画像生成

主要ニュース

1. 1

   AI偽画像で動物投稿への信頼失墜

   ホッキョクグマの救出から迷子ペットまで、AI生成の動物動画や画像が氾濫し、視聴者は動物投稿を額面通り受け取れなくなっている。迷子の猫の飼い主は、ChatGPTが生成したと認めた偽写真を受け取ったが、それは元のポスターとほぼ同一だった。 偽物の洪水は視聴者を苛立たせ、AIを禁止しているのに偽物扱いされるWe Animalsのような正当なクリエイターにも打撃を与える。オスカー・ホルタらの専門家は、合成の救出動画が人々に本物の救出活動への疑念を生じさせ、資金調達を妨げる恐れがあると懸念する。特に異常気象が頻発する今、そのリスクは大きい。国内の動物保護団体やペット関連事業者は、AI偽画像による信頼失墜で資金調達や活動に支障が出る可能性がある。

   カリフォルニア州とEUの新法は、人気のAI画像生成ツールに不可視タグの埋め込みを義務付け、SNSプラットフォームにはAIコンテンツの表示を求める。メッセージアプリやブラウザへの検証ツール統合、ジェフ・セボが提案するモデルガイドラインの更新も信頼回復に役立つ可能性がある。

2. 2

   Netflix『ハムネット』AI疑惑の歴史的説明

   Netflixの新作映画『ハムネット』が、プロモーション画像の誤りらしき箇所を理由にAI使用疑惑を持たれたが、実際は歴史的な背景によるものだ。 見た目の瑕疵が技術的な失敗ではなく歴史的正确さに由来する場合でも、観客が瞬時にAIの関与を疑う傾向を示している。国内の映像制作関係者は、観客が些細な見た目の不自然さをAI使用の証拠と誤認しうる事態に直面する可能性がある。

   Netflixが画像の歴史的根拠を説明するか、映画制作におけるAIへの幅広い懸念に応えるかどうか。

3. 3

   Stability AIが音楽・ゲーム大手から7600万ドル調達

   Stable Diffusionの開発元であるStability AIが、シリーズBで7600万ドルを調達し、累計調達額は2億3200万ドルとなった。このラウンドは火曜日に発表された。 出資者には、ユニバーサル・ミュージック・グループ、ソニー・ミュージックグループ、ワーナー・ミュージック・グループ、エレクトロニック・アーツに加え、AMDベンチャーズとパシフィック・アライアンス・ベンチャーズが名を連ねる。これは典型的なベンチャーラウンドというより、Stabilityがライセンスや販売契約で依存する企業の顔ぶれだ。国内の音楽・ゲーム制作関係者は、著作権を巡る訴訟が続く中で、主要権利者と資本関係を強めたStability AIの動向に左右される可能性がある。

   Stabilityはこの資金を、クリエイティブ制作スイートの構築とプロフェッショナルサービス部門の拡充に充てる計画だ。同社は最近、英国で訴訟に勝訴したが、米国でのゲッティイメージズの類似訴訟は依然として続いている。

4. 4

   Apple研究所、STARFlow2発表

   Appleの研究者が、Pretzelアーキテクチャを基盤とする新モデルSTARFlow2を発表した。凍結済みの事前学習済みVLMストリームとTARFlowストリームを組み合わせ、テキストと画像が混在するシーケンスを単一の連続的かつ純粋に因果的な処理で生成・理解できるように設計されている。 既存のマルチモーダルモデルは断片的で、視覚的な忠実度を犠牲にしたり、事前学習済みの理解能力を低下させたりすることが多い。STARFlow2は、自己回帰正規化フローを自己回帰Transformerとして扱うことでこの問題を解決しようとしている。これによりLLMと同じ因果マスクとKVキャッシュ機構を共有し、理解能力を維持しながら高忠実度の画像生成を可能にする統一的アプローチを実現する。画像生成モデルを扱う国内の開発現場では、既存手法との性能差が注目される可能性がある。

   研究者らは画像生成とマルチモーダル理解のベンチマークで強い性能を報告しており、自己回帰フローが統合マルチモーダルモデリングの有力な基盤になり得ることを示唆している。アーキテクチャと性能の詳細は研究論文で確認できる。

5. 5

   Asicsが9月1日にAIクマ検知アプリを開始

   Asicsは9月1日からAI搭載のクマ検知アプリ（AI-App クマ検知）の提供を開始すると発表した。 このアプリは、クマとの遭遇が危険となる地域で活動する屋外ランナーやアスリートの安全懸念に対応する。スポーツシューズとアパレルで知られるAsicsが、ユーザー向けのAI駆動の安全ツールへ展開を広げている。

   アプリは9月1日に開始されるが、価格設定、地域ごとの利用可能性、対応プラットフォームについては明示されていない。

6. 6

   AI画像解析で書籍推薦システムを構築

   ソフトウェアエンジニアが「By-Its-Cover」という推薦システムを開発した。書籍の表紙画像とCLIP埋め込み（ビジュアルコンテンツを理解する機械学習モデル）を使用して本を提案するもので、セマンティック画像検索とニューラル協調フィルタリングモデルを組み合わせてパーソナライズされた推薦を実現している。 本プロジェクトは、テキスト、ジャンル、ユーザー履歴に頼らず表紙画像だけで正確な書籍発見と推薦が可能かを検証している。従来のメタデータよりも視覚的類似性に焦点を当てることで、書籍検索ツールを簡素化できる可能性がある。書籍の表紙画像だけから推薦する仕組みが実現可能とみられることで、国内の書籍販売企業が従来のメタデータに依存しない推薦システムの導入を検討する可能性がある。

   システムはby-its-cover.comで公開されており、ソースコードはGitHubで公開されているため、フィードバックとさらなる開発が可能だ。