今週の気になったAIニュース vol. 77

GIGAZINE

NVIDIAが高精度な画像生成AI「eDiffi」を発表、従来の「Stable diffusion」や「DAL...

https://gigazine.net/news/20221109-nvidia-ediffi-diffusion-models/

大手半導体メーカーでありAI研究にも力を入れているNVIDIAが、新たな画像生成AIである「eDiffi」を発表しました。NVIDIAはeDiffiについて、世界中で話題となっている「Stable Diffusion」やOpenAIの「DALL・E2」といった従来の画像生成AIより入力テキストに忠実な画像を生成できると主張しています。

GIGAZINE

画像生成AI「NovelAI」が512×512以外の解像度でトレーニングする「Aspect Ratio Bu...

https://gigazine.net/news/20221108-novelai-aspect-ratio-bucketing/

文章や画像を自動生成するAI「NovelAI」に用いられている、出力する画像の質を大きく向上させる「Aspect Ratio Bucketing」がオープンソースソフトウェアライセンス・MITライセンスで公開されました。この技術は、画像生成AIの問題として認識されていた不自然に切り取られた画像が生成される問題を解決するためのものです。

ITmedia NEWS

「呪文詠唱で天地創造」　音声からメタバースを自動生成するAI　スタートアップが...

https://www.itmedia.co.jp/news/articles/2211/11/news132.html

メタバースの開発・運営事業などを行うMATRIXは、AIを使った音声入力でメタバースの自動生成に成功したと発表した。プロトタイプの動画をYouTube上で公開している。

新しくeDiffiという絵師AIが登場。

拡散モデルのステップ毎に異なるモデルを作成←わかる。

CLIPとT5を組み合わせた言語モデル←わかる。

手法はよくわかるが、

これってメチャクチャ計算資源必要になるだろう・・・

（只でさえ計算能力めっちゃ必要な拡散モデルなのに）

パラメーター数で言うとどの位なんだろう。

もはやGPT2からGPT3に進化した時みたいに、パラメーター数と計算資源でぶん殴るフェーズに入ってきたのだろうか。