画像生成AIってどこまで進化し続けるのかな

学習に使うデータもAIで作れば無限じゃないの？

どこまで進化しても画像は画像媒体のままだし、あまりスケールの大きい話にはならなさそう
でも他の媒体と連携が取れる段階になればかなり強くなるかも

面倒なプロンプトをカチャカチャしなくとももっと直感的に生成できるようになったら良いと思う

>>2

それだけは残念ながらできないんや

モデル崩壊問題は誇張だって主張をあにまんで見かけたけど、実際のところどうなんだろうね

最近の新しいモデルは左右は間違えないような
そもそも指示を無視することがある問題は画像生成固有でもない

普通の立ち絵じゃ間違えないが腕を交差させたりすると時々間違えてることがある
まあ人間でもやるミスではあるが

絵じゃなくて3Dの人体モデル入れてこれが人の構造ですって教育してやればいいんじゃね
できるか知らんけど

リアル系の最高到達点は判別不能、画角度自由、モチーフ自由だろうけど２次元系は正解がない分発展の方向性が不明だな

画像生成単体で進化する事はあまり意味がないと思う
AI全体が進化しないと

>>15

2を何と定義するかによるけど

何か斬新なものや新規的なものがほしいという意味ならそれは画像生成AIでは無く人間が画像生成AIをどう使うかになるのでは？

画像生成AIはあくまで要求された通りに（プロンプトに入力された通りに）画像を作る機械に過ぎない訳だし

絵柄とかだって複数の絵柄タグの組み合わせや重みの調整で新しい絵柄を模索するとかも可能ではある訳だし

そこら辺もAIに自動的にやって欲しいと言うならそれは画像生成AIでは無くまた何か別のAIやBCIデバイスとかの領分な気はする

こういう話になるといつもAIは人間の考えを読み取って代わりに考えてくれる魔法の道具って考えてそうなのが出てくるが、100年後はわからんが今のところそういうものではない
何かを出すにも使用者がいいと思ったものを調整し続けないといけない
それを1を綺麗な1にしているというのならまあそうですかとしか言えないが

>>19

なんというか…「自己学習で無限に学習」にそこまでこだわる意義を感じない

人の手で描かれた絵の時点で世の中に取り込み切れないほど沢山ある

そしてまだ取り込んでない絵にはどんなに微量であれ「まだ学習してない要素」がある筈

それが微々たるものだったとして自己学習じゃそれが0だ

かかる手間はあんまり変わらないんだから0よりは0.000...1の方がいい

>>20

1を綺麗な1に～は>>15からの引用だろうが15は「AIを作る時の話」でお前がしてるのは「AIを使う時の話」だよな？

違う話なのになぜ引用を

今の画像生成にユーザーが満足したら、今以上に進化する事はないと思う
形にできさえすれば、絵が描けない人達はたぶん満足しちゃうと思うし

>>23

それがいつになるかだね

1枚絵なら今でもまあいいかってレベルだけど同じキャラクターの別構図ってなるとかなり調整頑張らんと変わるから

>>20

それが出来たらもうASI達成だよね

正解があるもの以外の自己学習は基本的に不可能みたいななところある
与えられた画像を完全コピーとかなら自己学習できるけどできたから何？って感じだし

細かい調整がしたいならt2iよりもi2iの方がよっぽど使いやすそうな気がする
AI以前に人間の言語自体に限界があるよ

破綻を減らすって意味では3Dモデル生成AIの発展が進めば内部的に3Dモデルを作る形で実現するんじゃないかなと思ってる
勿論2Dイラスト表現の「嘘」も重要なのでどうやっていいとこ取りをするかは難しいところだけど

>>21

なんか学習について勘違いしてそうだけど

画像生成AIの学習って別に取り込むってわけじゃなくて画像とそれに紐付けられたタグというか言葉の傾向からその特徴のベクトル傾向を分析するってものだから

どんな要素であれそれを言語化して紐付けられなきゃ把握でき無いし特徴を把握できるだけの枚数が無きゃベクトル傾向も分析できないんだよね

だから希少な要素のある1枚の画像みたいなものってぶっちゃけ画像生成AIの学習にはほぼほぼ価値が無かったりするんだ

ただ画像出すだけのAIは今の上澄みくらいのクオリティでもハードウェアの進歩でスマホでも速度が爆速とかになったら２次元系はもう需要が深堀できないんじゃない？
そっから先はアニメーションとかLIVE2Dや3Dモデルに移り変わると思う

