モリカトロン株式会社運営「エンターテインメント×AI」の最新情報をお届けするサイトです。
- TAG LIST
- CGCGへの扉生成AI安藤幸央吉本幸記月刊エンタメAIニュース河合律子機械学習OpenAIディープラーニングNVIDIALLMGoogleGAN音楽大規模言語モデルグーグルモリカトロン森川幸人ChatGPT三宅陽一郎DeepMind強化学習Stable Diffusionニューラルネットワーク人工知能学会シナリオマイクロソフトQA自然言語処理AIと倫理GPT-3倫理Facebook大内孝子映画SIGGRAPH著作権アートキャラクターAIスクウェア・エニックスルールベースゲームプレイAIMinecraft敵対的生成ネットワークNPC音楽生成AIモリカトロンAIラボインタビューアニメーション3DCG画像生成NFT動画生成AIロボットファッションDALL-E2StyleGANプロシージャルディープフェイクマルチモーダルVFXMidjourney遺伝的アルゴリズムデバッグ自動生成VRメタAIMeta画像生成AIマンガインタビューゲームAIAdobeMicrosoftテストプレイマインクラフトCLIPテキスト画像生成深層学習CEDEC2019toio教育Red RamNeRFデジタルツインメタバース不完全情報ゲーム小説Stability AIボードゲームDALL-ESoraビヘイビア・ツリーCEDEC2021CEDEC2020作曲アストロノーカロボティクスナビゲーションAI高橋力斗AIアートメタ畳み込みニューラルネットワークアップルデジタルヒューマンELSIスポーツエージェントGDC 2021プロンプトGPT-4手塚治虫汎用人工知能JSAI20223DDALL-E 3バーチャルヒューマンNVIDIA OmniverseGDC 2019マルチエージェントCEDEC2022Gemini市場分析ARPlayable!懐ゲーから辿るゲームAI技術史鴫原盛之ジェネレーティブAIソニー東京大学はこだて未来大学栗原聡CNN広告マーケティングJSAI2024BERTMicrosoft Azure音声認識UnityOmniverseJSAI2023Robloxがんばれ森川君2号電気通信大学SIGGRAPH ASIAHTNApple階層型タスクネットワークAIQVE ONE世界モデルアドベンチャーゲームJSAI2020GTC2023音声合成メタデータTensorFlowブロックチェーンCMイベントレポートキャリア模倣学習対話型エージェントAmazonサイバーエージェントトレーディングカードメディアアート言霊の迷宮DQNシーマン合成音声SIERunway水野勇太モリカトロン開発者インタビュー宮本茂則アバターブラック・ジャックUbisoftGenvid TechnologiesガイスターStyleGAN2徳井直生稲葉通将斎藤由多加Open AIベリサーブGTC2022GPT-3.5音声生成AISFNetflixJSAI2021松木晋祐Bard研究シムシティシムピープルZorkMCS-AI動的連携モデルマーダーミステリーモーションキャプチャーTEZUKA2020CEDEC2023AGIテキスト生成インディーゲームスパーシャルAIElectronic ArtsGDC Summerイーロン・マスク論文Stable Diffusion XL森山和道Audio2FaceNVIDIA Rivaeスポーツスタンフォード大学アーケードゲームテニスセガGoogle I/O類家利直FireflyeSportsBLUE PROTOCOLCEDEC2024aibo大澤博隆SFプロトタイピング銭起揚Runway Gen-3 AlphaチャットボットTikToktext-to-3DDreamFusion自動運転車ワークショップEpic GamesAIロボ「迷キュー」に挑戦AWSAdobe MAX村井源クラウドAlphaZeroPreferred NetworksTransformerGPT-2rinnaAIりんなカメラ環世界中島秀之PaLMGitHub CopilotLLaMA哲学Apple Vision Proハリウッド宮路洋一Whisk理化学研究所Gen-1SIGGRAPH Asia 2024YouTubeテキスト画像生成AI松尾豊人事データマイニングControlNet現代アートDARPA法律ドローンゲームエンジンUnreal EngineImagen人工生命バイアスサム・アルトマンGPT-4oVeoASBSぱいどんAI美空ひばり手塚眞デザインバンダイナムコ研究所ELYZANEDO建築ELIZAFSM-DNNMindAgentBIMLEFT 4 DEADくまうた通しプレイソニー・インタラクティブエンタテインメントOpenAI Five本間翔太馬淵浩希Cygames岡島学ピクサー九州大学プラチナエッグイーサリアム効果音ボエダ・ゴティエビッグデータ中嶋謙互Amadeus Codeデータ分析自動翻訳MILENVIDIA ACEナラティブNianticOmniverse ReplicatorWCCFレコメンドシステムNVIDIA DRIVE SimWORLD CLUB Champion FootballNVIDIA Isaac SimSakana