2024年8月21日、Ideogramチームはテキストツーイメージモデルの最新バージョンであるIdeogram 2.0を発表しました。今回のアップデートでは、無料での利用が可能になっただけでなく、数々の革新的な機能とツールが追加され、テキストツーイメージ技術の大きな飛躍を象徴しています。

Stable Diffusion 3は、最強のテキストツーイメージモデルです。MMDiTアーキテクチャを採用し、既存のテキストツーイメージ生成システムを凌駕する性能を発揮します。Stable Diffusion 3は、視覚的な美しさ、テキストへの忠実度、レイアウトにおいて、他の最先端モデルを上回ります。MMDiTアーキテクチャは、DiTと矩形流形式を組み合わせ、独立した重み集合を使用して画像と言語表現を処理します。Stable Diffusion 3は高い柔軟性を備えています。

OpenAIは、ChatGPT Plusおよびエンタープライズユーザーが、最新のテキストツーイメージモデルであるDALL・E 3を利用できるようになったことを発表しました。DALL・E 3は画像合成において著しい進歩を遂げ、多様なタイプの画像を生成できます。この統合により、写実的、二次元、創造的など、より多くの画像生成の可能性が開かれます。OpenAIは、有害な可能性のある画像生成を制限するために、多層的なセキュリティシステムを採用しています。DALL・E 3のリリースは、ユーザーにさらなる創造性と実用性を提供し、AI画像生成の可能性を拡大します。