今年、ディープフェイクは確実に増えていくと感じられます。「Nano Banana Pro」に代表される画像生成AIの性能が極めて高くなっていること、Xに統合された「Grok Imagine」に見られる手軽さは、その広がりを急速に推し進めているためです。今回は筆者自身を利用して、どこまでディープフェイクを作り出せるのかを検証してみました。その上で、現在、国がどのような方針で動いているのかを見ていきます。 ※記事配信先の設定によっては図版や動画等が正しく表示されないことがあります。その場合はASCII.jpをご覧ください “写真から一発出し”では微妙に違う この連載では、過去に、架空の人物のAI作例モデルの明日来子さんや田中さんというキャラクターでNano Banana Proを使った一貫性の強力さについて紹介しました（参考：実在感が恐ろしいレベル　画像生成AIの常識をひっくり返した「Nano

独Black Forest Labs（BFL）が6月26日、画像生成AIモデル「FLUX.1 Kontext [dev]（フラックス.1 コンテキスト）」をオープンウェイトモデル（重み）として公開したことが話題になっています。今、画像生成AIの高性能モデルでは“一貫性ある画像”をいかに簡単に出力するかの競争が激しくなっていますが、FLUX.1 Kontextは今までの水準を大幅に上回っています。5月にAPIのみで使用できるクラウドバージョンが公開されていて、すでに高い評価を集めていました。ローカルPC環境でも使えるモデルを出すとアナウンスしてから約1ヵ月でのリリースです。その実力を探りました。 ※記事配信先の設定によっては図版や動画等が正しく表示されないことがあります。その場合はASCII.jpをご覧ください クラウドサービスなら1枚6円で試せる BFLは、「Stable Diffusio

SunoのPCブラウザ版の画面。筆者の鼻歌を作業画面に持ってきたところ。読み込んだ音から、Lyrics（歌詞）を解析してくれる。鼻歌なので「hmm」の繰り返しになっている。ただし、日本語の解析は甘いので修正したりする必要はある 楽曲生成AIの「Suno（スノ）」が凄いことになっています。5月に、Ver 4.5が有料ユーザー向けにリリースされましたが、そこからは自分で作った曲をそのままBGMとして聴くことが増えています。2024年に記事にしたときはVer 3でしたが、バージョンアップごとの品質が上がっており、2024年11月のVer.4でかなり聴けるようになり、Ver 4.5で普通に違和感なく聴けるようになったという感覚です。Ver4.5のアップデートに合わせて、最長8分間の曲をアップロードして、リミックスとして曲が作れるようになりました。Ver 3で過去に作った曲をアップデートする形でより

PayPayを装ったフィッシング詐欺による被害が発生していることを受けて、PayPayは6月20日11時ごろ、ユーザー向けに注意喚起のお知らせを公式サイトで公開。また、同日中に緊急的な対策を講じている。 詐欺の手口としては、PayPayの「スマートペイメント」機能を偽装し、正規サービスと誤認させるQRコードを提示して、ユーザーにスキャンさせることで不正な送金を誘発するというもの。73万円をだまし取られたとする報告もあった（参考：PayPayで73万円取られる…　体験談がSNSで話題に）。 不審なメールに含まれるリンクやQRコードは無視 心当たりのないサービス連携がある場合は「解除する」 これに対するPayPay側の緊急対策は3つ。 まず、スマートペイメントを利用したアカウント連携時に表示されるQRコードを廃止し、今後は電話番号とパスワードによるログインのみに限定する仕様変更を実施した。 さ

PCローカル環境で実行する画像生成AIや動画生成AIにおいて、日本人コミュニティから新しい手法の開発が進んでいます。特に、4月に発表されたローカルPC環境向けの動画生成AI「Framepack」の技術を応用した方法論が次々に登場してきているのです。キャラクターの一貫性を維持しながらポーズを変更させる手法や、着せ替えを実現する「kisekaeichi（きせかえいち）」の登場は画期的な方法論です。世界的に見ても先端的な技術ですが、その開発を日本の“野良コミュニティ”が引っ張っています。 ※記事配信先の設定によっては図版や動画等が正しく表示されないことがあります。その場合はASCII.jpをご覧ください 動画生成AI技術で“着せ替え”画像を生成 動画生成AIツール「Framepack」は、伝説のAIツール開発者であるIllyasviel氏が開発した革新的な動画生成技術です。参考となる最終フレーム

