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OpenAIGAN音楽NVIDIAGoogleLLM大規模言語モデルChatGPTグーグル強化学習三宅陽一郎Stable Diffusion森川幸人人工知能学会ニューラルネットワークモリカトロンシナリオDeepMindマイクロソフトQAGPT-3自然言語処理AIと倫理Facebook大内孝子倫理アート映画著作権ルールベースSIGGRAPHゲームプレイAIキャラクターAIスクウェア・エニックス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AIMinecraftロボットDALL-E2StyleGANプロシージャルMidjourneyデバッグファッション自動生成ディープフェイクVFX遺伝的アルゴリズムアニメーション画像生成AIマンガゲームAIAdobeテストプレイ動画生成AIVRメタAIMeta3DCGCLIPテキスト画像生成深層学習CEDEC2019マルチモーダルMicrosoft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-Etoioビヘイビア・ツリーCEDEC2021CEDEC2020作曲ロボティクスナビゲーションAIマインクラフト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スポーツエージェントGDC 2021Red RamGPT-4手塚治虫汎用人工知能JSAI2022バーチャルヒューマンNVIDIA OmniverseGDC 2019マルチエージェントCEDEC2022Stability AIARデジタルヒューマン懐ゲーから辿るゲームAI技術史教育ジェネレーティブAISora東京大学はこだて未来大学プロンプト栗原聡CNN3DNeRFマーケティングJSAI2024DALL-E 3インタビューBERTMicrosoft Azure高橋力斗UnityOmniverseJSAI2023電気通信大学ELSI鴫原盛之HTN階層型タスクネットワークソニー世界モデルアドベンチャーゲームJSAI2020GTC2023広告メタデータ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トレーディングカードメディアアート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Playable!GTC2022GPT-3.5SIGGRAPH ASIAAppleNetflixAIQVE ONEJSAI2021Bard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 Arts音声合成GDC Summerイーロン・マスクStable Diffusion XL森山和道eスポーツスタンフォード大学アーケードゲームテニスサイバーエージェント音声認識類家利直FireflyeSportsBLUE PROTOCOLCEDEC2024シーマンaiboSIE大澤博隆SFプロトタイピングRunwayRunway Gen-3 AlphaチャットボットGemini自動運転車ワークショップ市場分析Epic GamesAI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りんなカメラ環世界中島秀之PaLMGitHub CopilotLLaMA哲学ベリサーブApple Vision Proハリウッド理化学研究所Gen-1YouTubeSFテキスト画像生成AI松尾豊人事データマイニング松木晋祐ControlNet現代アートDARPAドローンシムシティゲームエンジンImagenZorkバイアスASBSぱいどんAI美空ひばり手塚眞バンダイナムコ研究所スパーシャルAIELYZANEDOFSM-DNNMindAgentLEFT 4 DEAD通しプレイ論文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NVIDIA RivaNianticOmniverse 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 CooperGPTDisneyPhotoshop言霊の迷宮PyTorch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新清士田中章愛銭起揚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 AItext-to-imageサルでもわかる人工知能text-to-3DVAEDreamFusionTEZUKA2023リップシンキングRNNUbisoft La Forge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Roblox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Open AI3D 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-2BingMagentaソフトバンク音声生成AIELYZA 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DreamerV3AIボイスアクターUnreal Engine南カリフォルニア大学NVIDIA CanvasGPUALife人工生命オルタナティヴ・マシンサム・アルトマ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BitSummitVeoゲーム背景IEEEアパレル不気味の谷ナビゲーションメッシュデザイン写真高橋ミレイ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建築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BIMBing 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ソニー・インタラクティブエンタテインメント竹内将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BoomyVOICEVOXComicsMaker.