たぶんなんだけど
逆に一般人にはまともに使いこなせないツールになっていく部分は生まれると思う
いくら発達したところで「正確な指示」が出せない奴は「求めてる絵」が出せない

滅茶苦茶有能な部下がいたとして正確な指示が出せない上司がいたら仕事できないだろそいつ

>>33

そう思う

映っているものを仔細に解析する機能はフィジカルAIを汎用で使うなら絶対必要だろうしね

AIを使う人間の方がどこをどうアップデートするべきか見つける方が先じゃないか？
上手く使いこなせてない人の大半が「言語化が上手くできていない」ケースが多いように感じる
チャット型のAIなら言語化の補助としては役立つけども、たぶんそれすらも使いこなせてなさそうだし

個人的には早く漫画を生成できるようになってくれと思っている

>>38

画像生成に話を限定すれば最終的には制作サイドの人間の時短ツールに落ち着くんじゃないか？

大衆はそのうち飽きるだろうし本当にプロンプトの試行錯誤なく好みのものを誰でも一発で出せるようになったなら逆にイラストとしての価値はなくなるからな

>>47

これもうアシスタントの最終形態では…？

これ以上ってもう主従関係逆転してない？

>>2

それは当然のようにやってるよ

ただ仕分けだけは人間が目視でやるしかない

「このAI画像はデキがいいから良い例として学習させる、これは指6本あるから悪い例として学習させる…」とか

いずれ構造とか相互干渉まで理解できるようなAIも出てくるんだろうか

>>38

むしろそこら辺のユーザーが求める物をAI側が汲み取る様になるのが今後のAIの進歩な気がする

現に大手LLMの画像生成とかはLLMがユーザーの入力やユーザーが求める画像を分析してそこから最適な画像を生成する為のフローを組んだり画像生成処理を行ったりしてるし

例えばnanobananaとかはローカルのAIと比べても画像生成のプロンプト組むのに慣れてない人でも望んだ画像出しやすい訳だし

ただそこは画像生成AIというよりはLLMの領域だしそのレベルのLLMは現状だと必要スペックがクソ高いから現状だとローカルだと無理なんだよな

>>49

いずれ未来ではユーザーのパーソナルデータやバイタルデータからその時のユーザーに最適な画像を分析して生成して表示するとかにまで行き着く可能性も

>>38

このレベルに到達してイメージ力や言語化能力すら無い自分に絶望した連中が

AI叩きとかやり出すんじゃないかとは思ってる

>>38

プロンプトを入力してくタイプならなんとか付いていけるけど、ComfyUIとかはぱっと見で難しそうってなっちゃったわ

>>49

最終形態は全体の方向性を出す取締役会だけ人間でAIが働く組織だと思うわ

だから開発者も「これ俺達も失職するよな…」とかぼやきながら作ってるのを聞いたことがある

ただ、一人一人に最適化した創作物を、というのは多分無いと個人的には思う

創作物の消費ってみんなで話題にするから面白い側面がある以上、結局は沢山の人に広く刺さる形に収束するんじゃないか

そういえば画像生成じゃなくて認識の方だけど数式ドリブン学習かなんか一瞬話題になってたよな

>>57

寝取られエロ小説を間男敗北でラレ男くん大勝利のラブラブエンディングに改変とかをAIでやってるけど

滅茶苦茶気持ちいいけど、ある種のヘイト創作なのも理解しているし、だれかと共有したいとも思わないから一人で楽しんでる

少なくとも「みんなで話題にするから面白い」というのは、そう言う創作で楽しんでる身として

そうじゃない要素を突き詰めた作品が、知らず知らず大きな所を占めるようになる可能性すら感じてる

>>66

それはわかるよ、俺もAIで画像生成したものを誰かにシェアする気はない

ただ、作品自体の面白さと同じくらい人気であるという事実は重くて、視聴率とか再生数とか発行部数みたいな純粋にどれくらい多くの人が同じものを共有したかの事実には凄く価値があると思うんだ。創作物には人同士の繋がりの鎹となるコミュニケーションツールの側面が確かにあるから