Midjourney v7で生成した、本連載の作例キャラクター「明日来子（あすきこ）さん」の最新版。AIと見抜くものも難しくなってきている（筆者作成） 4月7日に、クラウド系画像生成AIサービス「Midjounery」最新バージョンの「v7」がリリースされました。1年近くかけてゼロから新しいモデルを開発したこともあり、過去のバージョンを超える表現力をすぐに感じられる、基本性能の高さが印象的です。Midjourney v7がどんなポテンシャルを持つかを紹介しつつ、今後の戦略を探ります。 ※記事配信先の設定によっては図版や動画等が正しく表示されないことがあります。その場合はASCII.jpをご覧ください 高速生成機能「ドラフトモード」が追加 Midjourney v7はプレビューバージョンとしてリリースされ、その後も毎週のように更新を通じて微調整が続けられています。多言語に対応しており、日本語

3日に公開が始まったOpenAIの「Deep Research」を、会社の業務上の情報収集に使えるか調べるために試験導入してみることにしました。正直なところ月額200ドル（約3万円）の価格は高いと感じていますが、それでも驚異的な情報収集と整理能力を持っているのは間違いなく、有効に使えれば安いと感じるかもしれません。筆者はスタッフが数人のインディゲームの開発スタジオを経営しており、2025年内発売を目標に新作タイトルを開発している最中です。どこのインディゲームスタジオも同じように抱えている悩みは、自分たちのゲームの存在を知ってもらうための有効なマーケティング手法の問題です。そこにDeep Researchを使って調査して、アクションプランを立案した様子をご紹介したいと思います。 最新モデル「o3」ベースのリサーチ機能 Deep Researchは推論システムを複数同時に走らせてプロセスを重ね

AIで生成した画像を動画にできるようになった。当連載のオリジナルキャラクター「明日来子さん」にメガネをかけてもらったところ。レンズの屈折まで反映されている（hailuo AIで作成） 2024年、画像生成AIに起きたことを振り返ってみます。今年もすさまじいペースで物事が動きました。今年起きたことに注目するなら、高精細化と高品質化が進む一方、一貫性をいかに実現するのかがポイントでした。一貫性技術は、動画生成AI分野の拡大をもたらし、さらに、3D化の実現までも可能性として見せはじめました。それぞれの技術はお互いに影響を与えつつ、別々に進化し、より専門化が進んでいます。この連載によく登場してくる作例のキャラクター「明日来子さん」を通じて、どのように技術変化が進んだのかを見ていきましょう。 ※記事配信先の設定によっては図版や動画等が正しく表示されないことがあります。その場合はASCII.jpをご覧

東京ゲームショウのAI Frog Interactiveのブースの様子。NHKのテレビ取材内容は記事化されている 筆者はインディーズゲーム開発スタジオAI Frog Interactiveの代表をしています。9月26日から29日にかけて開催された「東京ゲームショウ2024」のインディーゲームブースに出展したとき、AIを使ったゲーム開発について複数のテレビメディアの取材を受けました。そこではキャラクターデザインのアイデア出しなどで、画像生成AIの強みが発揮できるという話をしています。 発注指示書レベルのアートワークならAIで作れる 今年のゲームショウでも、テレビメディアが注目したのは生成AIを含むAIのトピックでした。日本のゲーム業界でも、生成AIの導入は進んでいるという実感はあるのですが、生成AIを使っていること自体がゲームを面白くするわけではないので、売りになる要素とはいえません。そのた

高画質のゲームが外で遊べる衝撃！ 「PSP」はポータブルゲームの礎を築いた プレイステーションのゲームを持ち運んで、いつでもどこでも遊びたい！ その願いは、当時のSCE（ソニー・コンピュータエンタテインメント）から2004年12月12日に登場したプレイステーション・ポータブル、PSP（ピーエスピー）の名前で親しまれた携帯型ゲーム機として叶うことになります。 PSPはプレイステーション10周年の年（2004年）に発売されたことを、ついこの前のように覚えていますが、まさか発売から20年の歳月が経っているとは……。 気を取り直して性能を見てみましょう！ 4.3型の液晶ディスプレーに、PlayStation2に匹敵するほどのグラフィックを楽しめる脅威のハイスペック。無線LANを備えて、インターネットにつながることは当然として、そこからゲームコンテンツをダウンロードしたり、離れているプレイヤーたちと