AI人狼知能柏田知大軍事田邊雅彦トレカ慶應義塾大学Max CooperGPTDisneyPhotoshopPyTorch京都芸術大学ChatGPT4モンテカルロ木探索ByteDance眞鍋和子バンダイナムコスタジオコミコパヒストリアAI Frog Interactive新清士ラベル付け田中章愛ComfyUI齊藤陽介コナミデジタルエンタテインメント成沢理恵お知らせMagic Leap OneTencentサッカーバスケットボールLINEヤフーSuno AIKaKa CreationVOICEVOXtext-to-imageサルでもわかる人工知能VAETEZUKA2023DOOMリップシンキングRNNGameNGenグランツーリスモ・ソフィーUbisoft La Forgeスーパーマリオブラザーズ社員インタビュー知識表現ウォッチドッグス レギオンVTuberIGDA立教大学秋期GTC2022大阪公立大学HALOフォートナイトKLabどうぶつしょうぎジェイ・コウガミ音楽ストリーミングMIT野々下裕子Movie GenQosmoマシンラーニング5GMuZeroRival Peakpixivオムロン サイニックエックスGPTsセキュリティ対話エンジンポケモン3Dスキャン橋本敦史リトル・コンピュータ・ピープルCodexシーマン人工知能研究所コンピューティショナル・フォトグラフィーゴブレット・ゴブラーズ絵画3D Gaussian SplattingMicrosoft DesignerイラストシミュレーションSoul Machines柿沼太一完全情報ゲームバーチャルキャラクター坂本洋典宮本道人釜屋憲彦LLaMA 2ウェイポイントパス検索Hugging Face対談藤澤仁生物学XRGTC 2022xAI画像認識SiemensストライキStyleCLIPDeNAVoyager長谷洋平GDC 2024クラウドコンピューティングmasumi toyotaIBMぎゅわんぶらあ自己中心派OpenSeaGDC 2022Veo 2ウロチョロスSNSTextWorldEarth-2BingエコロジーMagentaソフトバンクSONYポケットモンスターELYZA PencilScenarioSIGGRAPH2023AIピカソGTC2021AI素材.comCycleGANテンセントAndreessen HorowitzQA Tech NightNetHack下田純也桑野範久キャラクターモーション音源分離NBAフェイクニュースユニバーサルミュージックRPGウィル・ライトWeb3SIGGRAPH 2022レベルデザインDreamerV3SIMAAIボイスアクター南カリフォルニア大学NVIDIA CanvasGDCGPUALifeオルタナティヴ・マシンサウンドスケープLaMDATRPGマジック：ザ・ギャザリングAI Dungeon介護BitSummitGemma 2Cube 3DゼビウスNetEaseInworld AIゲーム背景IEEEPoint-Eアパレル不気味の谷LoRAナビゲーションメッシュファインチューニング早稲田大学グランツーリスモ写真高橋ミレイ北野宏明GDC 2025深層強化学習松原仁松井俊浩武田英明フルコトパックマンELYZA DIGESTジョージア工科大学Apple IntelligenceWWDCWWDC 2024西成活裕ハイブリッドアーキテクチャAI野々村真LINE AIトークサジェストApex Legends群衆マネジメントライブポートレイトGTC2025NinjaコンピュータRPGライブビジネスWonder StudioAdobe Max 2023GPT-4-turboFuxi Labアップルタウン物語新型コロナ土木佐藤恵助Naraka:Bladepoint MobileKELDIC周済涛Bing Chat大道麻由バトルロイヤルメロディ言語清田陽司インフラBing Image Creator物語構造分析ビヘイビアツリーゲームTENTUPLAYサイバネティックス慶応義塾大学SoftServeMARVEL Future FightAstro人工知能史Amazon BedrockAssistant with Bard渡邉謙吾ALNAIRタイムラプスEgo4DAI哲学マップThe Arcadeここ掘れ！プッカAMRIバスキア星新一X.AISearch Generative ExperienceBLADE日経イノベーション・ラボStyleGAN-XLX Corp.Dynalang濱田直希GAGA敵対的強化学習StyleGAN3TwitterVLE-CE大柳裕⼠QUEEN階層型強化学習GOSU Data LabGANimatorXホールディングス加納基晴Runway Gen-4WANNGOSU Voice AssistantVoLux-GANMagiAI ActSkyReels竹内将SenpAI.GGProjected GANEU研究開発事例MeshyMobalyticsSelf-Distilled StyleGANSDXLArs Electronica赤羽進亮Stable Virtual CameraニューラルレンダリングRTFKTAI規制遊戯王IntangibleAWS SagemakerPLATONIKE欧州委員会UDI（Universal