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への扉安藤幸央生成AI吉本幸記月刊エンタメAIニュース河合律子機械学習ディープラーニングOpenAINVIDIAGAN音楽GoogleLLM大規模言語モデルグーグルChatGPTモリカトロン森川幸人強化学習Stable Diffusion三宅陽一郎DeepMind人工知能学会ニューラルネットワークシナリオマイクロソフトQAGPT-3自然言語処理AIと倫理Facebook大内孝子倫理SIGGRAPHアート映画著作権ルールベースゲームプレイAIキャラクターAIスクウェア・エニックスMinecraft敵対的生成ネットワークモリカトロンAIラボインタビューNPC画像生成NFT音楽生成AIアニメーションロボットDALL-E2StyleGANプロシージャルVFXMidjourneyデバッグ3DCGファッション自動生成ディープフェイクマルチモーダル遺伝的アルゴリズム動画生成AIVRMeta画像生成AIマンガゲームAIAdobeテストプレイメタAIマインクラフトCLIPテキスト画像生成深層学習CEDEC2019Microsoftデジタルツインメタバース不完全情報ゲーム小説ボードゲームDALL-EtoioSoraビヘイビア・ツリーRed RamCEDEC2021NeRFCEDEC2020作曲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教育スポーツエージェントGDC 2021GPT-4手塚治虫汎用人工知能JSAI20223DDALL-E 3インタビューバーチャルヒューマンNVIDIA OmniverseGDC 2019マルチエージェントCEDEC2022Stability AI市場分析ARデジタルヒューマンELSI懐ゲーから辿るゲームAI技術史ジェネレーティブAIソニー東京大学はこだて未来大学プロンプト栗原聡CNN広告マーケティングJSAI2024BERTMicrosoft AzureUnityGeminiOmniverseJSAI2023電気通信大学Playable!鴫原盛之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イベントレポートアストロノーカ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音声認識メディアアートDQN合成音声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徳井直生稲葉通将ベリサーブGTC2022GPT-3.5音声生成AISFNetflixJSAI2021松木晋祐Bard研究シムピープルMCS-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Electronic ArtsGDC Summerイーロン・マスク論文Stable Diffusion XL森山和道NVIDIA 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類家利直Firefly言霊の迷宮eSportsBLUE PROTOCOLCEDEC2024シーマンaiboSIE大澤博隆SFプロトタイピング銭起揚RunwayRunway Gen-3 Alphaチャットボットtext-to-3DDreamFusion自動運転車ワークショップEpic GamesRobloxAIロボ「迷キュー」に挑戦AWSAdobe MAX村井源クラウド斎藤由多加AlphaZeroPreferred NetworksTransformerGPT-2rinnaAIりんなOpen AIカメラ環世界中島秀之PaLMGitHub CopilotLLaMA哲学Apple Vision Proハリウッド理化学研究所Gen-1YouTube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ドローンシムシティゲームエンジンUnreal EngineImagenZorkバイアスサム・アルトマンASBS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スパーシャルAIELYZANEDO建築FSM-DNNMindAgentBIMLEFT 4 DEAD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Audio2Face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 Simセガ人狼知能柏田知大軍事田邊雅彦Google I/O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TikTokSuno AIVOICEVOXtext-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 Peakがんばれ森川君2号pixiv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宮路洋一OpenSeaGDC 2022SNSTextWorldEarth-2BingSIGGRAPH Asia 2024Magentaソフトバンク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法律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 CanvasGPUALife人工生命オルタナティヴ・マシンサウンドスケープLaMDATRPGマジック:ザ・ギャザリングGPT-4oAI Dungeon介護BitSummitGemma 2VeoInworld 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グランツーリスモ写真高橋ミレイ北野宏明深層強化学習松原仁松井俊浩武田英明フルコトELYZA DIGESTApple IntelligenceWWDCWWDC 2024西成活裕ハイブリッドアーキテクチャAI野々村真Apex LegendsELIZA群衆マネジメントライブポートレイトNinjaコンピュータRPGライブビジネスWonder StudioAdobe Max 2023GPT-4-turboアップルタウン物語新型コロナ土木佐藤恵助KELDIC周済涛Bing Chat大道麻由メロディ言語清田陽司インフラBing Image Creator物語構造分析ゲームTENTUPLAYサイバネティックス慶応義塾大学MARVEL Future FightAstro人工知能史Amazon BedrockAssistant with Bard渡邉謙吾タイムラプスEgo4DAI哲学マップThe Arcadeここ掘れ!プッカバスキア星新一X.AISearch Generative Experienceくまうた日経イノベーション・ラボStyleGAN-XLX Corp.Dynalang濱田直希敵対的強化学習StyleGAN3TwitterVLE-CE大柳裕⼠階層型強化学習GOSU Data LabGANimatorXホールディングス加納基晴WANNGOSU Voice AssistantVoLux-GANMagiAI Act竹内将SenpAI.GGProjected GANEU研究開発事例MobalyticsSelf-Distilled StyleGANSDXLArs Electronica赤羽進亮ニューラルレンダリングRTFKTAI規制遊戯王AWS SagemakerPLATONIKE欧州委員会UDI(Universal Duel Interface)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UXAWS LambdaFoodly村上隆欧州理事会佐竹空良誤字検出MusicLM小林篤史認知科学中川友紀子Digital MarkAudioLMゲームデザインSentencePieceアールティSnapchatMusicCaps荻野宏実LUMINOUS ENGINEクリエイターコミュニティAudioCraft伊藤黎Luminous ProductionsBlenderBot 3バーチャルペットビヘイビアブランチパターン・ランゲージ竹村也哉Meta AINVIDIA NeMo ServiceMubertWPP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)GOAPWACULVanessa A RosaGen-2CradleAdobe MAX 2021陶芸Runway AI Film FestivalSpiral.AIPlay.htPreVizItakoLLM-7b音声AI静岡大学AIライティングLiDARCharacter-LLM明治大学Omniverse AvatarAIのべりすとPolycam復旦大学北原鉄朗FPSQuillBotdeforumChat-Haruhi-Suzumiya中村栄太マルコフ決定過程NVIDIA MegatronCopysmith涼宮ハルヒ日本大学NVIDIA MerlinJasperハーベストEmu VideoヤマハNVIDIA MetropolisForGames前澤陽パラメータ設計ゲームマーケットペリドット増田聡バランス調整岡野翔太Dream Track採用協調フィルタリング郡山喜彦Music AI ToolsSakana AIテキサス大学ジェフリー・ヒントンLyria科学史Google I/O 2023Yahoo!