筆者の環境で、LM StudioでCommand R+を動作させている様子。会話相手は自作キャラクターの「明日来子（あすきこ）さん」 PCローカル環境で動作する大規模言語モデル（LLM）「Command R+」を使っていますが、相当優秀ですね。体感ではChatGPT（GPT-4）と変わらないレベル。さらに、ChatGPTが回答を拒絶するような会話もできてしまいます。これが体験できるようになったのは、LM Studioに代表されるローカルLLMを動かすためのアプリ環境が整ってきたためです。今年に入り、Command R+を始めとしたローカルLLMが高性能化してきたことと並行し、手軽に使える派生モデルも増えはじめ、一気にあわただしくなってきました。 導入が難しかったローカルLLM、「LM Studio」で簡単に Command R+を試すのに使っているのが、LLMの主要モデルを実行するための統

画像生成AIサービスの「Midjourney」に3月12日、新機能「Creative Reference」が追加。1枚の画像から特徴を引き継いだ画像を生成できるようになり、同じキャラクターに別のポーズをとらせるなど様々な画像を作れるようになりました。これまで画像生成AI「Stable Diffusion」などで同じキャラクターの画像を作るには「LoRA」という追加学習をするのが一般的でしたが、それが必要ないため、キャラクターの再現が劇的に簡単になってきました。 画像1枚で“似た顔”　Midjourneyの新機能「Creative Reference」 使い方は、MidjourneyのDiscordに画像をアップロードして、「Creative reference」のタグ（cref）をつけてプロンプトを入力するだけ。CW 0〜100までのパラメーターがあり、0だと顔だけが共通になり、あとは数字

「カクダイV1」でアップスケールした画像（左）、「Midjouney v6」で作成したオリジナル画像（右） 画像の描き込みを増やして高画質にする、日本発の生成アップスケーラー「カクダイV1」が2月7日に発表されて話題になりました。東大出身ベンチャーのMavericksが開発したもので、画像生成AI「Stable Diffusion」生成環境「ComfyUI」向けの技術として無料公開されています。人気アップスケーラー「Maginific AI」を超える製品にまでに成長していくのか注目です。 Stable Diffusionのアップスケールは難しかった カクダイを紹介する前に、まずは画像生成AIとアップスケーラーとの関係についてお話します。 Stable Diffusion登場後の画像生成AI技術を使ったアップスケーラーは、単に画像を拡大させるだけの用途ではなくなりました。画像を拡大するとき、

10月1日頃、OpenAIの新しい画像生成AI「DALL·E 3（ダリ３）」が徐々に使えるようになり、その性能の高さから話題になっています。まずサプライズで使えるようになったのがマイクロソフトのBingチャット。日本語で「猫の画像を作ってください」などと入れるだけでかわいい猫の画像が出てくると。これが無料で使えるのは衝撃的です。マイクロソフトが巨大資本で他の会社をつぶしに来たなという感じですね。どう考えても、今のところはサーバーコストが果てしなくかかる赤字サービスなのは間違いないので……。 「ラーメンを食べる女の子」が描ける！ なにより衝撃的だったのは、「アニメ風の少女と猫が遊んでいる姿を作ってください」というリクエストに対し、一発で完璧な正解を出してきたことです。Stable Diffusionだと苦手とされていた指も適切に描写されています。もうひとつの着目点はオブジェクト間の関係性です

PCやスマホを使って、英語学習を時短にする便利なサービスやツールなどを紹介する連載。今回は、初心者から上級者まで、幅広くリスニング能力を向上できる「ELLLO」をご紹介します。 ELLLOは、「English Listening Lesson Library Online」の略で、読んで字のごとく、英語のリスニング学習に特化したオンライン学習サイト。3000以上という多くの無料のレッスンが用意されており、幅広いレベルの学習者が利用できる。もともと、日本で英語教師だったTodd Beuckens氏が創設したサイトで、2004年にスタートしたサイトだ。 メインの学習コンテンツは、ひたすら英語の音声を聞くというもの。スクリプトも用意されているため、聞き取れなかった場合も内容は把握できる。理想的なのは、スクリプトを見なくても聞き取れるようになることだ。 メインコンテンツとなるリスニングレッスンは、

