Stable Diffusionで生成AI画像を作る時、もっとも一般的なインターフェースはAUTOMATIC1111だろう。デファクトスタンダードと言ってもいいほどで、検索すると、インストール方法や使い方など、それこそ山盛り出てくる。ところが最近、ComfyUIがちょっとした人気だ。
2024年1月18日、日本HPが2024年度の事業説明会を開始し、同時にCore Ultra搭載のプレミアム2in1「HP Spectre x360 14」、「HP Spectre x360 16」およびゲーミングノートPC「HP Omen Transcend 14」の国内向けの発表を行いました。
サムスンの最新フラッグシップスマートフォン Galaxy S24シリーズは、「Galaxy AI」搭載が特徴のひとつです。それら機能の多くは、Googleの大規模言語モデルGemini Proと画像生成モデル Imagen 2をクラウド経由で活用するもの。しかし、サムスンは中国向けGalaxy S24シリーズにはGeminiではなく、現地企業の百度（Baidu）が開発したAIチャットボット「Ernie 4.0」を採用したことを発表しました。
台湾の台北当代芸術館（MoCA TAIPEI）で開催されているAIアート展覧会「你好，人類！Hello, Human!」にアーティストとして参加。この展示会のキュレータにAIとアートの関係について聞いてきました。
今回の生成AI論文解説はいつもより1本多い、6本分です。中でもAmazonのバーチャル試着技術は実用性が高そうです。
米国の伝説的スタンダップコメディアン、ジョージ・カーリンの声をAIで模倣して製作された1時間のYouTube番組に対し、カーリンの娘は「偉大な米国人アーティストの業績」を盗んだとして、遺産管理団体を通じて著作権侵害とパブリシティ権侵害の訴訟を起こしました。
米Googleはデスクトップ用Chromeブラウザの最新版「M121」をリリースし、実験的な生成AI機能を3つ導入すると発表しました。
PhotoMakerのライバルともいうべき技術やAppleのLLMなど、生成AI最新論文の概要5つを紹介します。
Hand Refinerは2023年12月1日に論文、その後、2024年1月初旬にAUTOMATIC1111のADetailerとComfyUIで使用可能になった手(指)に関する新手法だ。今回ご紹介するHand Refinerはかなりロジカル。具体的には、画像から手を認識、認識した位置での形や5本指などリファレンスになる手を深度情報で取得、その深度情報を使って手をInpaintする、ざっくりこの3段構えとなる。
PC向けゲーム配信プラットフォーム最大手のSteamがAIコンテンツについての新たな方針を発表しました。生成AIを用いて作られた大半のゲームを受け入れるという大きな変更です。
日本を代表するテクノロジージャーナリスト各氏をお招きするCES 2024報告会＆テクノエッジ新年会イベント、いよいよ今週末1月19日(金)開催です。
最低1枚の写真があれば、その人物の画像をいくらでも生成できる。そんな技術が登場したので使ってみた。
1月16日、テスラCEOのイーロン・マスク氏はX（Twitter）に同社のヒューマノイド「Optimus」が洗濯かごからTシャツを取り出し、起用にたたむ様子を収めた動画を投稿し、「Optimusがシャツをたたんでいる」と述べました。
Microsoftは1月15日（現地時間）、生成AIサービス「Copilot」の個人向けサブスクリプションサービス「Copilot Pro」を発表、提供を開始しました。
人気連載「生成AIグラビアをグラビアカメラマンが作るとどうなる？」の著者である西川和久さんを講師に迎えた、生成AIグラビアワークショップの第4回を1月23日に開催いたします。なお、今回お申し込みいただいた方は、第3回分の動画アーカイブを視聴いただけます。
OpenAIはGPT Stoeが開設された1月10日に、ウェブサイトの利用ポリシーのページをひっそりと更新し、そのページに記述されていた、同社のAI技術を「軍事・戦争用途(Military and warfare)」に使うことを禁じるとの文言を削除しました。
今回は生成AI論文解説に加え、2つの興味深い実装も紹介しています。
年明け早々、Googleでのリストラが報じられました。なんだか不穏な2024年の幕開けです。いずれも日常的にお世話になっている製品＆サービスです。ユーザーにとってのそれぞれの今後について考えてみました。
Ubisoftが1月15日(日本は18日)に発売する、新作ゲーム『プリンス・オブ・ペルシャ 失われた王冠』のなかで、一部NPC(Nom Player Character)のセリフが、テキスト読み上げソフトによる仮の音声のままリリース版に含まれてしまっていることがわかりました。
