画像生成

主要ニュース

1. 1

   Appleのprobe guidanceが最新水準を更新

   Appleの研究者がprobe guidanceを発表。既存の拡散モデルの凍結した内部状態を使い、フローマッチングモデルを誘導する。連続拡散言語モデルでは無条件生成で最新水準を達成した。 推論時の追加フォワードパスが不要になり、弱いモデルと強いモデルが似たダイナミクスを共有することを確実にできる。拡散言語モデルの実用性向上につながる可能性がある。

   弱いモデルが訓練の低エントロピー領域由来でなければならないという知見は、今後のautoguidance設計に影響を与えうる。拡散言語モデル研究でのprobe guidance採用に注目だ。

2. 2

   Oracle、AIエージェント記憶に画像対応

   OracleがOracle AI Agent Memoryの新機能を発表。グラフ対応検索、画像記憶、エンタープライズ管理機能。 エージェントが扱えるデータの種類が画像を含めて広がる可能性を示す。

   エンタープライズ管理機能はガバナンス需要を示すが、提供時期や価格は未公表。

3. 3

   Invideo、GPT‑6 Astraで彩色成功率3倍

   InvideoのCEO Sanket Shah氏によると、GPT‑6 Astraはカラーグレーディングとカラーコレクションの成功率を約3倍にし、編集者が1日で約50個のカスタムエフェクトを作成した。 カラー作業はInvideoが以前非常に高い失敗率を記録していた領域であり、この改善はAIエージェントがプロ編集における煩雑なフレーム単位の計画作業をより多く担えることを示す。

   この改善は以前のInvideoのテストとの成功率比較であり、完成品の主張ではない。Astraの推論ステップと出力トークンの少なさが、より長く複雑な編集でも持続するかが焦点となる。

4. 4

   AlibabaのQwen-Image-2.1、70億パラメータで内部ベンチ上位を主張

   AlibabaのQwen AIチームがオープンウェイトモデルQwen-Image-2.1を公開。70億パラメータの視覚コンポーネントを備え、3090など高性能なコンシューマーGPUで動作する。 透明（RGBA）画像の生成・編集が可能で、最大10枚の参照画像を同時に扱える。Qwen独自ベンチマークでほとんどのクローズドモデルを上回るとチームは主張するが、独立系ベンチマークはまだ待たれる状況。

   研究ライセンスは商用利用を禁じているため、ビジネス導入はQwenが別途ライセンスを付与するかどうかにかかる。独立系ベンチマークの結果次第で、Qwen社内テスト以外でも主張が成り立つかが明らかになる。

5. 5

   AI広告に批判殺到のバースデイ

   しまむら系のベビーブランド「バースデイ」が生成AI広告をめぐり批判殺到。子どもの顔が同じで気味が悪い、安っぽいとの声。 ベビー・子供服ブランドでは、AI画像が親の信頼を損ない、創造的な選択ではなくコスト削減の表れと受け取られかねない。

   バースデイが広告制作を変えるのか、AI画像を使い続けるのか。批判への対応が焦点だ。

6. 6

   ZOZOのWEAR、AI提案開始

   ZOZOはコーデ投稿アプリWEARで、好みの写真をもとに28種から「ファッションコア」を診断し、1500万件超の投稿から着こなしを提案する機能を追加した。 従来のジャンルに「与えたい印象」「味付け」を加えたことで、服探しの手間が減り、ZOZOは販売につなげる狙いだ。

   体型の悩みやその日の天気、アイテムのローテーションにも対応。顔写真を上げればバーチャル試着でき、ZOZO TOWNで購入できる。