AI画像生成モデルはChatGPTよりも優れています。

MidJourneyのモデルV7は、針などの細部をより安定して再現できると言われている。写真： Xeophon

ウェブ上で最初の AI 搭載画像作成ツールの 1 つである Midjourney が、ほぼ 1 年ぶりに最初の新モデルをリリースしました。

V7と名付けられたこのモデルは、4月4日深夜（米国時間）にベータテストとしてリリースされました。OpenAIはその1週間前にChatGPTで同様の機能をリリースしており、これは瞬く間にソーシャルメディアで話題となり、ジブリ風の写真を作成するという新たなトレンドを生み出しました。

Midjourneyを初めてご利用になる方は、まずツールがお客様の好みに基づいて提案する200枚の画像を評価する必要があります。その後、ツールがパーソナライズされたプロファイルを作成し、お客様の美的感覚に合った画像を生成します。V7は、パーソナライゼーションがデフォルトで有効になっている最初のMidjourneyモデルです。

ウェブサイトの「バージョン」ツールバーをクリックすると、V7を有効または無効にできます。また、このモデルはMidjourneyのDiscordサーバーでも使用できます。

MidjourneyのCEO、David Holz氏はXの投稿でV7を「完全に異なるアーキテクチャ」と表現した。「V7はテキストステートメントの処理に関してははるかにスマートです」とHolz氏はDiscordでさらに発表した。

彼は、このモデルはオリジナル画像も非常にうまく処理できるとコメントしました。画質は著しく向上し、細部まで緻密に再現されています。手足などの体の部位から、そばかすや陶器の模様まで、細部に至るまですべてが一貫しています。

いくつかのサンプル画像はV7モデルを使用して作成されました。写真： X/MidJourney。

V7は、ターボモード（より高価）とリラックスモードの2つのモードに加え、ドラフトモードと呼ばれる新しいツールをサポートしています。このモードでは、標準モードの最大10倍の速度と半分のコストで画像を作成できます。ドラフトモードでは画像の品質は低くなりますが、ユーザーはワンクリックで画像を拡大・縮小して再作成できます。

ホルツ氏によると、アップスケーリングやリテクスチャリングなど、Midjourneyの標準機能の一部は現在V7では利用できないとのことです。これらの機能は近い将来、おそらく今後2ヶ月以内に追加される予定です。

「これは全く新しいモデルであり、独自の長所と、おそらくいくつかの弱点も備えています」とホルツ氏はDiscordに記した。彼はV7では新しいコマンドラインの記述スタイルが必要になる可能性があると指摘し、建設的なフィードバックを提供するために皆にこのバージョンを試用するよう促した。

Techcrunchの記者カイル・ウィガーズ氏は、V7が基本的なコマンドをうまく実行できたとコメントした。「Midjourneyのモデルは、少なくとも公式にはジブリ風に最適化されているわけではないが、それでも美的に美しい作品を生み出すことはできる」と付け加えた。

ベトナムのAI専門家によると、ChatGPTの画像生成機能は、MidJourneyやStable Diffusionといった従来の画像生成ツールよりも使いやすく便利である可能性があるとのことです。しかし、OpenAIのモデルは画像品質においてまだ飛躍的な進歩を遂げておらず、以前のツールよりも劣っている可能性があります。

Midjourneyはかなりユニークな企業です。PC周辺機器メーカーLeap Motionの共同創業者であるHolz氏によって2022年に設立されたMidjourneyは、これまで外部からの投資を一切受けていません。

同社は業績を公表していないが、CBInsightsは2023年末のMidjourneyの売上高を約2億ドルと推定している。同社は最近、複数の未公開プロジェクトに取り組むためのハードウェアチームを結成し、以前に発表したモデルのトレーニングを継続して3D 動画やオブジェクトを作成していると発表した。

ChatGPTと同様に、MidJourneyも、画像作成者の同意なしにウェブから収集した画像でAIツールをトレーニングすることで、何百万人ものアーティストの権利を侵害したとして、複数の訴訟に直面している。

出典: https://znews.vn/mo-hinh-tao-anh-ai-tot-hon-chatgpt-post1543472.html