Duel Interface）ブライアン・イーノ映像セリア・ホデント形態素解析frame.ioClone X欧州議会第一工科大学EnoUXAWS LambdaFoodly村上隆欧州理事会佐竹空良Brain One誤字検出MusicLM小林篤史AlphaEvolve認知科学中川友紀子Digital MarkAudioLMContinuous Thought Machine（CTM）ゲームデザインSentencePieceアールティSnapchatMusicCaps荻野宏実ArmLUMINOUS ENGINEクリエイターコミュニティAudioCraft伊藤黎Stable Audio Open SmallLuminous ProductionsBlenderBot 3バーチャルペットビヘイビアブランチWord2Worldパターン・ランゲージ竹村也哉Meta AINVIDIA NeMo ServiceMubertWPPSTORY2GAMEちょまどマーク・ザッカーバーグヴァネッサ・ローザMubert RenderGeneral Computer Control（GCC）ウィットウォーターランド大学GOAPWACULVanessa A RosaGen-2Cradle森川の頭の中Adobe MAX 2021陶芸Runway AI Film FestivalSpiral.AI花森リドPlay.htPreVizItakoLLM-7bGoogle I/O 2025音声AI静岡大学Veo 3AIライティングLiDARCharacter-LLM明治大学FlowOmniverse AvatarAIのべりすとPolycam復旦大学北原鉄朗Lyra 2FPSQuillBotdeforumChat-Haruhi-Suzumiya中村栄太MusicFX DJマルコフ決定過程NVIDIA MegatronCopysmith涼宮ハルヒ日本大学Animon.aiNVIDIA MerlinJasperハーベストEmu VideoヤマハツインズひなひまNVIDIA MetropolisForGames前澤陽Mayaパラメータ設計ゲームマーケットペリドット増田聡Deep Q-Learningバランス調整岡野翔太Dream Track採用AlphaGO協調フィルタリング郡山喜彦Music AI Toolsスペースインベーダーテキサス大学ジェフリー・ヒントンLyria科学史プリンス・オブ・ペルシャGoogle I/O 2023Yahoo!知恵袋AIサイエンティストドラゴンクエストIVAlphaDogfight TrialsAI Messenger VoicebotインタラクティブプロンプトAITerra堀井雄二エージェントシミュレーションOpenAI Codex武蔵野美術大学AI Overview山名学StarCraft IIHyperStyleBingAI石渡正人電通タイトーFuture of Life InstituteRendering with Style手塚プロダクションAICO2カプコンIntel林海象BitSummit DriftLAIKADisneyリサーチヴィトゲンシュタイン古川善規RotomationGauGAN論理哲学論考Lightroom大規模再構成モデルOmega CrafterGauGAN2CanvaLRMSPACE INVADIANSドラゴンクエストライバルズ画像言語表現モデルObjaverse西島大介不確定ゲームSIGGRAPH ASIA 2021PromptBaseBOOTHMVImgNet吉田伸一郎Dota 2ディズニーリサーチpixivFANBOXOne-2-3-45SIGGRAPH2024Mitsuba2バンダイナムコネクサス虎の穴3DガウシアンスプラッティングMotion-I2VソーシャルゲームEmbeddingワイツマン科学研究所ユーザーレビューFantiaワンショット3D生成技術GTC2020CG衣装mimicとらのあなToonify3DNVIDIA MAXINEVRファッションBaidu集英社FGDC生成対向ネットワーク淡路滋ビデオ会議ArtflowERNIE-ViLG少年ジャンプ＋Future Game Development Conference拡散モデルグリムノーツEponym古文書ComicCopilot佐々木瞬Diffusionゴティエ・ボエダ音声クローニング凸版印刷Gautier Boeda階層的クラスタリングGopherAI-OCRゲームマスターうめ画像判定Inowrld AI小沢高広Julius鑑定MODAniqueドリコムTPRGOxia PalusGhostwriter中村太一ai andバーチャル・ヒューマン・エージェントtoio SDK for UnityArt RecognitionSkyrimエグゼリオSaaSクーガー実況パワフルサッカースカイリムCopilotインサイト石井敦NHC 2021桃太郎電鉄RPGツクールMZカスタマーサポート茂谷保伯池田利夫桃鉄ChatGPT_APIMZserial experiments lainComfyUI-AdvancedLivePortraitGDMC新刊案内パワサカダンジョンズ&ドラゴンズAI