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DOOMグランツーリスモSPORTAI絵師エッジワークスMagicAnimateGameNGenReBeLグランツーリスモ・ソフィーUGC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DreaMoving社員インタビューRival 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ジョンソン裕子セキュリティ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文学インタラクティブ・メディア恋愛PFN 3D ScanElevenLabsタップル東京工業大学HeyGenAbema TVLudo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オンラインカジノRCPUnity Sentis4Dオブジェクト生成モデルRealFlowRinna Character PlatformUnity MuseAlign Your GaussiansiPhoneCALACaleb WardAYGDeep Fluids宮田龍MAV3DMeInGameAmelia清河幸子ファーウェイAIGraphブレイン・コンピュータ・インタフェース西中美和4D Gaussian SplattingBCIGateboxアフォーダンス安野貴博4D-GSLearning from VideoANIMAKPaLM-SayCan斧田小夜Glaze予期知能逢妻ヒカリWebGlazeセコムNightShadeユクスキュルバーチャル警備システムCode as PoliciesSpawningカント損保ジャパンCaPHave I Been Trained?CM3leonFortnite上原利之Stable DoodleUnreal Editor For Fortnite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-AdapterPAIROCTOPATH TRAVELER西木康智VolumetricsOCTOPATH 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 GamemakerStyleRigAutodeskアンラーニング・ランゲージLayer逆転オセロニアBentley Systemsカイル・マクドナルドLily Hughes-RobinsonCharisma.ai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 Adventure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高橋智隆DGX H100VToonifyBabyAGIIPロボユニザナックDGX SuperPODControlVAEGPT-3.5 Turbo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AIロボコレ2019Instant NeRFフォトグラメトリウィンブルドン弱いAIartonomous回帰型ニューラルネットワークbitGANsDeepJoin戦術分析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意思決定モデル脱出ゲームDeepLIoTUNetHybrid Reward Architectureコミュニティ管理DeepL WriteProFitXImageFXウロチョロスSuper PhoenixWatsonxMusicFXProject MalmoオンラインゲームAthleticaTextFX気候変動コーチングProject Paidiaシンギュラリティ北見工業大学KeyframerProject 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Watch 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 1.5気象モデルRunway ResearchじりつくんAI StudioLEFT ALIVE気象シミュレーションMake-A-VideoNTT SportictVertex AI長谷川誠ジミ・ヘンドリックス環境問題PhenakiAIカメラChat with RTXBaby 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 AIPokémon Battle Scope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Glenn