6月12日、Stability AIの画像生成AI「Stable Diffusion 3 Medium（SD3M）」が公開されました。Stability AIは安定的な収益につながるビジネスモデルの構築に課題を抱えており、最新シリーズ「Stable Diffusion 3（SD3）」をどう位置づけるかが生命線と思われます。そこで、有料APIの使用が必須という形で性能の高い「Stable Diffusion 3 Large（SD3L）」を先行リリースしていました。SD3を「オープン化する」とX上で発言していた創業者のEmad Mostaque氏が4月にCEOを退任したことで約束は守られるのか……とも危惧されてきました。結果としてStability AIは、品質を落としたSD3Mを出すという判断をしてきました。しかし、SD3Mはライティングに高い表現力を持つ一方、意図的に落とされた品質に大きな

高精度な画像を生成できることで話題となっている「Stable Diffusion」が、どのように入力されたテキスト(プロンプト)からイラストを生成しているのかについて、機械学習関連のトピックについての解説動画などを投稿しているジェイ・アラマー氏が解説しています。 The Illustrated Stable Diffusion – Jay Alammar – Visualizing machine learning one concept at a time. https://jalammar.github.io/illustrated-stable-diffusion/ アラマー氏は、テキストから印象的な画像を生成するAIの登場が、人間がアートを作成する方法が変わることを示していると主張。Stable Diffusionのリリースにより、比較的安いリソースで使用で誰もが高性能なモデルを使

イギリスのスタートアップ・Stability AIが、画像生成AI・Stable Diffusionのバージョン2.0に当たる「Stable Diffusion 2.0-v」をリリースしたと発表しました。Stable Diffusion 2.0-vはLAION-5Bから作成されたサブセットで学習しており、デフォルトの出力画像解像度は768×768ピクセルも選択可能となりました。さらに画像解像度を4倍に高めるUpscaler Diffusionモデルも含まれているため、2048x2048ピクセルあるいはそれ以上の解像度の画像を生成できるようになっています。 Stable Diffusion 2.0 Release — Stability.Ai https://stability.ai/blog/stable-diffusion-v2-release GitHub - Stability-AI

文章(プロンプト)から画像を生成するAI「Stable Diffusion」を開発したStability AIが、新しい画像生成AI「DeepFloyd IF」をリリースしました。画像内に正しい文字を反映させる処理などの性能が向上しています。 DeepFloyd IF — DeepFloyd https://deepfloyd.ai/deepfloyd-if Stability AIが大規模言語モデルを取り入れた高性能なテキストから画像への変換モデル「DeepFloyd IF」を発表 https://ja.stability.ai/blog/deepfloyd-if-text-to-image-model DeepFloyd IFのデモページが公開されていたので実際に試してみました。まずはプロンプトを入力し、「Generate」をクリックします。今回プロンプトとして「腹部に『おやすみ』とい

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

百聞は一見に如かず。これってAI生成グラビア？AI画像生成に興味を持ったのは去年の年末頃だろうか。Twitterを眺めていると「どうやって撮った(作った)んだ？」と言う画像がたまに載っていたので調べると、Stable Diffusion Web UI (AUTOMATIC1111版)だった。 元々グラビアを撮っていたこともあり、あまり撮らなくなってもグラビア好きなのには違いなく、試したくなったのは言うまでもない。 AI生成画像は大きく分けて2種類あり、一つはイラスト系、もう一つはリアル系。筆者が興味を持ったのは後者。どこまで実写に迫れるのかがその興味の対象だ。百聞は一見に如かず。扉の写真はAI生成画像。現時点でこの程度の写りは容易にこなす。 とは言え、実際の撮影もそうなのだが、グラビア写真は数百枚撮ってカメラマンがある程度セレクトし納品したものが、納品先で更に絞られ、出版社などで更に絞り込

みんな大好き Stable Diffusion の新しいバージョン！ SDXL が近々公開されます！（現地時間7/18日予定） 何が変わるの？って聞かれてもなにもわからないけど、とりあえず色々スゴイらしい！ ただし！今まで使っていた LoRA とかモデルとかは使えません！ なのでおそらくみなさんが普通に使うようになるのは当分先です！ （あるいは使うことない可能性も…？） この記事では、そんなSDXLのプレリリース版  SDXL 0.9 で何ができるのかを紹介していきたいと思います！ たぶん正式リリースされてもあんま変わらないだろ！ 注意：SDXL 0.9 はライセンスにより商用利用とかが禁止されています SDXL を動かす！（試す気ない人はスルーで）まず動かす環境を作らないと話になりません！ 方法はいろいろありますが、以下の記事を参考にSD.Next (vladmandic版webui)

を一通りご紹介するという内容になっています。 Stable Diffusion系のモデルを使って画像を生成していると、 特定のキャラクターのイラストを出したい あるアニメの絵柄を再現したい といった欲求が出てくることがあります。ただ画像生成AIはそのままだと「特定の絵柄・キャラクターを決め打ちで出す」のは非常に難しいですし、それを解決する手法もありましたが高性能なPCが必要で時間もかかる…という問題がありました。 しかしそのような問題を解決する「LoRA」という手法が知られて、今ではかなりポピュラーなやり方になっています。ここではこのLoRAについて

