はじめに最近、LLMへのRAGを用いた文書データの連携等を目的に海外を中心にOCRや文書画像解析技術に関連する新しいサービスが活発にリリースされています。 しかし、その多くは日本語をメインターゲットに開発されているわけではありません。日本語文書は、英数字に加えて、ひらがな、漢字、記号など数千種類の文字を識別する必要があったり、縦書きなど日本語ドキュメント特有のレイアウトに対処する必要があったりと日本語特有の難しさがあります。 ですが、今後、海外の開発者がこれらの課題に対処するため、日本のドキュメント画像解析に特化したものをリリースする可能性は低く、やはり自国の言語向けのサービスは自国のエンジニアが開発すべきだと筆者は考えています。 もちろん、Azure Document Intelligenceをはじめとした、クラウドサービスのドキュメント解析サービスはありますが、クラウドを利用できないユ

Krita の AI Diffusion プラグイン、SD のインターフェースとしてかなり良い。話題の LCM によるライブペイントも便利だし、イラストレーションツールだからレイヤーや選択ツールが使えるのが強い。すでに SD でできたことだが、こんな感じの変換が素早く、気持ちよく行える。https://t.co/bUPOZrKs1n pic.twitter.com/0hn8iMHHms — Naoto Yokoyama (@builtinnya) November 18, 2023 これらを ControlNet8 で入力して AnimateDiff を使えば済むと考えていたが、甘かった。 動画生成 AI に期待しているのは、この2枚の画像の間のフレームを説得力のある形で補間することである。しかし、7秒という長さでは、例えば次の動画1のようになってしまう。 動画1. 図1と図2を使い、パラ

「人間かAIか、 どちらが描いたか 分からない」 都内の制作会社で働く アニメーターは 不安を口にした。 描いたのは生成AI（人工知能）。「ONE PIECE（ワンピース）」や「SPY×FAMILY（スパイファミリー）」……。AIにより既存アニメを模した画像が際限なく生み出されている。 生成AIは革新的な手法で文章や画像、映像、音声を生み出し、急速に進化する。著作権のルール整備は進むが、ユーザーによる悪用で日本のソフトパワーを代表するアニメを蝕（むしば）み始めた。ネットに氾濫するAIアニメの実相に迫る。 大量に生成されたアニメ画像は、世界中からアクセスを集める生成AI画像共有サイトで公開されている。誰でも好みの画像を生成でき、投稿が可能になっている。複数のサイトで世界的に人気のあるアニメ13タイトルのメインキャラクター名を検索すると、9万枚を超す画像が引っかかった。 日本経済新聞は専門家の

この連載ではおなじみのキャラクター「明日来子さん」に右側からライトを当ててみた。左がIC-Lightを適用したもので、右がオリジナル。環境はWebUI Forge用の拡張機能を使用 5月8日に、「ControlNet」など画像生成AI関連の著名研究者であるイリヤスフィール（lllyasviel）さんが発表した「ICライト（Imposing Consistent Light、印象的な一貫的なライト）」が盛り上がりました。入力した画像をもとに、後から指定した照明効果を踏まえた画像を生成する技術です。 画像生成AIで照明効果がつけられる「ICライト（IC-Light）」 発表された学習済みモデルは、「ライトを指定すると、キャラクターのデータに合わせてテキストのプロンプトに合わせて独自に背景を生成するもの」「キャラクターとライトの影響を加味して、別の背景画像と合成するもの」の2種類があります。これ

樋口紀信＠疫神のカルテ全3巻 @susujinkou 《読者の皆様へ》【二次創作禁止のお知らせ】 LoRAの話題から離れている間は全く平気なのですが、この話題になるとかなり辛いです。 申し訳ありませんが、『樋口紀信LoRA』を使われる可能性から、ファンアートを含めた自著の二次創作を一切禁止します。（続） 樋口紀信＠疫神のカルテ全3巻 @susujinkou あのLoRAで自著のキャラを描かれるのも、その他の画像生成AIで二次創作されるのも、それらと手描きの区別をつけなければならないのも、今は無理です。 耐性が付き次第、また解禁します…!! ホントすみません!! リンク となりのヤングジャンプ [第1話] 疫神のカルテ - 樋口紀信 | となりのヤングジャンプ 「疫神症候群」それは超常能力を発現し、やがて死に至る病。 発症原因は一切不明。対症療法以外の治療法は無し。ある日突然、家族が、友人が