MarshallkanaeruThe Age of A.I.Story2Hallucination音声変換Latitude占いレコメンデーションJukeboxDreambooth行動ロジック生成AIVeap Japanヤン・ルカンConvaiEAPneoAIPerfusionNTTドコモSIFT福井千春DreamIconニューラル物理学EmemeDCGAN医療mign毛髪GenieMOBADANNCEメンタルケアstudiffuse荒牧英治汎用AIエージェントハーバード大学Edgar Handy中ザワヒデキAIファッションウィーク研修デューク大学大屋雄裕インフルエンサー中川裕志Grok-1mynet.aiローグライクゲームAdreeseen HorowitzMixture-of-Experts東京理科大学NVIDIA Avatar Cloud EngineMoE人工音声NeurIPS 2021産業技術総合研究所Replica StudiosClaude 3リザバーコンピューティングSmart NPCsClaude 3 Haikuプレイ動画ヒップホップ対話型AIモデルRoblox StudioClaude 3 Sonnet詩ソニーマーケティングPromethean AIClaude 3 Opusサイレント映画もじぱnote森永乳業環境音暗号通貨note AIアシスタントMusiioC2PAFUZZLEKetchupEndelゲーミフィケーションAlterationAI NewsTomo Kihara粒子群最適化法Art SelfiePlayfool進化差分法オープンワールドArt TransferSonar遊び群知能下川大樹AIFAPet PortraitsSonar+Dtsukurunウィル・ライト高津芳希P2EBlob Opera地方創生大石真史クリムトDolby Atmos吉田直樹BEiTStyleGAN-NADASonar Music Festival素材DETRライゾマティクスSIMASporeクリティックネットワーク真鍋大度OpenAI JapanデノイズUnity for Industryアクターネットワーク花井裕也Voice Engine画像処理DMLabRitchie HawtinCommand R+SentropyGLIDEControl 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GPT-4oUrzas.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!!Gemma 2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-DiffusionHumanRFInworld AI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Point-EToroboXLandGato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.AILoRA日立製作所MOBBY’Sファインチューニング早稲田大学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グランツーリスモ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自動採寸北野宏明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
一貫性のある動画や電子透かし付き画像を生成。Googleが発表した最新生成AI解説
2024年は、動画生成モデルが普及する年になると予想されます。こうしたなか、Googleらの研究チームは2024年1月23日、最新動画生成モデルLumiereを発表しました。本稿ではこのモデルについて解説したうえで、同社が最近発表したほかの生成モデルも紹介します。
6種類の機能を実現
映画を発明したリュミエール兄弟にモデル名が由来すると思われるLumiereは、以下のような6種類の生成機能を実装しています。
- テキストからの動画生成
- 画像からの動画生成
- 画像スタイルの汎化(任意の画像の様式を動画に適用)
- テキストによる動画スタイル編集(動画の様式をテキストプロンプトによって編集)
- シネマグラフ(一部が動く静止画)の生成
- インペインティング(欠落した画像の補完)
テキストからの動画生成に関しては、Lumiereは既存モデルより一貫性のある動画を生成できるようになりました。動画の一貫性の向上により、例えば人間や馬の歩行のような規則的な運動の表現において既存モデルと顕著な違いが生じます。Lumiereの前世代モデルにあたるImagen Videoでは、歩行の動画において文字通り足並みが乱れてしまいます。対してLumiereは、規則的な歩行運動をうまく表現できます。
テキストからの動画生成と画像からの動画生成については、人間テスターによる既存動画生成モデルとの比較実験を行いました。具体的には同一のプロンプト、あるいは画像から動画を生成して、人間テスターにLumiereと既存モデルのどちらが高品質な動画を生成したかを尋ねてみました。
比較した既存モデルは、テキストからの動画生成に関してはImagen Video、Pika、ZeroScope、gen2、AnimateDiffを選定し、画像からの動画生成ではPika、SVD、Gen2としました。また、テキストからの動画生成については、動画品質のほかに動画の内容とプロンプトの合致の度合いも評価してもらいました。その結果、Lumiereがすべての既存モデルより高品質だと評価されました。
