人工知能）による広告クリエイティブの自動生成サービスは、次世代のマーケティングテクノロジーとして、新たなプレーヤーを生み出していきそうだ。米オムニキーが開発した「Omneky（オムニキー）」は、AIを活用した広告クリエイティブの生成ツールの草分け的存在と言える。数年後には、動画やキャッチコピーの自動生成だけでなく、複数のSNSなどをまたいで掲載先を選ぶ運用まで全自動化が当たり前になると創業者は予想する。

大手広告主の間でも生成AIの活用が進む パルコは“新たな才能”として生成AIに着目 伊藤園はAIが生成した“タレント”を起用し話題に イメージ共有を大幅に効率化、クリエイティブを吟味 陶磁器のような肌に、くりっとした目、そして金髪。まるで西洋人形を思わせる女性が、キャッチコピーをつぶやく。一見すると、これまでパルコが展開してきた、外国人モデルを起用した動画広告に見えるが、しゃべる口の動きはごくわずか。どこか人工的で妙な違和感が残る。 実はこの広告、生成AIでつくったものだ。登場する女性モデルも生成AIでつくられたもので、従来の広告のようなモデル撮影は行っていない。グラフィックムービーや音楽、ナレーションに至るまで全て、生成AIを活用して仕上げた。

毎年多くの企業がマーケティング施策を行うハロウィンの時期。新商品や期間限定のサービスはもちろんのこと、ハロウィン風の表現を詰め込んだ広告も多く公開され、年に一度のイベントを彩ります。そんな中フランスのバーガーキングは、ハロウィンならではの「ホラー」要素を現代風の表現手法で再解釈したSNS施策を公開しました。 企画の中心となったのはAIイラストツール。「ハンバーガーを食べる女性」や「バーガーキングの店内で食事をしている男性」といった指示を出し、出力されたビジュアルをそのまま広告物として掲載するというシンプルな構造のキャンペーンです。 特筆すべきは、実際にできあがったのが、AIイラストツールを使ったことがあれば一度は目にしたであろう不気味な人間のいかにも不気味な食事風景でした。まだまだ発展途上のツールを使えば意図的に作り出したホラー風のイラストを遥かに上回る不気味さを演出できるという点に着目し

はじめに DROBE の課題と GPT-4-Vision-Preview を試すモチベーション ケーススタディ 入力するデータ 推論周辺部分のコード プロンプト 実験結果 おわりに 参考文献 はじめに OpenAIが Dev Day で発表したGPT-4-Vision-Previewは、画像処理と自然言語処理を組み合わせた最先端の技術です。 このモデルは、画像を理解し、その内容に基づいてテキスト情報を生成する能力を持っています。例えば、写真やイラストから物体を識別し、それに関連する説明や情報をテキストとして提供できます。この技術は、画像とテキストの間のギャップを橋渡しするものであり、多様な応用が可能です。 DROBEは、多様なファッション商品を取り扱うECサイトを運営しています。我々の挑戦の一つは、膨大な数の商品画像と説明文から、正確で有用なタグを抽出し、整理して保存しておく事です。このプ

Stability AI、テキスト→動画の「Stable Video Diffusion」をGitHubで公開 Stability AIは、テキストから動画を生成するAIモデル「Stable Video Diffusion」のリサーチプレビュー版をGitHubで公開した。テキスト入力のためのWebツールを入手するにはウェイティングリストに登録する必要がある。

伊藤園は2023年9月にリニューアル発売した「お～いお茶 カテキン緑茶」のパッケージデザイン開発に、画像生成AI（人工知能）を活用。量販店向け出荷数の出足は、前年のおよそ2倍と好調に推移している。生成AIによるデザイン開発のメリットについて聞いた。 左が2023年9月にリニューアル発売したパッケージデザイン。右が旧デザイン。今回使った商品デザイン用の画像生成AIは、テキストを入力するだけで商品デザインの生成が可能。プラグの反迫洋輔デザイン部長は、「生成AIを使うデザイナーに大事なのは言語化能力。頭の中にあるイメージを、AIが理解しやすい言葉に変換する能力だ」と語る 伊藤園が今回利用したのは、デザイン開発とマーケティングリサーチのプラグ（東京・千代田）が開発中の「商品デザイン用の画像生成AI」。伊藤園とプラグの両社に、生成AIを使ったデザイン開発の実態について聞いたところ、大きく3つのメリッ

Metaが文章から動画を生成できるAI「Emu Video」と文章で指示して画像を編集できるAI「Emu Edit」を2023年11月16日(木)に発表しました。合わせて、両AIで生成できる動画や画像の例を集めたデモサイトも用意されています。 Emu Video and Emu Edit: Our latest generative AI research milestones https://ai.meta.com/blog/emu-text-to-video-generation-image-editing-research/ Emu Video | Meta https://emu-video.metademolab.com/ Emu Edit https://emu-edit.metademolab.com/ ◆Emu Video Emu Videoは文章(プロンプト)を元に4秒間

Stability AI は日本に特化した text-to-image モデル「Japanese Stable Diffusion XL（JSDXL）」をリリースしました。商用利用可能な「JSDXL」は、日本語入力の対応に加え、日本スタイルや日本を題材とした画像を生成することができます。 Japanese Stable Diffusion XL 「Japanese Stable Diffusion XL（JSDXL）」は、最新の英語版 text-to-image モデルSDXLに対して、日本語入力はもちろん、日本の文化やものが理解・反映された画像生成に特化させた日本向け text-to-image モデルです。 昨今、SDXL を含む強力な text-to-image モデルが公開されております。これらと翻訳ツールを組み合わせることで日本語入力は可能ですが、日本特有の表現の認識が難しい点や

パルコが、画像生成AIを用いて制作した初の広告「HAPPY HOLIDAYSキャンペーン」を公開した。全国のパルコで順次展開する。 同広告は、LA在住のクリエイターでありSTUDIO DOG代表の木之村美穂をクリエイティブディレクターに、LAを拠点に世界で活動するファッションデザイナー兼クリエイティブディレクターのChiristian Guernelliをデジタルクリエイターに起用して制作。実在するモデルによる撮影は行わず、人物や背景などのグラフィックをはじめ、ムービーやナレーション、音楽まで、全てを生成AI技術を用いてプロンプトから作り、実際に撮影されたかのようなリアリティとアート性を追求した、驚きとモード感のある新しい表現のファッション広告に仕上げたという。