lainGUIマーベル・シネマティック・ユニバースOracle RPGPCGMITメディアラボMCU岩倉宏介深津貴之PCGRLアベンジャーズPPOxVASynthDungeons&DragonsVideo to Videoマジック・リープDigital DomainMachine Learning Project CanvasLaser-NVビートルズiPhone 16MagendaMasquerade2.0国立情報学研究所ザ・ビートルズ: Get BackOpenAI o1ノンファンジブルトークンDDSPフェイシャルキャプチャー石川冬樹MERFDemucsAIスマートリンクスパコンAlibaba音楽編集ソフトシャープ里井大輝KaggleスーパーコンピュータVQRFAdobe Auditionウェアラブル山田暉松岡 聡nvdiffreciZotopeCE-LLMAssassin’s Creed OriginsAI会話ジェネレーターTSUBAME 1.0NeRFMeshingRX10Communication Edge-LLMSea of ThievesTSUBAME 2.0LERFMoisesGEMS COMPANYmonoAI technologyLSTMABCIマスタリングAIペットモリカトロンAIソリューション富岳レベルファイブYahoo!ニュース初音ミクOculusコード生成AISociety 5.0リアム・ギャラガーAI Comic Factory転移学習テストAlphaCode夏の電脳甲子園グライムスAI comic GeneratorBaldur's Gate 3Codeforces座談会BoomyComicsMaker.aiCandy Crush Saga自己増強型AIジョン・レジェンドGenie AILlamaGen.aiSIGGRAPH ASIA 2020COLMAPザ・ウィークエンドSIGGRAPH Asia 2023GAZAIADOPNVIDIA GET3DドレイクC·ASEFlame PlannerデバッギングBigGANGANverse3DFLARE動画ゲーム生成モデルMaterialGANダンスグランツーリスモSPORTAI絵師エッジワークスMagicAnimateReBeLUGC日本音楽作家団体協議会Animate AnyoneVirtuals ProtocolGTソフィーPGCFCAインテリジェントコンピュータ研究所VolvoFIAグランツーリスモチャンピオンシップVoiceboxアリババMarioVGGNovelAIさくらインターネットDreaMovingRival PrakDGX A100NovelAI DiffusionVISCUIT松原卓二ぷよぷよScratchArt Transfer 2ユービーアイソフトWebcam VTuberモーションデータスクラッチArt Selfie 2星新一賞ビスケットMusical Canvas北尾まどかポーズ推定TCGプログラミング教育The Forever Labyrinth将棋メタルギアソリッドVメッシュ生成Refik AnadolFSMメルセデス・ベンツQRコードVALL-EAlexander RebenMagic Leap囲碁Deepdub.aiRhizomatiksナップサック問題Live NationEpyllionデンソーAUDIOGENMolmo汎用言語モデルWeb3.0マシュー・ボールデンソーウェーブEvoke MusicPixMoAIOpsムーアの法則原昌宏AutoFoleyQwen2 72BSpotifyスマートコントラクト日本機械学会Colourlab.AiDepth ProReplica Studioロボティクス・メカトロニクス講演会ディズニーamuseChitrakarAdobe MAX 2022トヨタ自動車Largo.aiVARIETAS巡回セールスマン問題かんばん方式CinelyticAI面接官ジョルダン曲線メディアAdobe ResearchTaskadeキリンホールディングス政治Galacticaプロット生成Pika.art空間コンピューティングクラウドゲーミングAI Filmmaking AssistantDream Screen和田洋一リアリティ番組映像解析FastGANSynthIDStadiaジョンソン裕子4コママンガAI ScreenwriterFirefly Video ModelMILEsNightCafe東芝デジタルソリューションズ芥川賞Stable Video 4Dインタラクティブ・ストリーミングLuis RuizSATLYS 映像解析AI文学AI受託開発事例インタラクティブ・メディア恋愛田中志弥PFN 3D ScanElevenLabsタップルPlayable!3D東京工業大学HeyGenAbema TVPlayable!MobileLudo博報堂After EffectsNECAdobe MAX 2024ラップPFN 4D Scan絵本木村屋SneaksSIGGRAPH 2019ArtEmisZ世代DreamUp出版GPT StoreIllustratorAIラッパーシステムDeviantArtAmmaar Reshi生成AIチェッカーMeta Quest 