2025年3月9日、カリフォルニア州——オープンソースモデルによって、テキストから動画を生成する技術がますます魅力的になっています。AI開発者Ostris（@ostrisai）は最近、Xプラットフォームで、自身の20枚ほどの画像を用いてトレーニングしたWan 2.1 LoRAモデルの成果を共有しました。家庭用のRTX4090グラフィックカードを使用するだけで、驚くほど高品質な動画生成を実現しています。この成果はオープンソース技術の可能性を示すだけでなく、Xコミュニティで動画LoRAトレーニングに関する議論を活発化させています。

今日のクリエイティブ業界において、人工知能（AI）はますます重要なツールになりつつあります。多くの人が、ほんの数語を入力するだけで、AIモデルを使ってストーリー、画像、または短い動画を生成できます。しかし、Floraの創設者兼CEOであるウェーバー・ウォン氏は、既存のAIツールの大部分は、非クリエイティブな人々によって、他の非クリエイティブな人々のために設計されており、プロのクリエイティブな人々のニーズを真に満たすものではないと指摘しています。Floraは最近正式にローンチされ、AIクリエイティブツールの宣言を発表しました。

バイトダンスが中国とシンガポールの大学研究チームと共同で開発した新しいAI画像編集システムPhotoDoodleは、画像制作に対する私たちの理解を再定義しつつあります。Flux.1モデルをベースにしたこの革新的な技術は、少数のサンプルからアートスタイルを学習し、特定の編集指示を正確に実行することで、創造的な表現に新たな可能性を切り開きます。Flux.1を基盤とするPhotoDoodleの中核は、研究チームが最初に開発したOmniEditorシステムであり、LoRA（低ランク適応）を巧みに活用して、…

従来の大規模言語モデル（LLM）の微調整方法は、通常、計算集約的で、多様なタスクを処理する際に静的です。これらの課題に対処するため、Sakana AIはTransformer²と呼ばれる新しい適応型フレームワークを発表しました。Transformer²は推論中にLLMの重みをリアルタイムで調整できるため、タコのように柔軟に様々な未知のタスクに適応できます。Transformer² のコアは2段階メカニズムにあります。第1段階では、スケジューリングシステムが…

最近、glifが話題の機能をリリースしました。In-Context LoRA をベースとしたこの革新的技術を使えば、どんなロゴでも驚くほど魅力的なグッズデザインに簡単に変換できます。そのクオリティの高さは、サンプルサイトをも脅かすほどです。この画期的なAIデザインプロセスは、大きく分けて3つのステップから構成されます。画像情報取得、プロンプト生成、そしてAI画像レンダリングです。以下、この革新的なデザイン手法を詳しく解説します。ステップ1：ロゴ画像の特徴を正確に捉える　専用に設計された…

TryOn Labsが最新開発したFLUX.1-dev LoRA服飾生成器は、最先端の人工知能技術を活用し、かつてないファッションデザイン体験を提供します。色、柄、素材、スタイルなどの服装に関する詳細なテキスト説明を入力するだけで、対応する服のデザイン画像を迅速に生成できます。FLUX.1-dev LoRAモデルの強みは、柔軟な入力形式と豊富なファッション知識データベースにあります。ユーザーは自由に創造性を発揮し、理想の服を表現できます。例えばA

アリババの通義实验室による最新の研究によると、既存のテキストから画像を生成するDiffusion Transformerモデルは、特定の関係を持つ複数の画像を生成する能力を既に備えており、少し「ヒント」を与えるだけで「統合理解」し、高品質の複数画像セットを生成できることが示されました。従来のDiffusionモデルは「丸暗記」をする生徒のようなもので、高品質の画像を生成するには大量のデータによるトレーニングが必要でした。しかし、IC-LoRAの活用により、「類推」が得意な秀才のようなモデルとなり、少量のデータで済むようになります。

先日、バイトダンス社は静かに「炉米 Lumi」というAIモデル共有コミュニティを立ち上げました。このプラットフォームは、モデル共有、ワークフロー構築、LoRAトレーニングなどの機能を統合していますが、現在はまだ内部テスト段階です。製品入口:https://top.aibase.com/tool/lumilumi炉米 Lumi の最大の特長は、モデル共有と管理機能です。ユーザーは開発したAIモデルを簡単にアップロードできます。

デジタルクリエイティブの波の中で、独自のAI玩具デザイナーが静かに台頭しています。3D玩具デザインの生成に特化したAIモデルであるToy Box Fluxは、私たちが玩具を構想し創造する方法を変えつつあります。テキストによる説明を鮮やかな3D玩具の形象に変換するだけでなく、インテリアデザインの分野にも広がり、空間レイアウトに新たなインスピレーションをもたらします。Toy Box Fluxの独自性は、そのトレーニング方法にあります。開発チームは、既存の3D LoRA技術と独自のCo…