Akuma.ai http://akuma.ai 2024年2月、日本発のクラウド型画像生成サービスAkuma.aiが、リアルタイム画像生成機能「AIキャンバス」を搭載したことが話題になりました。3月1日には生成枚数が延べ1200万枚に達したと発表。リアルタイム画像生成技術「LCM」を組み入れたサービスですが、高度なPC環境が不要で、タブレットなどからでも簡単に使えるため、国内外の幅広い層にウケたという経緯です。 🎉生成画像1200万枚突破🎉 リアルタイム「AIキャンバス」生成枚数が1200万枚を突破しました！ たくさんご利用いただきありがとうございます。 今後とも #AkumaAI の応援よろしくお願いします🦑 プレスリリースはこちら：https://t.co/Yf3tjxjCsS — Akuma.ai (@AkumaAI_JP) March 1, 2024 日本発の画像生成AIサ

2月29日に、文化庁で「文化審議会著作権分科会」の第7回が開催されました。著作権の専門家によってその制度について議論をする場ですが、今年度は2023年7月より「AIと著作権」について議論されてきました。3月に文化庁から政府に報告する「AIと著作権に関する考え方について（素案）」の最終案に近いものが発表され、1月下旬から2月上旬にかけて募った「パブリックコメント（パブコメ）」の結果報告もされるということもあり、注目されました。登場したのは「AIと著作権に関する考え方について（素案）令和6年2月29日時点版」、パブコメの結果を受けて、これまでの内容に微修正が施されていました。しかし、そこからわかったのは、文化庁の一貫したスタンスでした。 文化庁 文化審議会 著作権分科会 法制度小委員会（第7回） パブコメへの反応は「素案の内容周知」 発表物から議論を集めたのが発表資料に「パブコメの結果」が追加

Generate cute illustrations that can be used for presentation materials, public relations, and posters. プレゼン資料や広報、ポスターに利用可能な、かわいいイラストを生成します。※英語・日本語文字のオーバーレイにも対応しました。画像生成後「文字を入れて」と指示してください。フォントも複数あります。Text overlay is also supported. After generating the image, please instruct "insert text".

Stable Diffusion Forgeを表示した様子。基本的な操作は既存のStable Diffusion WebUI AUTOMATIC1111とほぼ同じ 画像生成AI「Stable Diffusion」用の新しいユーザーインターフェース「Forge」が2月6日に登場しました。開発したのは、これまで「Controlnet」や「Fooocus」などStable Diffusion関連の様々な重要技術を開発してきたillyasviel（イリヤスベル）さん。何よりインパクトが大きいのは、グラフィックボードのVRAM容量が小さい安価なPCでも最新版のStable Diffusion XL（SDXL）が動かせることです。 RTX 40シリーズが求められたSDXL SDXLは、2023年8月にStablity AIが発表した画像生成AI。高画質な出力ができる一方、コミュニティーサイトで話題にな

たま、👻hantutama @hantutama この画像は去年の10月1日に買ったばかりのiPhone15で試し撮りしてびっくりした画像｡ 遠景の不鮮明な文字が勝手な解釈で異世界文字に化けてる｡ 今時のスマホカメラって物凄いAI補正🙄❗️ こんな画像なんて､所謂「絵じゃん」 写真の模写だけは巧みな魂の無い画家が模写した絵｡ AI汚染｡ 厳密な意味で「真実の映像の記録」たり得るのだろうか｡ 現代から近未来のネット上に溢れる画像の大半は､無数の人類がスマホで写した画像になる｡情報汚染された画像情報に… ウチューじん・ささき @uchujin17 その中で「惑星探査機が地球に送信してきた惑星の写真は何年もかけて解析しなければならない情報が詰まっているが、それが絵であればどんなに細密で綺麗であっても、科学番組の背景くらいにしか使えない」という文言があったと覚えています。

Prompt: Epic anime artwork of a wizard atop a mountain at night casting a cosmic spell into the dark sky that says "Stable Diffusion 3" made out of colorful energy Announcing Stable Diffusion 3 in early preview, our most capable text-to-image model with greatly improved performance in multi-subject prompts, image quality, and spelling abilities. While the model is not yet broadly available, today,

