日刊 画像生成AI (2022年9月18日)

画像生成AI界は、今認識できないスピードで進化をし続けています。
DALL・E2公開、Midjourney公開、StableDiffusionがオープンソースで公開されて..進化の速度が上がり続けており、日々異常なスピードで変化しています。

そんな中、毎日時間なくて全然情報追えない..！って人のために業界変化、新表現、思考、問題、技術を毎日あらゆるメディアを調べ、まとめています。

昨日までの投稿はこちら

開発

Satble Diffusion for Figma「Ando」が次はtextual inversionを実装するようです。

以前かなり話題になったFigmaプラグイン「Ando」は2週間前から公開されていたのですがそれが今度はTextual Inversionで作られたスタイルを選ぶことができるようになるみたいです。

現状のプラグイン自体もまだ試している方は少ない様子、試してみました。
まだ使用者が少ないからか分かりませんが、割と高速です。アップスケール機能もあって便利。

BlenderでStable Diffusionが使えるアドオン「dream-textures」がv0.4.0にアップデート

以下ツイートのリプ欄に日本語で分かりやすくインストールの仕方、使い方をまとめているのでよかったらチェックしてみてください。

Waifu Diffusion v1.3がもうすぐ公開。

今話題のWaifu Diffusionが9/26に1.3が公開されるそうです。また、Danbooru画像をラベル付けしたオープンソースのデータセットを公開するプロジェクトにも取り組んでいます。

前は56kの画像を学習されていましたが、今回は300k枚以上の高解像度danbooru画像からなる、より多様なデータセットで作られるとのことです。

以下の改良が施されているとのことです。

現時点の能力でも、かなり高い性能を叩き出しているので1.3vは楽しみですね。

Stable Diffusion for PhotoshopにInpaintingが実装される予定。

Inpaintingとは、塗りつぶしたらそこを指定通りに置き換えられる機能。その機能がもうすぐ追加されるそうです。どんどん進化してきていますね。

ダウンロードはこちらから

Stable Diffusion in Tensorflow / Keras

この方のテストでは、8GB M1 MacBook Air での元の Torch 実装と比較して、約 4 倍速く実行されます。Divam Guptaさんはあらゆるプラットフォームで高速化を考えられているそうです。

2つのモデルを混ぜれるbatファイルが公開。

Waifu Diffusionや、Stable Diffsuion本体のckptモデルを、好きな比率で混ぜれるbatファイルが公開。

Txt2mask公開 

マスクを手書きで書いて修正すること（inpainting）は必要もなくなるのかもしれません。Txt2maskは、AUTOMATIC1111さんのStable Diffusion Web UIのアドオンであり、言葉だけで画像のマスクを自動的に作成するもの。素晴らしすぎる。

Stable Diffusion for GIMP アップデート

生成画像のSeedが追加レイヤーに表示されるとのことです。

Unstable Diffusion今後公開予定

載せるか迷いましたが、日刊なので一応記載。アダルト画像方向に微調整されたモデル + そのサイトが公開されるようです。

詳細を見たい方はこちら

研究

Stable Diffusionを「いらすとや」で追加学習する。

DeepFake的な活用方法

inpaintingで詳細を綺麗に描く方法

Stable Diffusionで生成したらそのままではやはりあまり上手くいかず、どうしても顔や詳細が崩れていることが多い。その場合どうすればいいのかというのがRedditにまとまっていました。

（以下はWebUI (by AUTOMATIC1111)における話です。）

答えはInpaintingとのこと。部分ごと（例えば人ごと）にマスクをして、「バーカウンターに座ってる女性」などのプロンプトを入れていく。（strength:0.5）そしたら綺麗になるよとのこと。最後に「フル解像度で修復」するように

もう慣れている方からしたら当たり前の情報な気がしていますが、一応メモです。

写真から抽象芸術を生み出す。

DockerでStable Diffusion (WebUI) を動かす方法

Concepts Libraryへの登録の仕方

TrintArt上級者続々

エボシさんの投稿がかなり伸びていたのでメモ。ちょっとえっちなので載せるか迷いましたがこのレベルでいけてしまうのは結構衝撃ですね..。

表現

Scott Lighthiserさん新作

以前Ebsynthを使用した動画で話題になったScott Lighthiserさん。新しい作品制作に挑戦されていたのでメモ。もうVFXですね。

WeavingWithAIさんの作品

思想

(以下二点数日前に拾えていなかったものです)

Stable Diffusionとそれに纏わる問題について

OpenAI のCEO Sam Altman が語る AI の新境地

生成された建築の画像をもとに3Dモデラーに依頼している事例

生成された画像で、3Dモデラーさんに依頼されているようです。上手くいけばウォークスルーまでできるかもとのこと。

生成できるサイトはここ。

『メタバースではなく、マルチバース』

プロンプトは潜在的な多次元空間における探索要求であって、生成画像は、別の現実を「リモートで見ている」という考え方。この考え方好きなんですよね..。画像生成AIによって、LatentSpaceによって、あらゆる可能性への扉が生まれたという。アン サンミンさんも似ている素敵なことを書かれていたのでメモ。

最後に

Twitterに、毎日製作したものや、最新情報、検証を載せたりしています。よかったらフォローしてくれるとうれしいです。

実験、最新情報まとめはこちら

https://twitter.com/i/events/1560957489730179077

前回の号はこちら

次の号はこちら