先日、阿里妈妈クリエイティブチームは、FLUX.1-devモデルをベースにトレーニングされた8段階蒸留LoRAモデルであるFLUX.1-Turbo-Alphaを発表しました。このモデルはマルチヘッド識別器を採用することで蒸留の質を大幅に向上させ、テキストから画像生成、修復制御ネットワークなど、様々なFLUX関連アプリケーションに対応しています。チームは、使用時にはガイダンススケールを3.5、LoRAスケールを1に設定することを推奨しており、将来的にはステップ数の少ないバージョンもリリースする予定です。FLUX.1-Turbo-

上海交通大学とハーバード大学の研究チームが、新しいモデル微調整手法であるLoRA-Dashを発表しました。この新手法は、既存のLoRA手法よりも効率的で、特に特定タスクの微調整において、パラメータ数を8～16倍削減しながら同等の効果を実現すると主張しています。これは、膨大な計算資源を必要とする微調整タスクにとって大きな進歩です。大規模言語モデルの急速な発展に伴い、特定タスクの微調整ニーズが高まっています。しかし、微調整は

FluxgymはAI愛好家向けの新しいトレーニングツールで、モデルトレーニングの敷居を下げることを目指しています。ハードウェア要件が非常に低く、12GBのVRAMだけでAIモデルのトレーニングを行うことができるため、参加できる人が大幅に増えました。シンプルなフロントエンドと強力なバックエンドを組み合わせることで、Fluxgymは使いやすいインターフェースを提供し、ユーザーはわずか3つの簡単なステップでトレーニングを開始できます。低スペック機器への対応、簡素化されたユーザーインターフェース、スムーズなトレーニングプロセスが主な利点であり、AI初心者でもすぐに使いこなすことができます。

FLUX.1-dev-LoRAは、現実とイラストの要素を融合し、独特な視覚効果を生み出す革新的な画像生成モデルです。FLUX.1-devをベースにトレーニングされており、前景のキャラクターをイラストスタイルで描写し、背景はリアリズムを維持することで、ソーシャルメディア向けのクリエイティブな画像生成に最適です。ユーザーはシーンの説明とキャラクターのアクションプロンプトを提供するだけで、ニーズに合った画像を生成できます。公式プロンプト例では、特定のアートスタイルの融合を実現するための記述方法を示しています。オンライン体験とモデルのダウンロードリンクを提供しています。

バイトダンスがオープンソース化したFLUX DevのHyper SD Loraは、その効率的な画像生成能力でAI画像生成の速度を革新し、従来の多くのステップと長い時間を要するプロセスを8ステップまたは16ステップに短縮しました。これは創造の実現に迅速な経路を提供するだけでなく、Huggingface上にデモスペースを設置し、ユーザーが8ステップLoraの描画効果を直感的に体験できるようにしています。画質はやや低下しますが、多くのユーザーにとっては影響はわずかです。比較例を見ると、拡大しない限り、画質の低下は分かりません。

Flux.1ベースのLoRAモデルHalf_illustrationは、写真にイラスト要素を融合させたアート作品を生成する革新的な画像処理ツールです。ユーザーはシーン描写や特定の指示（例：「TOK風」）を追加するだけで、現実味と幻想性を兼ね備えた、視覚的なインパクトのある作品を生成できます。ファッション写真、アート制作、広告デザインなど、幅広いクリエイティブな場面で活用でき、様々な用途に対応します。

FLUXオンライン版fal.aiは、絵を描く愛好家に革命的な体験をもたらします。ControlNetとLoRA機能を追加し、すぐに使用でき、複雑な設定は不要です。ControlNetにより、画像内のキャラクターの表情の変更やシーン内の物体の制御が簡単になります。LoRAモデルのオンライントレーニング機能により、ユーザーはカスタムモデルを作成して共有し、創造性を広めることができます。このプラットフォームはサードパーティ機能と統合されており、より柔軟でパーソナライズされた絵を描くことを可能にし、サイバーパンクから中国風まで、さまざまなスタイルの創作をサポートしています。FLUXオンライン版の使いやすさは好評です。

テンセントが最新アップグレードした混元文画像生成大規模モデル（混元DiT）1.2バージョンは、Onijza、LoRA、ControlNet、KohyaプラグインをDiffusersライブラリに適合させ、パーソナライズされた画像生成モデルのトレーニングにおけるハードルを大幅に削減しました。このアップグレード版では、画像の質感と構図が大幅に向上しており、中国語と英語の両言語に対応した混元Captionerモデルは、中国語の意味をより正確に理解し、構造化され、完全で正確な画像説明を生成します。混元Captionerモデルのオープンソース化により、

微盟集団は6月25日、企業向けAIアプリ「WAI Pro」を発表しました。ブランドマーチャント、4A広告代理店、マーケティング代行チーム、コンテンツ制作チームを主なターゲットとし、マーケティングインサイト、コンテンツ制作、ビジネスコンサルティングの3つのカテゴリーでAIテクノロジーサービスを提供します。

テンセントのHunYuan文による画像生成大規模モデル（HunYuan DiTモデル）のトレーニングコードが全面的にオープンソース化されました。LoRAプラグインとControlNetプラグインも含まれています。LoRAは大規模言語モデルを微調整するための技術であり、元のモデルを変更したり、モデルサイズを増やすことなく、少量のデータを使用して特定の特性を持つモデルをトレーニングできます。