1月11日の米株式市場において、マイクロソフトは時価総額がアップルを上回り、2021年以来となる世界一の座に一時的に返り咲きました。
OpenAIが、かねてから予告していたGPT Store をようやく開設しました。
生成AIにより静止画に動きを与える技術がいくつか出てきましたが、求める動きを出すのはなかなか難しいものがあります。今回紹介する「DragNUWA」は、そんな弱点を補ってくれるユーザーインタフェースを備えています。
AIハードウェアスタートアップのrabbitが、モバイルAI端末rabbit r1を発表しました。
様々なアプリやサービスを学習したAIが、ユーザーの指示に応えてかわりに操作して用事を済ませてくれる、執事かコンシェルジュのような発想の製品です。
NVIDIAはCES 2024の開幕に合わせ、ゲーム用GPU製品のGeForce RTX 40シリーズを強化したGeForce RTX 40 SUPERシリーズを発表しました。
台湾の現代アート美術館で、筆者のAI作品が展示されることになりました。
感情を含む細かい表現が可能なAIボイスクローン技術「OpenVoice」など、生成AI最新論文の概要5つをお届けします。
周辺機器メーカーのBelkinが、360度自動トラッキング機能に対応した iPhoneスタンド「Auto-Tracking Stand Pro」を発表しました。
「礼儀は不要」「モデルに質問させる」「良い解答には報酬」など、大規模言語モデルの返答が向上する「プロンプト26の原則」をはじめとする5つの生成AI論文を紹介します。
トランプ政権において、大統領の個人弁護士兼フィクサーとして活動したマイケル・コーエン氏が、12月はじめに裁判所に提出した公式書類に存在しない判例を記していたことを裁判所から追求され、それがAIで生成したものであることを認めました。
2023年（のちょっと前から）の生成AIの動きというか広がり、勢いを、自分の取り組みを中心にまとめてみました。
米国第3位の発行部数を誇る新聞社New York Timesが、マイクロソフトとOpenAIに対し著作権侵害の訴訟を起こしました。
Microsoftが、Android向けのGoogle Playストアにて「Microsoft Copilot」アプリの配信を開始しました。
生成AIの重要論文5本解説する連載。今回は、毎秒100枚という画像高速生成できると話題を呼んだ「StreamDiffusion」、文章指示で複数の動く3Dキャラを生成するNVIDIAの4Dアニメーションツール「AYG」などを紹介しています。
Mozillaは、基本的な情報を入力するとAIが自動的にWebサイトのデザインを作成し、Webサイトの公開まで可能なサービス「Solo」を公開しました。
アップルは表立って生成系AI競争には加わっていませんが、水面下ではAIモデルを訓練するため、ニュース報道機関に「少なくとも5000万ドル相当の複数年契約」を持ちかけたと米The New YorkTimesが報じています。
AIは、チェスのようなボードゲームではすでに人間よりも強くなっています。これはさほど驚くことではありませんが、そこに反射神経や手先の細かな操作が必要になるゲームだったらどうでしょうか。
Suno AIよりさらに簡単に完成曲を作れるようになりました。Microsoft Copilotで作曲する方法とその制限事項などについて調べました。
Googleは12月19日、試験運用中の生成AIチャット「Bard」で、GmailやGoogleドキュメント、Googleドライブ、YouTube、GoogleマップなどのGoogleサービスと連携できる「Bard拡張機能」が日本でも利用可能になったと発表しました。
マイクロソフトは12月20日、作詞・作曲・演奏・歌唱まで可能なAI作曲サービス「Suno」を自社のAIプラットフォームであるWindows Copilotに統合すると発表しました。
連載第13回目ではControlNetのCanny、Depth、OpenPoseをご紹介した。続きに入る前に軽くおさらいすると、ControlNetは指定した画像を使って、構図や絵柄、ポーズ、そして書かれている内容(Prompt相当)などを抽出し、生成する画像を固定する方法だ。
歌詞を与えれば作曲・演奏・歌唱と残りの全てをやってくれるAI作曲完パケサービス「Suno」ですが、音楽制作界隈では「MIDIで吐いてくれ」との声が多く上がっています。
音楽生成に新たな展開が。Music to Musicによる生成をパートごとに出せる技術が登場しています。生成AIに関する論文5つを紹介します。
