画像生成

主要ニュース

1. 1

   AlibabaのQwen-Image-2.1、7Bでオープンソース化

   AlibabaのQwenチームが2026年9月20日、Qwen-Image-2.1をオープンソース化。25ステップ・約20秒で2048×2048画像を生成する7Bモデル。 生成と編集が同じ重みで動くため、画像AI利用者が組んできたマルチツール構成を一般PC上の単一モデルで置き換えられ、工程を削減できる。

   ライセンスはQwen Research Licenseのため商用には別途契約が必要。商用製品を作るチームが条件を確保できるかが試金石。

2. 2

   Promptelle、参照画像をAIプロンプト草案に

   記事は参照画像を被写体と構図、光と背景、雰囲気の3要素に分けて整理する方法を勧め、Promptelleの画像→プロンプト生成ツールなら草案を作れるとしている。 見えている事実とスタイル表現を分けると、生成レイアウトが安定しやすいとみられる。構図が曖昧だったり矛盾するスタイルを重ねると結果が散らばるためだ。

   記事の手法は出力を確認しながら不足要素を1つずつ足す点が要で、この段階的な進め方で再利用可能なプロンプトになるか試す価値がある。

3. 3

   DGX Sparkで通知3～4秒、待機45～50W

   筆者はローカルAI監視カメラシステムを128GBのDGX Sparkに移し、Qwen 3-VL 30B A3Bとリアルタイム解説を追加。検知から通知まで3～4秒。 常時稼働の映像解析を遅延なくこなせることを示すが、筆者は家庭用監視の頭脳には過剰性能と評し、小型モデルのテキスト繰り返し問題を避けられるのは大型モデルだけとも指摘。

   単独の筆者による測定で製品ベンチマークではなく、24時間運用で45～50Wの待機電力がどれだけ響くかが実質的な分かれ目。筆者自身はNASの方が費用対効果に優れる可能性があると結論づけている。

4. 4

   画像AIの本質はFlow Matching

   画像生成AIの数学を扱うQiita連載7回が完結し、Denoising Score Matchingから拡散モデル、Flow Matchingへ至る系譜をたどった。 この系譜により、従来の拡散手法が頼った曲線的でシミュレーション負荷の高い経路を避け、わずかな関数評価で生成できると連載は述べる。

   著者の主張は、全空間の複雑さは不要で単純なペアごとの問題で十分というFlow Matchingの考えに依拠する。新手法が積み上がる中でこの枠組みが保つかが試される。

5. 5

   AMD、World Labsを82億ドルで買収

   AMDは、Fei-Fei Li氏が率いるAI企業World Labsを約82億ドルの全株式交換で買収する最終契約を締結したと発表。取引完了は2026年末までの見込み。 この買収によりWorld LabsのAI研究者チームがAMDに加わり、同社のオープンAIエコシステム戦略を強化する狙いがあるとAMDは説明している。

   買収は規制当局の承認など一般的な完了条件にかかっており、2026年末という完了時期はずれ込む可能性がある。

6. 6

   Corey Danaher、AIで都市を構築

   英国人フューチャリストで3D空間デザイナーのCorey Danaherが、Midjourney、Adobe、Luma AIを使い、AI駆動の建築で都市環境を再構想。 生成ツールにアニメーションとポストプロダクションを組み合わせることで、1人のデザイナーが可能な未来を映画的に提示できる。建築ビジュアルが従来のレンダリング工程に限られなくなったことを示す。

   これは実在のプロジェクトではなく speculative な環境デザインだ。建築家やプランナーが実際の都市再生でこのAIと映画的手法を取り入れるかどうかが影響力の鍵となる。