Meta、視覚モデル「DINOv2」をオープンソース公開：微調整なしで高精度
Meta AIは自己教師あり学習を採用した画像認識モデル「DINOv2」をオープンソース公開した。テキストキャプションやラベル付けデータに依存せず、ファインチューニングなしで分類やセグメンテーション、深度推定など多彩な視覚タスクの汎用バックボーンとして活用できる。
AI画像
新しいニュースを見る
Stability AIがSDXLを発表：35億パラメータで高精細な画像生成
Stability AIは画像生成モデル「Stable Diffusion XL（SDXL）」を発表した。35億パラメータを備え、高解像度かつ写実的な画像生成に対応する。クリエイターや開発者にとって、より高品質で表現力豊かなビジュアル制作が可能になる。
OpenAIが「Consistency Models」発表、1ステップで画像生成 拡散モデル超え狙う
TechCrunchによると、OpenAIの研究チームが「Consistency Models」に関する論文を公開した。数十から数百ステップの計算を要する従来の拡散モデルに対し、わずか1〜2ステップで画像生成や超解像を行い、速度を桁違いに高める。初期段階のため画質はまだ粗いものの、スマホでの端側動作やリアルタイム生図に向けた布石となる。
Stable Diffusion開発元のStability AIに経営難の報道、巨額赤字で資金難か
Semaforなどの報道によると、画像生成AI「Stable Diffusion」を手がけるStability AIが急速な資金燃焼と収益化難航により深刻な経営危機に直面している。昨年調達した1億ドルを大幅に消費し、評価額40億ドルを目指す次期ラウンドも暗礁に乗り上げているという。
Midjourneyが無料トライアル停止：捨て垢の急増でGPUが逼迫
Midjourneyが無料トライアルを停止した。CEOのDavid Holz氏は、使い捨てアカウントによる乱用とGPU不足が重なり、有料ユーザーのサービス維持を優先したと説明。話題となった偽画像騒動ではなく、負荷対策が直接の原因だという。
AppleがFaceLitを発表：2D写真から自由なライティングが可能な3D顔を生成
Appleの研究チームが生成フレームワーク「FaceLit」を発表した。特別な撮影機材や手動アノテーションを使わず、ネット上の2D画像から学習してユーザー指定の照明や視角でレンダリング可能な3D顔を生成できる。FFHQデータセットでFID 3.5を達成した。
Canva、AI新機能を一挙公開：プロンプトからプレゼンやデザインを自動生成
CanvaはCanva CreateにてMagic Designをはじめとする多彩なAI機能を発表した。OpenAIの技術により、画像や簡単な指示からテンプレートやプレゼンテーションの下書きを自動作成できるほか、画像の一部を置き換えるMagic Editなども追加された。
マイクロソフト、チャット内で画像生成できる「Bing Image Creator」を発表
Microsoftは新版BingのプレビューとEdgeブラウザに「Bing Image Creator」を導入した。OpenAIのDALL∙Eモデルを搭載し、Bingチャットの創造的モードで言葉を入力するだけで画像を生成できる。まずは英語版プレビューとして展開され、Edgeのサイドバーからも直接利用できる。
Adobe、画像生成AI「Adobe Firefly」発表 商用利用を意識したデータ学習
Adobe はクリエイティブ向け生成 AI モデル群「Adobe Firefly」を発表した。第 1 弾として画像生成とテキスト効果に対応し、Adobe Stock などの許諾済みデータのみで学習して商用安全性を確保した。まずはプライベートベータ版から提供を開始する。
Stability AIが新機能公開、プロンプト不要で画像から無限にバリエーション生成
Stability AIがClipdropの新機能としてStable Diffusion Reimagineを公開した。複雑なプロンプトを入力することなく、1枚の画像をアップロードするだけで構図やディテールの異なる類似画像を無限に生成できる。元画像のピクセルを直接再利用しない仕組みで、モデルは後日オープンソース公開予定。
米著作権局、プロンプト生成のAI画像は「著作権保護の対象外」と指針
