画像生成

主要ニュース

1. 1

   Googleの Lyria 3.5 では、曲のセクションを最初からやり直さずに編集できる

   Google は、より自然な音のメロディ、より良い歌詞、より現実的なボーカルを生成する音楽生成モデル「Lyria 3.5」をリリースした。このモデルは Google Flow Music を通じて利用でき、トラックの特定の部分を編集したり、短いメロディをフルソングに変換したりできる「Selective Section Painting」という新機能を含んでいる。 生成プロセスを最初からやり直さずに個別のセクションを編集できる機能により、ユーザーの音楽制作がより速く、より柔軟になる。ユーザーはボーカル、ドラム、ベースなどの特定の要素のテンポと長さを微調整することもでき、最終出力をより創造的にコントロールできる。

   トラックは 30 秒から 3 分の長さで構成できる。Google は Lyria 3.5 の学習データについて詳細を提供していないが、Lyria 3 が YouTube と Google が利用規約、パートナー契約、および適用法に基づいて使用する権利を持つ素材で学習されたことを以前に開示していた。

2. 2

   Googleの透かし技術SynthIDは編集に耐えるが、AI偽造品の完全な防止はできない

   GoogleがSynthIDという透かし技術を発表した。現在OpenAI、Runway、Nvidiaが採用しているこの技術は、攻撃的な画像圧縮やサイズ変更、トリミングに耐え、300回のシミュレーション共有後も検出可能である。しかし検査の結果、20パーセントのトリミングで透かしが完全に破壊されることが判明し、同社もこの技術は意図的な敵対的攻撃に対応するよう設計されていないと認めている。 AIコンテンツは前例のない規模で生成されている。Googleのツールだけでも数年間で1000億枚を超えるAI画像・動画を生成しており、本物のコンテンツをはるかに上回っている。透かしはAI生成コンテンツのラベル付けの方法を提供するが、根本的な問題は解決できない。数多くのオープンソースAIモデルにより、誰もが自分のコンピュータでラベル付けされていないコンテンツを生成できるため、透かしがすべてのAI偽造品を捕捉することは不可能である。SynthID検証へのアクセスは1日約10回の画像チェックに制限されており、各企業の透かしが相互に認識されないため、検証は断片化され信頼性が低い。

   Googleはプラットフォーム全体で透かし検証をより統一されたものにする方法を模索しているが、専門家はすべての偽造品を検出しようとするのではなく、真実のコンテンツの認証に焦点を移すべきだと示唆している。同社はSynthIDの透かしは無敵ではなく、より大きな標的となった場合、攻撃と更新のいたちごっこに直面する可能性があると述べている。

3. 3

   中国の美容企業がAIで商品開発を数年から数カ月に短縮

   中国の美容企業Yatsen Holdingは、人工知能を活用して、昨秋の独身の日ショッピング祭の前後に発売した新しいPDRN美容液の商品開発サイクルを2年以上から6カ月に短縮した。AIは研究者が50種類以上の成分候補を1週間で3種類に絞り込むのを支援した。 中国の美容企業は商品開発パイプライン全体にAIを活用し、数百万件のソーシャルメディア投稿を分析してトレンドを発見し、バイオテック提携を通じて新しい化粧品成分を特定し、上市までの時間を短縮している。この速度的優位性により、国内企業はイノベーションギャップを埋め、消費者需要により迅速に対応できるようになる。

   AI駆動型ワークフローが標準化するにつれて、中国の美容企業からの商品発売ペースが加速する可能性がある。開発サイクルを数年から数カ月に短縮できる能力は、新しい処方がこの地域全体の棚に到達する速度を大きく変える可能性がある。

4. 4

   Hugging Faceが数千のディープフェイク裸体ツールをホスト

   AI Forensicsの研究者がHugging Face上の画像編集ツールをテストしたところ、トップ9ツール中7つが衣服を着た女性の画像を簡単にトップレスに変換できることが判明した。別のハニーポット実験では1週間で1,000件以上のプロンプトを収集し、73パーセントが性的性質で、そのうち83パーセントが提出された写真を脱がすまたは性的に利用することを求めており、95パーセントが女性を対象にし、6.7パーセントが明らかに児童を対象にしていた。 数十億ドルの評価を受けるHugging Faceは、非同意の親密な画像を作成できるAI画像モデル約5,000個をホストしているにもかかわらず、プラットフォームレベルのセーフガードが不足しているようだ。OpenAIとGoogleのメインストリームモデルがガードレールと呼ばれる安全メカニズムを使用する一方で、Hugging Face上のオープンソースモデルは単純なプロンプトで簡単に悪用でき、実際に毎週数千人がそのように使用している。

   Hugging FaceはWIREDの質問に対する内容モデレーションについて応答しなかった。WIREDが企業に連絡した後、ぬるどするサービスを宣伝するいくつかのページが削除されたが、その関連性は不明である。EUと英国は年末までに「ぬるどする」アプリを禁止する計画がある。

5. 5

   Jack Conte、AI時代のクリエイティブを語る

   Patreonの創業者Jack Conteが、人工知能がインターネット上のクリエイティブワークの未来をどのように形作るかについての見方をビデオプレゼンテーションで共有した。 何百万人ものクリエイターが視聴者から直接収入を得るのを助けるプラットフォームのリーダーとして、AIがクリエイティブと クリエイター経済に与える影響についてのConteの視点は、オンラインでクリエイティブワークに携わる、または依存する誰もが注視する価値がある。

   ビデオはYouTubeで利用可能であり、AIがより普及する中でクリエイターとインターネットエコシステムがどのように適応する可能性があるかに関するConteの完全な主張を提供している。

6. 6

   Midjourney、占星術アプリCo-Star買収

   AI画像生成スタートアップのMidjourneyが、パーソナライズされた占星術アプリCo-Starを買収し、取引は春に成立した。Co-Starの創業者Banu Gulerはアプリの運営を続けるとともに、Midjourneyのチーフデザインオフィサーに就任する。 Co-Starは人間の洞察、NASAのデータ、AIを組み合わせ、パーソナライズされた毎日の星占いと相性診断を提供している。この買収はMidjourneyが画像生成を超えて消費者向けアプリへ事業を拡大することを示唆しており、Gulerのデザイン専門知識はMidjourneyが初めて開発する専用アプリケーションの構築方法を形作るうえで役立つ可能性がある。

   Midjourneyは画像生成専用のものを含む初めてのアプリ開発を計画している。現在MidjourneyのAIモデルはウェブとDiscordを通じて動作しており、これらの新アプリはスタンドアロン製品への転換を示している。取引条件は明かされていない。