江戸時代には「全身白ギツネ男」が実在した　シーボルトお抱え絵師が残した２００年前の日本は「別世界」　ドイツの博物館収蔵の画像で判明 写真技術がもたらされる前の江戸時代。日本各地の庶民の実際の姿はどんなものだったのか？ドイツ・ミュンヘンの五大陸博物館が、収蔵する約２百年前の日本人画家の絵の画像使用を許可した。長崎・出島のオランダ商館に駐在したドイツ人医師シーボルトが、お抱えの町絵師・川原慶賀に発注したものだ。 葛飾北斎ら同時代の有名な浮世絵師たちの画風とは全く異なり、慶賀の人物画は西洋画の影響を受けており写実的だ。 長崎純心大で長らくシーボルトや日欧文化交流を研究している宮坂正英客員教授（６９）は「今とは別世界だった江戸時代を正確に写した貴重な資料」と評価している。（共同通信＝下江祐成）

「カクダイV1」でアップスケールした画像（左）、「Midjouney v6」で作成したオリジナル画像（右） 画像の描き込みを増やして高画質にする、日本発の生成アップスケーラー「カクダイV1」が2月7日に発表されて話題になりました。東大出身ベンチャーのMavericksが開発したもので、画像生成AI「Stable Diffusion」生成環境「ComfyUI」向けの技術として無料公開されています。人気アップスケーラー「Maginific AI」を超える製品にまでに成長していくのか注目です。 Stable Diffusionのアップスケールは難しかった カクダイを紹介する前に、まずは画像生成AIとアップスケーラーとの関係についてお話します。 Stable Diffusion登場後の画像生成AI技術を使ったアップスケーラーは、単に画像を拡大させるだけの用途ではなくなりました。画像を拡大するとき、

無制限AIいらすとや 「いらすとや」風の画像を生成できる「AIいらすとや」が無制限で利用ができます。 無制限ダウンロード 「AIいらすとや」含む「AI素材」内にある多種多様な素材を追加費用を払うことなく、すべてのサイズで無制限でダウンロードができます。

鵜田良江🎗 Yoshie Uda @hexenkurs きのう、ドイツの方から、この文字、本当に読めるんですか？と訊かれて、読めますよ、と返事をしたら、めっちゃ驚かれたのですが、日本語話者のみなさま、読めますよね？　すこし不自然ではあるけれど。 twitter.com/Computeum/stat… Computeum @Computeum Liebe @hexenkurs eine Frage, kann man diese auf 5x5 pixel verdichtete Schrift wirklich lesen bzw. sich den Inhalt zusammenreimen? pic.twitter.com/cLanm5KmXR 鵜田良江🎗 Yoshie Uda @hexenkurs 独日英日翻訳『ベルリン 1928-1933』『第三帝国のバンカー』『少女が見た19

画像生成AIで出力したイラストの投稿サービス「MajinAI(まじない)」は、好みの画像を検索ワードやモデル名で絞り込んで検索できるサービスです。イラストを生成する際のプロンプトやモデルデータの参考になりそうだったので、実際に使ってみました。 MajinAI https://majinai.art/ja/index.php 上記のリンクからMajinAIにアクセスすると、画面上部に検索欄、下部にイラスト一覧が表示されます。 検索欄では、イラストのタイトルやプロンプトに含まれる語句を入力して、イラストを検索できます。今回は「christmas(クリスマス)」と入力してから「Search(検索)」をクリックしてみました。 すると、画面下部にクリスマス関連の画像がズラリと表示されます。気になる画像を見つけたら、クリックして詳細画面を表示します。 イラスト詳細画面には、イラストのタイトルやプロンプ

17 oct 2022に出たImagicという技術について、ペーパーとソースを見比べながら説明します。

ジェイ・アラマールのブログより。 AIによる画像生成は、(私を含めて)人々の度肝をぬく最新のAIの能力です。テキストの説明から印象的なビジュアルを作り出す能力は、魔法のような品質を持ち、人間がアートを創造する方法の変化を明確に指し示しています。Stable Diffusionのリリースは、高性能(画質だけでなく、速度や比較的低いリソース/メモリ要件という意味での性能)なモデルを一般の人々に提供することになったのは、この開発における明確なマイルストーンです。 AI画像生成を試してみて、その仕組みが気になり始めた方も多いのではないでしょうか。 ここでは、Stable Diffusionの仕組みについて優しく紹介します。 Stable Diffusionは、様々な使い方ができる汎用性の高いものです。まず、テキストのみからの画像生成(text2img)に焦点を当てます。上の画像は、テキスト入力と生