知恵袋AIサイエンティストAlphaDogfight TrialsAI Messenger VoicebotインタラクティブプロンプトAITerraエージェントシミュレーションOpenAI Codex武蔵野美術大学AI OverviewStarCraft IIHyperStyleBingAI石渡正人電通Future of Life InstituteRendering with Style手塚プロダクションAICO2Intel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ByteDanceGTC2020CG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鑑定ラベル付け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 2.0LERFMoisesLINEヤフーGEMS 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KaKa CreationAI 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スーパーマリオブラザーズ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HALO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 AIぎゅわんぶらあ自己中心派Azure 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 WriteProFitXImageFXVeo 2ウロチョロスSuper PhoenixWatsonxMusicFXWhiskProject 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・コバーンエコロジー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 ScopeSONYダフト・パンクメモリスタAIスマートコーチポケットモンスター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+D​​tsukurunRALFウィル・ライト高津芳希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+GDCSentropyGLIDEControl SuiteErica SynthOracle Cloud InfrastructureCPUDiscordAvatarCLIPAtari 100kUfuk Barış MutluGoogle WorkspaceSynthetic DataAtari 200MJapanese InstructBLIP AlphaUdioCALMYann LeCun日本新聞協会立命館大学プログラミング鈴木雅大AIいらすとや京都精華大学ソースコード生成コンセプトアートAI PicassoTacticAIGMAIシチズンデベロッパーSonanticColie WertzEmposyNPMPGitHubCohereリドリー・スコットAIタレントFOOH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Urzas.aiストーリーボードmodi.aiProject Astra大阪大学Google I/O 2024西川善司並木幸介KikiBlenderBitSummit Let’s Go!!サムライスピリッツ森寅嘉Zoetic AIゼビウスSIGGRAPH 2021ペット感情認識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Topaz Video Enhance AICozmoMakerSuiteGOT7マルタ大学DLSSタカラトミーSkebsynthesia田中達大山野辺一記NetEaseLOVOTDreambooth-Stable-DiffusionHumanRF大里飛鳥DynamixyzMOFLINActors-HQMove AIRomiGoogle EarthSAG-AFTRAICRA2024U-NetミクシィGEPPETTO AIWGA13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ADVユニボToroboXLandGato岡野原大輔東京ロボティクスAI model自己教師あり学習インピーダンス制御DEATH STRANDINGAI ModelsIn-Context Learning(ICL)深層予測学習Eric Johnson汎用強化学習AIZMO.AI日立製作所MOBBY’S早稲田大学Oculus 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AIRECSound Controlアウトドアqubit汎用ロボットSYNTH SUPERAIスキャニングIBM Quantum System 2オムロンサイニックエックス照明Maxim PeterKarl Sims自動採寸ViLaInJoshua RomoffArtnome3DLOOKダリオ・ヒルPDDL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山崎陽斗ワコールHuggingFaceClaude Sammut立木創太スニーカーStable Audioオックスフォード大学浜中雅俊UNSTREET宗教Lars Kunzeミライ小町Newelse仏教杉浦孔明テスラ福井健策CheckGoodsコカ・コーラ田向権GameGAN二次流通食品VASA-1パックマンTesla Bot中古市場Coca‑Cola Y3000 Zero SugarVoxCeleb2Tesla AI DayWikipediaDupe KillerCopilot Copyright CommitmentAniTalker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配信京都大学ニュースタンテキ養蜂立福寛東芝Beewiseソニー・ピクチャーズ アニメーション音声解析DIB-R倉田宜典フィンテック感情分析Luma投資Fosters+Partners周 済涛Dream Machine韻律射影MILIZEZaha Hadid ArchitectsステートマシンNTT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Perplexity

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

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。

参考論文:潜在的なCLIPを使ったテキストに条件づけられた階層的な画像生成(DALL-E 2の論文)

参考論文:深層言語理解を使ったフォトリアルなテキスト画像拡散モデル(Imagenの論文)

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。

  1. 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
  2. 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
  3. 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
  4. 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
  5. 広告クリエイティブで際立つアイキャッチ画像
  6. 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
  7. ロゴのモックアップまたは最終バージョン
  8. 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

RELATED ARTICLE関連記事

戦術と動作から「サッカーを理解するAI」に関するDeepMindの研究を紹介

2024.5.17先端技術

戦術と動作から「サッカーを理解するAI」に関するDeepMindの研究を紹介

生成AIからAIエージェントへの転換期:月刊エンタメAIニュース vol.60

2024.12.23先端技術

生成AIからAIエージェントへの転換期:月刊エンタメAIニュース vol.60

【GTC 2022】空間的インターネットに進化するメタバースと産業界への進出

2022.4.14先端技術

【GTC 2022】空間的インターネットに進化するメタバースと産業界への進出

RANKING注目の記事はこちら