Stability AI、初の日本語対応画像言語モデル「Japanese InstructBLIP Alpha」を公開
Stability AIは初の日本語画像言語モデル「Japanese InstructBLIP Alpha」を発表した。日本語LLMとInstructBLIP構成を組み合わせ、東京スカイツリーや金閣寺など日本特有の被写体の認識や画像QAに対応する。Hugging Faceにて研究目的限定で公開中。
Stability AI
新しいニュースを見る
Stability AIがNVIDIA TensorRTでSDXLを高速化、H100で生成が1.47秒に
Stability AIはNVIDIAと提携し、TensorRTで最適化したSDXLのONNX重みを公開した。NVIDIA H100ではレイテンシが41%短縮し、高精細画像をわずか1.47秒で生成可能。スループットも最大70%向上し、画像生成AIの推論コストと待ち時間を大幅に削減できる。
Stability AI、初の日本語LLM「Japanese StableLM Alpha」を公開
Stability AI は初の日本語大規模言語モデル「Japanese StableLM Alpha」（70億パラメータ）を公開した。7500億トークンで学習され、ベンチマークで高い性能を記録。Baseモデルは商用利用可能な Apache 2.0 で提供され、Instruct版は研究目的で利用できる。
Stability AI、初のコーディング特化モデル「Stable Code Alpha」を発表
Stability AIは、初のプログラミング向け大規模言語モデル「Stable Code Alpha 3B」を発表した。5600億トークンのコードで学習され、基本モデル、指示モデル、16000トークンの文脈に対応する長文モデルの3種類を用意。Pythonファイル5本相当のコードを一度に処理できる。
SD公式が除外した画師の作風、AIコミュニティがLoRAで再現
AIコミュニティのクリエイターがLoRAモデルを訓練し、公式が学習データから除外した人気絵師Greg Rutkowski氏の作風をStable Diffusion向けに再現してCivitaiで無料公開した。本人がAI利用に強く反対していても、オープンソース環境では個人の模倣学習を止める術がない実態が浮き彫りとなった。
Stability AIが「SDXL 1.0」公開、手や文字の描写力が大幅向上
Stability AIは主力画像生成モデル「SDXL 1.0」をオープンソース公開した。ネイティブ1024x1024解像度に対応し、苦手だった手や文字の描写、複雑な構図の再現性が向上。「masterpiece」などの呪文を使わず高画質を出力でき、8GB VRAMの一般GPUでも動作する。
InvokeAI 3.0が公開：ノード設計へ全面刷新、SDXLにも先行対応
画像生成ツールInvokeAIがv3.0.0を公開した。内部構造をノードベースへと全面刷新し、実験的なノードエディタを搭載。ControlNet連携やダイナミックプロンプト、SDXLの先行サポート、長文プロンプト対応、Macでの半精度ロードによる省メモリ化などを実現した。
画像生成AIへの著作権訴訟、米地裁が大半の棄却示唆 類似性不足を指摘
米連邦地裁のウィリアム・オリック判事は、アーティストらがStability AIやMidjourneyなどを訴えた著作権侵害訴訟で、生成画像と原作の実質的な類似性が不十分であるなど不備を指摘し、訴えの大部分を棄却する意向を示した。ただし、証拠を補強した再提訴は認めている。
Stability AI、新開発者プラットフォーム公開：サンドボックス内蔵でAPI検証を効率化
Stability AI は API の検証と統合を容易にする新開発者プラットフォームを発表した。UI 上でパラメータを調整しながら文生画像や拡大出力を即座に確認できるサンドボックスを備え、DreamStudio を経由せずに API キーを一元管理できる。
Stability AIが「Stable Beluga」公開：少量の合成データで首位獲得
Stability AIとCarperAIが、LLaMAおよびLLaMA 2をベースにした指示調整モデル「Stable Beluga 1/2」を公開しました。マイクロソフトのOrca手法を参考に、わずか10分の1となる約60万件の合成データでファインチューニングを行い、Hugging Faceの公開LLMランキングで1位を獲得。非商用研究ライセンスで提供されています。
Stability AIのCEOが警鐘、インドの外注プログラマーは2年で大半が職を失う