ClipDrop についてClipDropは、フランスに拠点を置く init ML による人工知能を搭載した、クリエイターのためのアプリ、プラグイン、リソースのエコシステムです。背景を除去、ペイントしたオブジェクトを除去するクリーンアップ、アップスケーリングといったAIを活用したツールをウェブベースのアプリとして提供しています。 ClipDrop は、標準解像度（最大1024x1024px）では無料で使用することができます。9ドル/月または60ドル/年の ClipDrop Pro では、すべての製品、iOSおよびAndroidアプリ＆プラグイン（Photoshop & Figma）で解像度の制限が解除されます。 より詳しい情報はこちらから 新しく Image Relight 機能が追加ClipDrop に新しく画像リライトAIアプリ Image Relight が追加されました。このアプリ

2022年8月に一般公開されたStable Diffusionは、入力した言葉に従って画像を自動で生成してくれるAIです。そんなStable Diffusionを画像生成AIだけではなく強力な非可逆画像圧縮コーデックとして使う方法について、ソフトウェアエンジニアのマシュー・ビュールマン氏が解説しています。 Stable Diffusion based Image Compression | by Matthias Bühlmann | Sep, 2022 | Medium https://matthias-buehlmann.medium.com/stable-diffusion-based-image-compresssion-6f1f0a399202 実際に以下の画像はすべて512×512ピクセルに圧縮した画像で、サンフランシスコ市街を撮影したもの。1枚目がJPEG形式、2枚目がWeb

一応、StableDiffusionとははっきりまず言います…とにかくやばいです。 分かりやすく、他のDALL・E2、Midjourney、Disco Diffusion、他有象無象Text to image machine learning系サービスと比較しますと… クオリティがかなり高い。 制限がなくなり、かなり細かい調整ができるようになったDALL・E2のような感じです。 生成が早い。 設定なしで使えば正直体感DALLE2より早いです。6秒..くらい？ 安い。 3円くらいだと思います。 DALL・E2は1生成17円。Midjourneyは月4000円。 オープンソース これからいろんなサービスにこのAIが搭載されます。 他AIではかけられている学習データのフィルターがない。 各国の代表者や、有名人、ポルノがデータに含まれています。 PC上で使用できる。（ = その場合無料） いや、こ

グーグルが開発した画像圧縮ツールSquoosh。フロント開発向けにNode.jsで扱う方法まとめ 『Squooshスクーシュ』というGoogleが開発した画像圧縮ウェブアプリがあります。ブラウザで変換結果を見ながら圧縮設定ができるので、画像圧縮の難しい知識を持たない方でも使いやすいことが特徴です。圧縮だけでなく、WebPなどの各種フォーマットへの変換・リサイズといったこともできる便利ツールです。 このSquooshをNode.jsで扱える『libSquoosh』が存在します。libSquooshは大量の画像を一括で圧縮、WebPへの変換、リサイズなどの処理をこれ1つで完結できるのがポイントです。昨今のウェブはページの読み込み時間が重視される傾向があります。画像のファイルサイズは読み込み時間に大きく影響するため、画像圧縮は重要なテクニックです。libSquooshをwebpack・Viteと

十月士也@路地迷宮のロージー3巻4月14日発売！ @Totsukishiya 【ペンギンの見分け方】#世界ペンギンの日 ということで以前頑張ったチャートをまとめて再掲。1羽からでも辿り着けるよう、比較対象がいないとわからない選択肢を出来るだけ使わないように気を付けました！4枚目で何羽わかるか試してみて下さい！#世界ペンギンデー #ペンギンの日 pic.twitter.com/XPIBLDHn5W 2019-04-25 00:03:07

公開日 2017年08月25日 15:34, 更新日 2017年08月25日 15:34, 無料記事 / オピニオン すでに話題になっていますが、ウォンテッドリー社が「画像の無断使用はやめていただきたい」として、デジタルミレニアム著作権法（DMCA）に基づいて、Google・Twitterに同社を批判したブロク記事の削除を申し立てました。 問題の是非とは別に、個人的に「インターネットにおける画像の引用」という問題は非常に難しいと考えています。 カーラ・デルヴィーニュの画像は？ 例えば、ウォンテッドリー社が主張している「画像の無断利用」ですが、同社の仲CEOも自身のプロフィールページでカーラ・デルヴィーニュの画像を利用しています。 カーラ側が「無断利用」と主張し、DMCAが適用されることは考えづらいですが、もし同社の主張が通るのであれば、カーラの画像を使うことは許されなくなってしまいます。

はじめに 前回ご紹介した、 【意外と知らない】便利なGoogle画像検索がすごい! に続いて、Google画像検索の裏技をご紹介したいと思います。 目次 特定のサイトの画像を一気に表示する方法 フリー画像を検索する方法 画像の色を指定して検索方法 画像の右クリックで画像検索ができることについて(PC) 特定のサイトの画像を一気に表示する方法 サイトを見ていて、画像だけ一括でみたいな...なんて思ったことありませんか。実は、それ、Google画像検索でできるんです！以前別の記事で紹介した、 【あなたはいくつ知ってた!?】Google Web検索裏ワザ24選大公開！ で紹介した。ある方法を使えば、簡単にできます。 ボクシルマガジン で使用されている画像を一括検索したいというのを例にとりましょう。 Google画像検索 で、 「site:http://boxil.jp/magazine/