【StableDiffusion】画像生成AIの誕生と変遷

おはようございます！

8月28日水曜日。曇り。台風が近づいてきています。
最高気温33℃。湿度が高めなので不快指数も高めです。。😓

なにはなくとも学びを始めていきましょう。

本日の教材はこちら、

よしやっていこう。

CHAPTER１　画像生成AIについて知ろう

Section 1-2

画像生成AIの誕生と変遷

このセクションは・・・
　

というかこのCHAPTERは・・・

どうしようかな。。

よし！スキップ！！

飛ばしていくぜー！！

いや、あの、、CHAPTER１は学ばないというわけではなく、読んでおきます。。

CHAPTER１の残りのセクションを見てみると、

　Section１-３　2024年での「AIの定義」を考えてみよう
　Section１-４　ニュートラルネットワークについて知っておこう
　Section１-５　拡散モデルによる画像生成の原理を知っておこう

なので、難しい難しいですよ、記事にまとめるには。。

　Section１-５で「これからのStable Diffusionの発展」という見出しがあり、その中で「Stable Diffusionはさらに進化していくことが予想されます。」とあります。

Stability AI社が公開、または公開予定の画像生成AIをまとめると、

名称	内容・特徴
Stable Diffusion	※2022年8月22日にStability AI社が公開
Stable Diffusion XL	光や空間の表現ができる
Stable Video Diffusion	動画を生成できる
Japanese Stable VLM	日本語で画像を解釈できる
Stable Diffusion XL Turbo	超高速で高品質画像を生成できる
Stable Cascade	U-Netを使わない
Stable Diffusion 3	文字も高品質に生成できる

Googleからは「Gemini」が公開され、OpenAIからは動画生成モデル「Sora」が発表された。

・Google「Gemini」

　Gemini (google.com)

・OpenAI「Sora」

　Sora | OpenAI

Soraは発表されただけなのでまだ使えなさそうですが2024年内に一般公開される予定とのこと。

ちょろっと調べただけですが、なにやらすごそうです。

・参照サイト：AI総合研究所様

OpenAI Soraとは？いつから使える？その使い方や料金体系を解説！ | AI総合研究所 (ai-souken.com)

CHAPTER２　環境構築をしてはじめよう

Section 2-1

Stable Diffusionを使う環境を用意しよう

いざAIによる画像生成にチャレンジしよう

　一般に現状の生成AIを利用するには高度な演算処理装置を準備する必要があるが、クラウドコンピューティングサービス（Google Colaboratory）の利用で代替可。
　※高性能グラボ：20万円以上、Google Colaboratory：無料～月額数千円程度

自分に最適な導入環境を見つけ出そう

　教材は、「使用したいデバイスは？」「メモリの種類は？」などのフロー図があり、最適な導入環境を導いてくれてます。

ざっっくりと書くと、

　・自前のグラボが高性能　　⇒　SDXLを使う
　・自前のグラボが頼りない　⇒　SD1.5を使う、またはGoogle Colaboratory環境で始める

Section 2-2

Google Colabでの環境構築

AUTOMATIC1111/stable-diffusion-webuiとは

　「AUTOMATIC1111/stable-diffusion-webui」は、Stable Diffusionを簡単に利用するためのWebユーザーインターフェース（WebUI）。初心者から上級者まで幅広いユーザーに対応しており、ブラウザを通じて手軽に画像生成を行うことができる。このツールは、GitHub上で公開されいる。

GitHub – AUTOMATIC1111/stable-diffusion-webui: Stable Diffusion web UI