Stability AIのイーマッド・モスタークCEOは、AIによる開発効率化を受け、インドの外注プログラマーの大半が今後1〜2年で職を失うと予測した。画面越しで顧客と対面しない業務ほど打撃が大きく、今後はAIコパイロットと協調する新たな役割が求められると語った。
Leonardo AIがSDXL 0.9とPrompt Magic v3を導入、2000クレジットも付与
Leonardo AIはStability AIのSDXL 0.9モデルを統合し、新機能Prompt Magic v3の提供を開始した。ユーザーには2000トークンのクレジットが付与される。1024×1024の解像度とリファインメントモジュールにより、リアリズムや陰影のディテール、プロンプト再現性が向上した。
Stability AI、ラフ画から高精度画像を生成する「Stable Doodle」公開
Stability AI傘下のClipdropは落書きのようなスケッチから画像を生成するツール「Stable Doodle」を公開した。SDXL 0.9とTencent ARCのT2I-Adapterを組み合わせ、簡単な線画とプロンプト、14種類のスタイルから画像を数秒で作成できる。ログイン不要で無料体験可能だが、1日の利用制限が設けられている。
Stability AIがSDXL 0.9発表：画質が劇的進化、民生用GPUで動作可能に
Stability AIは画像生成モデル「SDXL 0.9」を発表しました。4月のベータ版から構図や細部の描写が大幅に向上し、計66億パラメータの2段階構成ながらVRAM 8GBの一般的なGPUで1024x1024の画像を生成できます。現在はClipdropで試すことができ、7月中旬にはオープンソースの1.0版が公開される予定です。
Clipdropが画像拡張ツール「Uncrop」公開、登録不要で無料利用可能
ClipdropはStable Diffusion XLをベースにしたAI画像拡張ツール「Uncrop」を公開した。画像をアップロードするだけでプロンプトなしに周囲の背景を自動生成し、比率を調整できる。バナー作成や構図修正に向いており、ログイン不要でウェブから無料体験できる。
Clipdropが「Reimagine XL」公開：画像から新たな構図のバリエーションを生成
Stability AI傘下のClipdropは画像バリエーション生成ツール「Reimagine XL」を公開した。テキストプロンプトを使わず画像エンコーダで特徴を抽出するため、原画像のピクセルを流用せずに高解像度かつ多彩な縦横比の画像を生成できる。
Stability AI、「DreamStudio」をオープンソース化 新プロジェクト「StableStudio」公開
Stability AIは画像生成AIツール「DreamStudio」のコードをオープンソース化し、新プロジェクト「StableStudio」として公開した。コミュニティ主導でWebGPUによるローカル推論やプラグイン対応を進める計画だ。従来のDreamStudioもホスト版として継続提供される。
Stability AIが「Stable Animation SDK」公開、テキストや動画からアニメ生成
Stability AIは開発者向けに「Stable Animation SDK」をリリースした。Stable Diffusionモデルを活用し、テキストプロンプト、参照画像、元動画の3つの方法でアニメーションを生成できる。開発者は提供されるエンドポイントを通じて、自社アプリや制作ワークフローに動画生成機能を組み込める。
Google ChromeがWebGPUを統合、ブラウザ上で端末GPUを使ったAI実行が可能に
GoogleはGoogle I/Oにて、ChromeブラウザにWebGPUを統合すると発表した。これによりWebアプリが端末のGPUを活用し、直接AIを実行できるようになる。会場ではStable Diffusionによる画像生成も実演され、クラウドを介さない低遅延かつ安全なデータ処理が期待されている。
Stability AI、RLHFで強化学習した初のオープンソース対話モデル「StableVicuna」公開
Stability AIは人間のフィードバックによる強化学習（RLHF）を適用した初の大規模オープンソース対話モデル「StableVicuna-13B」を公開した。Vicuna-13BをベースにtrlXフレームワークとAnthropicなどの公開データセットで学習。ChatGPT同様のRLHF手法をオープンソース界に持ち込んだ点が注目される。Hugging Faceで差分重みが配布されている。