3Waifu DiffusionStoriesユーザーローカルXR-ObjectsGROVERプラスリンクス ～キミと繋がる想い～元素法典StoryBird九段理江PeridotFAIRSTCNovel AIVersed東京都同情塔Orionチート検出Style Transfer ConversationProlificDreamer防犯オンラインカジノRCPUnity Sentis4Dオブジェクト生成モデルO2RealFlowRinna Character PlatformUnity MuseAlign Your GaussiansScam DetectioniPhoneCALACaleb WardAYGLive Threat DetectionDeep Fluids宮田龍MAV3D乗換NAVITIMEMeInGameAmelia清河幸子ファーウェイKaedimAIGraphブレイン・コンピュータ・インタフェース西中美和4D Gaussian Splatting3DFY.aiBCIGateboxアフォーダンス安野貴博4D-GSLuma AILearning from VideoANIMAKPaLM-SayCan斧田小夜GlazeAvaturn予期知能逢妻ヒカリWebGlazeBestatセコムNightShadeOasisユクスキュルバーチャル警備システムCode as PoliciesSpawningDecartカント損保ジャパンCaPHave I Been Trained?Dejaboom!CM3leonFortniteUnbounded上原利之Stable DoodleUnreal Editor For FortniteEtchedドラゴンクエストエージェントアーキテクチャアッパーグラウンドコリジョンチェックT2I-Adapter声優PAIROCTOPATH TRAVELERパブリシティ権西木康智Volumetrics日本俳優連合OCTOPATH TRAVELER 大陸の覇者山口情報芸術センター［YCAM］AIワールドジェネレーター日本芸能マネージメント事業者協会アルスエレクトロニカ2019品質保証YCAM日本マネジメント総合研究所Rosebud AI Gamemaker日本声優事業社協議会StyleRigAutodeskアンラーニング・ランゲージLayerIAPP逆転オセロニアBentley Systemsカイル・マクドナルドLily Hughes-RobinsonCharisma.aiTripo 2.0ワールドシミュレーターローレン・リー・マッカーシーColossal Cave AdventureMeta 3D Gen奥村エルネスト純いただきストリートH100鎖国［Walled Garden］プロジェクトAdventureGPT調査スマートシティ齋藤精一大森田不可止COBOLSIGGRAPH ASIA 2022リリー・ヒューズ＝ロビンソンMeta Quest都市計画高橋智隆DGX H100VToonifyBabyAGIIP松本雄太ロボユニザナックDGX SuperPODControlVAEGPT-3.5 Turbo早瀬悠真泉幸典仁井谷正充変分オートエンコーダーカーリング強いAIGenie 2ロボコレ2019Instant NeRFフォトグラメトリウィンブルドン弱いAIWorld Labsartonomous回帰型ニューラルネットワークCybeverbitGANsDeepJoin戦術分析Third Dimension AIAzure Machine LearningAzure OpenAI Serviceパフォーマンス測定Lumiere東北大学意思決定モデル脱出ゲームDeepLIoTUNetGemini 2.0Hybrid Reward Architectureコミュニティ管理DeepL WriteProFitXImageFXSuper PhoenixWatsonxMusicFXProject MalmoオンラインゲームAthleticaTextFXフロンティアワークス気候変動コーチング機械翻訳Project Paidiaシンギュラリティ北見工業大学KeyframerSimplifiedProject Lookoutマックス・プランク気象研究所レイ・カーツワイル北見カーリングホールAI Voice over GeneratorWatch Forビョルン・スティーブンスヴァーナー・ヴィンジ画像解析Gemini 1.5AI Audio Enhancer気象モデルRunway ResearchじりつくんAI StudioエーアイLEFT ALIVE気象シミュレーションMake-A-VideoNTT SportictVertex AIAITalk長谷川誠ジミ・ヘンドリックス環境問題PhenakiAIカメラChat with RTXコエステーションBaby Xカート・コバーンDreamixSTADIUM TUBESlackロバート・ダウニー・Jr.