米著作権局は連邦官報で新たな指針を公表し、テキスト指示のみで生成されたAI画像は著作権保護を受けられないとの判断を示した。プロンプトの入力は依頼主の発注に過ぎず、表現を決定したのは機械側だと説明。ただし、人間による編集やテキスト配置が加わった作品は個別審査で保護される余地を残している。
Midjourneyが月刊の紙雑誌を創刊、月額4ドルで厳選作品やプロンプトを掲載
Midjourneyは月刊の紙媒体雑誌「Midjourney」の創刊を発表した。購読料は月額4ドルで、コミュニティで高評価を得た作品から厳選した画像、生成プロンプト、制作者インタビューを収録する。デジタル画像にあえて紙の媒体を用意し、コミュニティの創作を称える狙いだ。
The SandboxがAI活用を模索：Scenarioと提携しメタバース制作を高速化
メタバースプラットフォームのThe SandboxはScenarioとの提携を発表し、生成AIによる制作支援計画を公開した。アバターのモーション生成や審査にAIを取り入れ、試作期間を数週間から数分へ短縮することを目指す。AI生成物もブロックチェーンでクリエイターの所有物となる点が特徴だ。
マイクロソフト、画像認識モデル「Florence」をAzureでプレビュー提供 Redditが画像説明生成に採用
マイクロソフトはマルチモーダル視覚モデル「Florence」をAzure Cognitive ServicesのVision APIに統合しプレビュー公開した。Redditが視覚障害者向けの画像説明（alt text）自動生成や検索改善に採用。数十億の画像・テキスト対で学習され、背景除去や動画要約にも対応する。
Stability AIが初の買収、Clipdrop開発元のInit MLを傘下に
Stability AIは画像処理スイート「Clipdrop」を手掛けるInit MLを買収したと発表した。同社初の買収案件となる。1500万人超のユーザーを抱えるInit MLは完全子会社として独立運営され、今後はStability AIの最新生成モデルをClipdropへ順次統合していく方針だ。
Stable Diffusion開発元の英Stability AI、評価額40億ドルでの資金調達を模索か
Bloombergによると、画像生成AI「Stable Diffusion」を手がける英Stability AIが、約40億ドルの評価額で新たな資金調達を検討しているという。同社は昨年10月に評価額10億ドルで1億100万ドルを調達したばかりで、最終的な調達額や評価額はまだ変動する可能性がある。
クアルコム、スマホ上でのStable Diffusion生成をデモ：15秒で画像生成
クアルコムは、Snapdragon 8 Gen 2を搭載したスマートフォン上で画像生成AI「Stable Diffusion 1.5」を完全ローカル動作させ、512×512ピクセルの画像を15秒未満で生成するデモを披露した。クラウドを介さないため通信不要でプライバシー保護にも優れるが、現時点で一般向けには公開されていない。
米著作権局が判断：Midjourney生成の画像単体には著作権を認めず
米著作権局は、AI「Midjourney」で画像を作成したコミック本『Zarya of the Dawn』の著作権登録を一部取り消した。作者が書いた文章や画像のレイアウト・編集には著作権を認める一方、AIが生成した個々の画像は「人間の創作物ではない」と判断。プロンプト指定による出力は予測困難で、著作権保護に必要な人間による創作性を満たさないとしている。
コカ・コーラがOpenAIと提携、ChatGPTとDALL-Eを広告制作に活用へ
コカ・コーラはOpenAIおよびベイン・アンド・カンパニーと提携し、ChatGPTやDALL-Eを活用したパーソナライズ広告の制作とマーケティング展開を発表した。ベインとOpenAIの提携プログラムに参画した初の消費財大手となる。
Roblox、テキスト入力で仮想世界を作る生成AI機能をテスト中
Roblox は、自然言語の指示から 3D マテリアルや動作コードを自動生成する 2 つの生成 AI ツールをテスト中だと発表した。モデリングやプログラミングの経験が浅いクリエイターでも手軽に仮想空間を作れるようにする狙いで、今後数週間以内に Roblox Studio 開発者向けに提供される予定だ。