xAIがGrokに画像生成を追加:ほぼ無規制で物議、政治家の偽画像も容易に
xAIはGrokにテキストからの画像生成機能を追加し、X Premium加入者向けに提供を始めた。OpenAIなどと異なり政治家や著名人の描写、暴力的表現の制限が極めて緩く、偽画像がX上に拡散している。欧米当局の監視が強まるなか、その安全対策の欠如に批判が集まっている。
xAIはGrokにテキストからの画像生成機能を追加し、X Premium加入者向けに提供を始めた。OpenAIなどと異なり政治家や著名人の描写、暴力的表現の制限が極めて緩く、偽画像がX上に拡散している。欧米当局の監視が強まるなか、その安全対策の欠如に批判が集まっている。
米連邦地裁の判事は昨日、複数のアーティストがStability AIやMidjourneyなどを訴えた訴訟の継続を認める判断を下した。Midjourneyが4700人の作家名を無断掲載したスタイルリストに対する商標侵害などの主張が認められ、今後は証拠開示手続きへと進む。
Googleは新チップ「Tensor G4」を搭載した「Pixel 9」シリーズを発表した。端末上でマルチモーダルGemini Nanoを初めて実行し、画像生成「Pixel Studio」や会話型Gemini LiveなどのAI機能を強化している。
xAIは最新フロンティアモデル「Grok-2」および軽量版「Grok-2 mini」のベータ版を発表した。LMSYSベンチマークでClaude 3.5 Sonnetなどを上回るスコアを記録したほか、FLUX.1連携による画像生成にも対応する。現在「𝕏」の有料会員向けに順次提供が始まっており、月内には企業向けAPIも提供予定だ。
Rendoraはテキストから3Dアバター動画を生成できるWebプラットフォームを公開した。台本を入力してアバターとシーンを選ぶだけで、リアルな照明やカメラワークを備えた映像が数秒で完成する。実写俳優や高度な3Dツールなしで制作コストを大幅に下げられるのが利点だ。
PlayCanvasの創設者Will Eastcott氏が、ブラウザ上で3D Gaussian Splattingを直接編集できるオープンソースツール「SuperSplat 1.0」を公開した。インストール不要でPLYファイルをドラッグ&ドロップし、不要な点群の削除や向きの修正が行える。現時点では出力時の球面調和関数回転など一部制限がある。
OpenAIはChatGPTの無料プラン向けにDALL-E 3を使った画像生成機能の提供を開始したと発表した。これまで有料プラン「ChatGPT Plus」限定だった機能で、無料ユーザーは1日あたり最大2枚まで作成できる。機能は順次展開中。
ByteDanceはテキスト指示から画像や動画を生成できるアプリ「Jimeng AI」のiOS版を中国本土のApp Storeで公開した。すでに提供済みのデスクトップ版とAndroid版に続く動きで、無料枠では最大80枚の画像と26本の動画を生成できる。有料プランは月額69元(約9.70ドル)となっている。
AmazonはAWS Bedrock向けに画像生成モデル「Titan Image Generator v2」をリリースした。参照画像を使った構図の制御、背景削除、カラーパレット指定による生成、前景オブジェクトの自動検出に対応。企業向けに著作権補償ポリシーも引き続き提供する。
ZDNetがAdobe Illustratorの生成AI機能のハンズオンを公開した。テキスト指示からベクター素材を生成する機能や、既存の枠線に沿った形状塗りつぶし、連続パターンの自動作成が可能。解像度を損なわずに拡縮やパーツ分解ができる一方、パスの結合の甘さや著作権の所在には課題も残る。
Stability AIは単一画像からわずか0.5秒で3Dアセットを生成する新モデル「Stable Fast 3D」を発表した。前世代SV3Dの10分から大幅に高速化し、メッシュやマテリアルを含む完全なデータを書き出せる。コードと重みはHugging FaceやGitHubで公開され、年間収益100万ドル以下の商用利用が無償で可能。
Black Forest Labsは3100万ドルのシード資金調達の完了と、120億パラメータの画像生成モデル群「FLUX.1」を発表した。Stable Diffusionなどの開発陣が立ち上げ、pro、dev、schnellの3モデルを展開。プロンプト追従性や画質でMidjourney v6.0を上回るとアピールしている。
CNET報道によると、Canvaへの買収が発表された画像生成プラットフォームLeonardo.Aiが、初の自社製基底モデル「Phoenix」をテスト中だ。1700万人の登録ユーザーを抱える同社は、プロンプトへの正確な追従と編集制御性を高め、ガチャ感覚の画像生成からの脱却を目指している。
Googleは画像の出所や背景を確認できる「この画像について」機能を「かこって検索」と「Google レンズ」に展開した。画面上の画像を囲むだけで、Webでの使われ方やメタデータ、SynthID透かしによるAI生成判定を確認できる。世界40言語に対応する。
Activision は『Call of Duty: Warzone』の Caldera マップに関するデータセットを GitHub でオープンソース公開しました。OpenUSD 形式で提供され、マップのジオメトリや匿名のプレイヤー移動データが含まれます。ゲーム業界最大級の公開データセットであり、AI モデルの学習や生成技術の研究支援を目的としています。
Midjourneyは画像生成モデル「V6.1」を公開し、全ユーザーのデフォルトに設定しました。手足や目などの細部表現が自然になったほか、文字描画の精度が向上し、生成速度も約25%高速化。新機能の2倍アップスケーラーも追加されました。
オンラインデザイン大手のCanvaが画像生成AIスタートアップのLeonardo.Aiを買収すると発表した。Leonardo.Aiは従来の料金プランと独立プラットフォームを維持したまま、その画像生成技術を順次Canva本体へ統合していく。
ShutterstockがNVIDIA Edifyを活用した「Generative 3D」の商用ベータ版を公開し、テキストから3Dアセットや16Kの360度HDRi背景を生成可能にした。一方のGetty Imagesも画像生成AIを刷新し、生成速度を2倍に高速化、ファインチューニングやスケッチによる構図制御に対応した。
AMDはTensorStackと提携し、完全ローカルで動作するAIスイート「Amuse 2.0」ベータ版を発表した。コマンドライン不要の単一実行ファイル形式で、「EZモード」により手軽に画像生成を行える。最大の特徴はXDNA Super Resolutionに対応し、対応するRyzenやRadeon環境で生成画像の解像度を2倍に高められる点だ。
Stability AIは単一の動画から8つの異なるカメラアングルの動画を生成するモデル「Stable Video 4D」を発表した。約40秒で8視点の5フレーム動画を出力し、ゲーム開発や映像編集での動的3D表現を効率化する。現在Hugging Faceで公開中。