エイミー・ワインハウスSDGsText-to-ImageモデルPixelllot S3Slack AIPlayStationPokémon Battle Scopeダフト・パンクメモリスタAIスマートコーチVRMLGlenn MarshallkanaeruTechno MagicThe Age of A.I.Story2Hallucination音声変換Latitude占いゴーストバスターズレコメンデーションJukeboxDreambooth行動ロジック生成AIスパイダーマンVeap Japanヤン・ルカンConvaiポリフォニー・デジタルEAPneoAIPerfusionNTTドコモ荒牧伸志SIFT福井千春DreamIconニューラル物理学EmemeProject SidDCGAN医療mign毛髪GenieAlteraMOBADANNCEメンタルケアstudiffuse荒牧英治汎用AIエージェントRobert Yangハーバード大学Edgar Handy中ザワヒデキAIファッションウィークRazer研修デューク大学大屋雄裕インフルエンサーProject AVA中川裕志Grok-1Streamlabsmynet.aiローグライクゲームAdreeseen HorowitzMixture-of-ExpertsIntelligent Streaming Assistant東京理科大学NVIDIA Avatar Cloud EngineMoEProject DIGITS人工音声NeurIPS 2021産業技術総合研究所Replica StudiosClaude 3スーパーコンピューターリザバーコンピューティングSmart NPCsClaude 3 Haikuエージェンテックプレイ動画ヒップホップ対話型AIモデルRoblox StudioClaude 3 SonnetAI Shorts詩ソニーマーケティングPromethean AIClaude 3 Opusテルアビブ大学サイレント映画もじぱnote森永乳業DiffUHaul環境音暗号通貨note AIアシスタントMusiioC2PATrailBlazerFUZZLEKetchupEndelゲーミフィケーションヴィクトリア大学ウェリントンAlterationAI NewsTomo Kiharazeroscope粒子群最適化法Art SelfiePlayfoolQNeRF進化差分法オープンワールドArt TransferSonar遊びカーネギーメロン大学群知能下川大樹AIFAPet PortraitsSonar+DtsukurunRALF高津芳希P2EBlob Opera地方創生グラフィック大石真史クリムトDolby Atmos吉田直樹メイクBEiTStyleGAN-NADASonar Music Festival素材CanvasDETRライゾマティクスProjectsSporeクリティックネットワーク真鍋大度OpenAI JapanDeepSeekデノイズUnity for Industryアクターネットワーク花井裕也Voice EngineDeepSeek-R1画像処理DMLabRitchie HawtinCommand R+SentropyGLIDEControl SuiteErica SynthOracle Cloud InfrastructureLoopyCPUDiscordAvatarCLIPAtari 100kUfuk Barış MutluGoogle WorkspaceリップシンクSynthetic DataAtari 200MJapanese InstructBLIP AlphaUdioCyberHostCALMYann LeCun日本新聞協会立命館大学OmniHuman-1プログラミング鈴木雅大AIいらすとや京都精華大学CSAMソースコード生成コンセプトアートAI PicassoTacticAIImagen 3GMAIシチズンデベロッパーSonanticColie WertzEmposyNPMPGoogle LabsGitHubCohereリドリー・スコットAIタレントFOOHMicrosoft MuseウィザードリィMCN-AI連携モデル絵コンテAIタレントエージェンシーゲーム生成モデルUrzas.aiストーリーボードmodi.aiProject AstraWHAMデモンストレーター大阪大学Google I/O 2024ChatGPT Edu西川善司並木幸介KikiBlenderBitSummit Let’s Go!!滋賀大学サムライスピリッツ森寅嘉Zoetic AISIGGRAPH 2021ペット感情認識キリンビールストリートファイター半導体Digital Dream LabsPaLM APIデジタルレプリカ音声加工桜AIカメラTopaz Video Enhance AICozmoMakerSuiteGOT7マルタ大学Solist-AIDLSSタカラトミーSkebsynthesia田中達大ローム山野辺一記LOVOTDreambooth-Stable-DiffusionHumanRFモリカトロンAIコネクト大里飛鳥DynamixyzMOFLINActors-HQMove AIベンチマークRomiGoogle EarthSAG-AFTRAICRA2024FactorioU-NetミクシィGEPPETTO AIWGAHao AI Lab13フェイズ構造ユニロボットStable Diffusion web