日本映像ソフト協会の調査によれば、映像ソフト・音楽ソフトの市場は微減つづき。映像では有料動画配信が順調に伸びていますが、有料音楽配信はここ数年大きな伸びがありません。そんな中、CD・DVDチェーンが新しい動きを起こしています。中でも筆頭のTSUTAYAは最近、全国的に店をたたんでいるようです。ショップの状況に詳しいO.D.A.さんが、大量閉店の背景を分析します。 「WASTE OF POPS 80s-90s」というブログをやっているO.D.A.と申します。ブログ内で様々なCD・DVD取扱店の動向を観察しているついでに、ただCD・DVD関連店舗の開店と閉店を記録するだけのブログも運営しています。今回は運営中に見つけた最近のTSUTAYAの動向を中心にお話ししたいと思います。 神奈川県の東海大学北門そばにあるTSUTAYA東海大学前店が9月15日に閉店しました。「若者の××離れ」という言葉を安

パナソニックは5月1日、毛の流れに逆らうようになで剃りできるボディートリマー「ER-GK60」を発売する。予想実売価格は税抜9000円前後。ワイドでラウンド形状の刃と握りやすい本体形状で肌に食い込みにくく、刃を外さずに水洗い可能。同梱の3種のアタッチメントで好みの剃り高さに調整してカットできる。

赤城乳業は“ガリガリ君リッチ衝撃三部作”に続く新作となる「ガリガリ君リッチ メロンパン味」を発表しました。前代未聞であろうメロンパンをかき氷で表現したアイスキャンディーで、価格は140円。11月15日の発売です。 ガリガリ君リッチ衝撃三部作とは、2012年に発売した“コーンポタージュ味”に続く、2013年の“シチュー味”、2014年の“ナポリタン味”と衝撃のテイストをうたったガリガリ君シリーズで、その中でも特に話題になったのは「ガリガリ君リッチ ナポリタン味」。味があまりにも不評で売れなかったため、同じ轍を踏まないとして「おいしいガリガリ君」をコンセプトにつくったというのが今回の新作です。 10月27日に開催された商品発表会では営業本部 マーケティング部 萩原史雄部長が、ナポリタン味のもたらした悲劇について明かしてくれました。 ガリガリ君ナポリタン味は約3億円の損失 「まず最初に、ガリガリ

3日、ノバルス株式会社は、スマートフォンでコントロールできる乾電池型IoT「MaBeee（マビー）」を、8月4日より正式販売することを発表。一般販売での希望小売価格は5378円(税込)。ビックカメラほか、全国の専門店など約140店舗で一斉に販売を行う。 MaBeeeは、2015年11月に『Makuake』でのクラウドファンディングでデビューした”スマホとつながる乾電池型”IoT製品。プラレールやミニ四駆など電池があるおもちゃに装着すれば、無料のアプリでコントロールができる。スマホを振る、傾ける、声の大きさに反応するなど、7つのモードを用意している。走り続けるだけのおもちゃも、スマートフォンを振って速く走らせたり、駅にピッタリ停車させるなど、従来以上の楽しみ方ができる。

sponsored MSI「GAMING PLUSシリーズ」を一挙紹介 ゲーミングPCを自作するならマザーボードは安くて高性能なほうがいい。コスパ最強ゲーミングマザーボード9選 sponsored 毎日の起動が楽しくなる！ GIGABYTEの新美少女キャラ「神鷹凛」が描かれたマザーボードで自作PCをもっと楽くしよう sponsored Zoom活用事例：株式会社パブリックコネクト 増える公務員の離職率、立ち向かう企業がZoomを使う理由とは sponsored ファーウェイのスマートバンド／ウォッチユーザーは大チャンス！ 最新フラグシップ機が3万円台半ば ファーウェイのスマートウォッチ最新機種が30％オフは安過ぎ！ 旧機種下取りキャンペーンを実際に利用する sponsored ビジネスデータとAIをつなぐCData Connect AI 悩ましいデータ活用の課題をAI × MCPが解決　ビ