なお、Lumiereの制限事項として複数のカメラ位置からの動画や、シーンの遷移を伴う動画は生成できません。それゆえ、今日の商業劇映画に見られるようなカメラやシーンに切り替えを多用してストーリーを伝えるような動画は、Lumiereから直接的に出力できません。同モデルを使って複雑な構造を持つ動画を制作したい場合は、複数の出力動画をつなぎ合わせる必要があるでしょう。
分割なしのフレーム生成で品質向上
Lumiereが既存モデルを凌駕する性能を実現できたのは、既存モデルとは異なるアーキテクチャを採用しているからです。既存モデルは、動画生成時に短いフレームに分割したうえで各フレームを構成する画像を生成します。こうした分割処理を行うのは、画像生成時の計算負荷を軽減するためです。
しかし、分割処理により生成動画の一貫性が損なわれることがあります。というのも、分割したフレームのあいだで、表現するオブジェクトの特徴や動きが一致しないことがあるからです。対してLumiereは、分割処理をせずに動画のフレーム全体を一括して生成します。その結果、一貫性のある動画が生成できるのです。
Lumiereにおける分割処理なしの動画生成の要となっているのが、時空間UNet(Space-Time UNet:STUNet)モデルです。このモデルは最初に解像度の低いフレームを生成してから、それらをさらに低解像度に変換します。こうしたリザイズ処理によって、分割処理せずにフレーム全体を生成できるのです。低解像度でフレーム全体を生成した後、それらを高解像度に戻すことで最終的に高品質な動画を出力します。なお、フレーム間の前後関係を特定する処理は計算負荷が大きいので、低解像度にリザイズされた時点で処理します。
現在のところ、Lumiereの論文は閲覧できますが、同モデルを利用できません。同モデルのプロジェクトページには「社会的インパクト」と題された見出しがあり、そこには悪用されるリスクと悪用を検出するためのツールの必要性が述べられています。こうした記述から、何らかの悪用検出ツールが完成してから同モデルは一般公開されると考えられます。
電子透かし付き画像生成、音楽生成、テキスト生成のツールも公開
2024年2月1日には、Googleは画像生成ツールImageFX、音楽生成ツールMusicFX最新版、そしてテキスト生成ツールTextFX最新版を発表しました。
ImageFXには、Google DeepMindが開発した画像生成モデルImagen 2が活用されています。同モデルによって、ImageFXは以下のような性能を実現しました。
- 入力プロンプトの理解力向上:学習データセットに含まれる画像のキャプションに対して、さらに詳細な説明を追加した。その結果、入力プロンプトの意図に沿った画像を生成できるような訓練が可能となった。
- よりリアルかつ美麗な描画:従来の画像生成モデルが苦手とする人の手や顔の描画を改善し、アーティファクト(生成画像の乱れ)も減らした。さらに人間が好む照明、フレーミング、露出、シャープネスといった光学的設定を学習したことで、美学的に優れた画像を生成できるようになった。
- 流動型条件付け(Fluid style conditioning):画像とテキストプロンプトの両方を入力して、画像を生成できる機能。この機能により、プロンプトで生成するオブジェクトを指示したうえで、入力した画像の絵柄を生成オブジェクトに描画することが可能となる。
- 高度なインペインティングとアウトペインティング:インペインティングとは、画像の特定の領域を指定したうえで、プロンプトを入力すると指定された領域が入力プロンプトにしたがって編集される機能。この機能により、画像に新しいオブジェクトを簡単に追加できる。アウトペインティングとは、所与の画像の範囲外を生成する機能。
- 電子透かしの付与:電子透かしを付与するツールキットSynthIDに対応している。このツールキットは画像に人間には識別不能だがツールを使うと識別できる電子透かしを付与するツールと、電子透かしを検出するツールから構成されている。電子透かしは、生成画像を編集しても検出される。
MusicFXとは、例えば「なぐさめと冒険的な雰囲気を醸し出すサウンド」のような楽曲の特徴を説明するプロンプトを入力すると、プロンプトに沿った楽曲を生成するツールです。同ツールは昨年12月に公開されて以来、1,000万曲以上が生成されました。今回発表された最新版は、アップデートにより前バージョンより3倍ほど人間に好まれるような楽曲を生成できるようになりました。
TextFXとは、ラッパーのルーペ・フィアスコとGoogleが共同開発したライティングツールです。このツールに任意の文章を入力すると、さまざまなフレーズに変換します。変換方法は選択可能で、例えば「Simile(直喩)」を選ぶと入力した文章が直喩を用いたフレーズに変換されます。今回発表された最新版では、ユーザビリティがアップデートされました。
紹介した3つのツールはGoogleが開発した実験的ツールを集めたLABS.GOOGLEにアクセスすると試用できます。ただし、2024年2月時点ではアメリカ、ニュージーランド、ケニア、オーストラリアのみで利用可能となっています。
以上のように、Googleは矢継ぎ早に生成AIを発表しています。そして、生成AI開発における同社最大のライバルであるOpenAIは2024年2月15日、動画生成モデルSoraを発表しました。このように生成モデルをめぐる覇権争いは、ますます激化しています。それゆえ、2024年も昨年に引き続き生成AIが大きく進化するでしょう。
Writer:吉本幸記