UIチャーリー・ブルッカー大規模基盤モデルカリフォルニア大学ADVユニボToroboGamingAgentXLandGato岡野原大輔東京ロボティクスClaudeAI model自己教師あり学習インピーダンス制御AnthropicDEATH STRANDINGAI ModelsIn-Context Learning（ICL）深層予測学習Claude 3.7 SonnetEric Johnson汎用強化学習AIZMO.AI日立製作所Factorio Learning EnvironmentMOBBY’SFLEOculus Questコジマプロダクションロンドン芸術大学モビーディック尾形哲也Deepseek-v3生体情報デシマエンジンGoogle Brainダイビング量子コンピュータAIRECGemini-2-FlashSound Controlアウトドアqubit汎用ロボットLlama-3.3-70BSYNTH SUPERAIスキャニングIBM Quantum System 2オムロンサイニックエックスGPT-4o-Mini照明Maxim PeterKarl Sims自動採寸ViLaInJoshua RomoffArtnome3DLOOKダリオ・ヒルPDDLZOZO NEXTハイパースケープICONATESizerジェン・スン・フアンニューサウスウェールズ大学ZOZO山崎陽斗ワコールHuggingFaceClaude SammutFashion Intelligence System立木創太スニーカーStable Audioオックスフォード大学Partial Visual-Semantic Embedding浜中雅俊UNSTREET宗教Lars KunzeWEARミライ小町Newelse仏教杉浦孔明GPT-4Vテスラ福井健策CheckGoodsコカ・コーラ田向権ソイル大学GameGAN二次流通食品VASA-1モリカコミックTesla Bot中古市場Coca‑Cola Y3000 Zero SugarVoxCeleb2AIパズルジェネレーターTesla AI DayWikipediaDupe KillerCopilot Copyright CommitmentAniTalkerDolphinGemmaソサエティ5.0Sphere偽ブランドテラバース上海大学SIGGRAPH 2020バズグラフXaver 1000配信京都大学Wild Dolphin Projectニュースタンテキ養蜂立福寛SoundStreamトークナイザー東芝Beewiseソニー・ピクチャーズ アニメーション音声解析音声処理技術DIB-R倉田宜典フィンテック感情分析LumaGPT-4.1投資Fosters+Partners周 済涛Dream MachineGPT-4.1 mini韻律射影MILIZEZaha Hadid ArchitectsステートマシンNTTGPT-4.1 nano韻律転移三菱UFJ信託銀行ディープニューラルネットワークPerplexityLINE AI
DALL-E 2とImagenの比較から見る高品質テキスト画像生成モデルの可能性とリスク
2022.6.20先端技術
2022年4月、OpenAIは入力したテキストの内容を反映した高品質な画像を生成するAIモデルDALL-E 2を発表してAI業界に衝撃を与えました。その発表から約1か月後、グーグルはDALL-E 2と同様なテキスト画像生成モデルImagenを公開して大きな注目を集めました。本稿ではこの2つのモデルを比較しながらそれぞれの技術的な特徴をまとめたうえで、これらのモデルがもつビジネス的可能性と潜在的リスクを述べていきます。
DALL-E 2とImagenの共通点と相違点
DALL-E 2とImagenは、両方とも入力テキストからテキスト埋め込みを生成後、この埋め込みを参照したうえで拡散モデルを使って画像を生成しています。こうした処理におけるテキスト埋め込みとは、文字列であるテキストをその特徴を反映したまま数値情報に変換したものです。また拡散モデルとは、その特徴を強調するようにして画像を生成するモデルです。「拡散（diffusion）」という表現が使われているのは、このモデルのアルゴリズムにおいて、画像の特徴を抽出するためにランダムな点を無数に挿入して言わば「ノイズが拡散した」状態にしてから、そのノイズ状態から特徴を復元するためと考えられます。
DALL-E 2とImagenの相違点は、テキスト埋め込みを生成する処理にあります。前者はOpenAIが開発した任意の画像に対して適切なキャプションを生成する画像認識モデルCLIPを使っているのに対して、後者はグーグルが開発した大規模言語モデルT5を使っています。アーキテクチャに違いがある2つのモデルに関して、グーグルは画像生成能力を比較する実験を行いました。その結果、ImagenがDALL-E 2を上回っていることがわかりました。Imagenは、DALL-E 2が苦手としている文字列をふくんだ画像を適切に生成できたのでした。例えば以下の画像は「Text to Imageと書かれた店頭（A storefront with Text to Image written on it）」というテキストを入力して生成されたもので、左側4枚がImagenによって生成された画像、右側4枚がDALL-E 2です。
