「生成AIはアートなのか」という疑問に対する一つの試行として、mitsua diffusion oneという拡散モデルの復元過程で所謂"無断学習"を行っていないAIを用いて、アート生成を錯誤しています( )。クリーンAIの有用性も広まってほしいですね


5 15

拡散モデルってこういう自然物と相性がいいのかな?と思ったり。むかーしカオス・フラクタル聞いたけどすっかり忘れてる。あれも木とかつくったりしてさ

0 1

10分単位で成長していて、これまだ拡散モデルの入り口だぞ?と言う気持ちになっている。

2 2

試しに1枚目の画像から2枚目、3枚目の画像から4枚目を作って見ました。(作例として適切かどうかどうかはさておき😅)
拡散モデルだから、元絵に加えるノイズの度合いで絵柄を変えられるというわけですね。
なるほど~

0 2

スケールを下げるほど、幻想的な出力が得られますね。
元々、拡散モデルを扱う場合は、スケール値やステップ数を含む、大量のパラメータ調整をうまくこなすことが必要だったのですが、最近は数パラメータで済むので本当に画期的ですね。

21 65

ちなみに元ツイと同じpromptで画像無し出力です
なんていうか続きを見たかったらFunBoxに誘導されそうな絵柄が得意ぽいw

拡散モデルでの推論は人が絵を描くときに無からモチーフを考え筆を落とし動かすまでに具体化していく行為と似ていると考えていて、その具体の源泉はAIも人間もデータだと思う

0 8

やはりLatent Diffusion は細かいイラストに向かないみたいだ。次元の魔女ドロシーを描かせても綺麗にならない。やはり通常の拡散モデルの方が向いている。

0 5

これは実際に「いりすちゃん」をデザインしたデザイナーさんが拡散モデルのアウトプットから補正して描いた絵なんだけど、やはり絵が上手い人ほど画像生成モデルをうまく使えると感じる

0 0

での初音ミク生成チャレンジの試行錯誤でAIの気持ちがわかってきたので、拡散モデル入門のビッグウェーブが来ている気がする。

2 5

AI作きらファンっぽい顔

1 1

拡散モデルを使用した顔アイコン生成器がなぜ新しいキャラを作るのかを調べたスライドをプレプリント版として公開します。予稿集などに入らないですし、ジャーナルには乗せるかもしれません。
https://t.co/Dxxs8d3tQC

4 12

拡散モデルの倫理的やばいところを説明するためにあえて真っ赤なキャラクターを作成してみた。

0 1

Video Diffusion Modelsは拡散モデルを動画に適用、条件無/有動画生成を実現(添付はテキスト"花火"の条件付生成例)。3DU-Netで軸毎に畳み込みする。条件付生成(フレーム補間、超解像)の際に条件部を生成した際のずれの勾配を使って生成を修正する勾配法を提案 https://t.co/A4ap2aRkHu

4 55

Daily Coding Challenge April 6th: "Chinese Characters”
漢字は中国から伝播し形を変えながら拡散しました。というわけで反応拡散モデルによる変形。
https://t.co/B72WwBSXNH

3 16