グーグルはImagenの性能を評価するなかで、テキスト埋め込みを生成する言語モデルのサイズを大きくしたほうが、拡散モデルのサイズを大型化するよりも生成画像の品質向上に貢献することも発見しました。この発見は、今後のテキスト画像生成モデル開発が言語処理部分を改善する方向に進展するかも知れないことを示唆しています。
アイキャッチ画像の自動生成などに応用可能
DALL-E 2とImagenのような高品質なテキスト画像生成モデルの誕生は、いわゆる絵心がない人であっても説得力のある画像を短時間で制作できるようになる未来を予感させます。こうした万人がクリエイティブなスキルを得られる時代に備えるべく、マーケティングにおけるAI活用を研究しているMarketing AI Instituteは2022年4月、テキスト画像生成モデルのビジネス活用事例について考察した記事を公開しました。その記事で挙げられている活用事例は、以下のようなものです。
- ブログ記事、電子書籍、ビデオ、ポッドキャストエピソードのためのユニークで魅力的なアイキャッチ画像
- ウェブサイトページやランディングページに使用する、ユニークで魅力的な画像
- 社内外で使用されるデジタルまたは印刷物のブランド担保のための画像
- すべてのデジタルアセットにおける複雑な情報、製品、またはサービスを説明するのに役立つ画像
- 広告クリエイティブで際立つアイキャッチ画像
- ブランディング、キャンペーンのアイデア、ビデオスクリプト、コマーシャルなどのブレーンストーミングに使えるモックアップ画像
- ロゴのモックアップまたは最終バージョン
- より複雑な画像生成プロジェクトにおいて、人間のデザイナーを鼓舞し導くためのモックアップ
以上に挙げた事例のほかにも画像制作が関わる仕事であれば、テキスト画像生成モデルが活用されるようになるでしょう。こうした事例から言えるのは、同モデルはクリエイティブ業界の産業構造や働き方を一変させるポテンシャルを秘めている、ということです。
ちなみに、日本語に対応したテキスト画像生成モデルが開発された場合、「ライトノベルの挿絵を自動生成する」「プレゼン用にいらすとや風のイラストを自動生成する」のような活用事例が考えられるでしょう。
バイアスや悪用のリスクへの対処
高品質テキスト画像生成モデルは産業や文化を変革する可能性を秘めている一方で、人の尊厳を傷つけたり悪用されたりするリスクがあります。というのも、これらのモデルが生成する画像には、時として文化、ジェンダー、宗教に関するバイアスがふくまれてしまうからです。さらには、悪意にもとづいて不適切な画像が生成される可能性も排除できません。
以上のようなリスクがあるため、グーグルはImagenを一般ユーザに公開するのを控えました。対してOpenAIは、招待ユーザにDALL-E 2を使ってもらってそのリスクを評価する評価運用を進めています。こうした評価運用については、その内容をまとめた文書がGitHubで公開されています。同文書では、DALL-E 2に潜在するリスクがさまざまな角度から論じられています。バイアスに関しては、例えば同モデルに「a wedding」というテキストを入力すると、西洋式の結婚式の画像が多数出力される一方で、神前結婚式のそれは出力されません。この事例は、同モデルが西欧の文化や価値観にもとづいて画像を出力することを示しています。
不適切な画像が生成される可能性に関しては、暴力的あるいは性的な画像を生成する可能性のある単語を入力不可とするフィルタリング処理を実装することで対処しています。しかし、この処理を回避して不適切な画像が生成される余地はあります。例えば、「ケチャップ」と入力すれば、入力されるコンテクストによっては流血のように見える画像を生成できます。
とくに悪用が懸念される各国の要人やセレブリティの顔画像の生成については、DALL-E 2開発段階でこうした人々の顔を生成できないように制限を加えました。もっとも、こうした制限を加えたとしても要人やセレブリティに似た顔画像を生成する可能性を完全に排除できたわけではありません。
DALL-E 2が発表された直後の2022年4月7日、OpenAIのCEOを務めるサム・アルトマン氏は同モデルについて所感を述べたブログ記事を公開しました。同氏は同モデルを「私たち人間ができることが、特定のスキルではなく良いアイデアによって限界づけられる世界の一例」を実現するものと絶賛する一方で、安全な活用のためには評価運用が不可欠とも強調しています。そして、2022年の夏ごろには製品版を一般ユーザに公開する予定とも述べています。製品版DALL-E 2が一般公開される頃には、同モデルのリスクを許容範囲に緩和にできる運用体制が整っていることでしょう。
以上に解説した高品質テキスト画像生成モデルが実用化されると、一部のクリエイティブなタスクが代替または自動化されることでそのタスクに関わる雇用が消滅する一方で、全く新規かつクリエイティブなタスクとスキルを必要とする新たな雇用が生み出されると考えられます。こうした事態に対処するには、AIとクリエイティブな共創関係を築くのが得策なのではないでしょうか。
Writer：吉本幸記
RANKING