それは全人類がオーダーメイドで満足するなら得られない機能だし、人間がなにかにつけて同じ物語を共有して共通認識を持つことを本能のように行う生き物だと考えたら、自分一人の満足で十分なんてことは無いんじゃないかな

どこかの時点で自分の内から出た創作の良さを誰かに見てもらいたい知ってほしい自己顕示欲が出て、その中で「AIにめちゃくちゃ面白い自分語りをさせられる面白い人」的な新しいアーティストが出てくると思う

ごめん、よりにもよって長文レス返してから気づいたんだが、これって「将来的に既存の形式のあらゆる創作物は各個人に最適化していない為に淘汰され、いずれは人間の生活を全て収集するAIによって自動生成された物語の中に誰もが籠もる世界になって滅びを迎えるだろう」みたいな悲観論じゃなかったりする？
だとしたらだいぶ話を大きく捉えてしまったかもしれない

一応、俺としてはどんなに自分に特化したエロを量産しても、結局は自分ではない他の誰かが熱心に語っているのが伝わる方が魅力的だと思うので、エロについても自分向け特化に完全置き換えはないとは思う
数十万枚生成したし今でも生成しているし、自分特化の絵に意味はあるが、結局Fanzaで他人の癖を買ったほうがエロかったよ

最近物は試しにと二次創作エロ小説をGeminiにやらせてるんだけど
メイド、教師（これはそのうち高確率でダメですされるけど）、シスターなんて普遍的なモチーフのものはノリノリで書いてくるし文章中に抜けるエロい描写とか描写に光るものを感じるんだけど
キャラクター性やそのキャラクターに紐づいたエピソードを出そうとして一歩深堀しようとすると途端にダメになるね
シチュエーションとかもこっちが手を入れないとすぐループするし、あくまでもテンプレ一次創作エロ向きって感じでインスタントラーメン食ってる気分になった
細かいエピソードを重ねて発展させてそれをエロの些細な仕草に反映するみたいなそのキャラでしか出せないエロの味ってやっぱりまだ人が書かないと全然満足できるクオリティには届かないが最近の感想です

パッと思いつくメリットは結局タダでってとこなんだけど、AI維持コスト上がった時点で「じゃあ結局買った方が話速いな」ってなるし
どこまでも進化し続けるかは正直懐疑的ではある
バブル時代が終わった後、どういう感じで適応していくかは気になるところではある

>>72

コスト問題は絵なら問題ないし動画も克服しつつある

画像は特にローカルコミュニティが強くて、画像はとりあえずRTX2060くらいのグラボで一通り遊べる

動画もネットサービスじゃエロの通りが悪すぎるので世界中の開発者が軽量化をどんどん進めてるから今の一般向けハイエンドグラボならいけるよ

そこそこのグラボならゲー厶遊びながら裏で無限に画像生成させてる人とかいる

俺もノートに外付けGPUで無理やり回してたが電気代も普通に遊んでる程度で済んだ。寝てる間に生成ガチャ回して色んなシチュの画像が並ぶのは報酬系を刺激されるから気持ちがいい

他人の作品を消費するのと、自分の好きなものガチャは種類が違う楽しさ

>>7

そもそもあにまん内でかたられてる崩壊の定義は話してる人によってバラけてるからな

ただ崩壊しない！みたいに言ってる人もいるけど人工知能の理論ができた時からずっと崩壊の話はされてるし一部で反論がでただけで人工知能について研究してる人達の認識を覆す程のデータを示せてるわけではないよ

実際ai同士を会話させて崩壊してる例もある(これはゲーム内でもできるからとかでYouTuberとかがそういう動画上げたりしてる)

崩壊したときの挙動として

人間にわからない行動をはじめるパターンと

「これはAですか？」「はいそれはAです」「はいそれはAですね」「はいそれはAです」みたいな無限ループはじめたりするパターンとがある

前者は管理側が理解できなきゃ故障なのかすらわからないからそういう挙動起こした時点で崩壊認定してその間の学習データを消したりする必要がある

後者は人がAだったから何なのか？とか知識増やしてやらないといけない、人が介在しないのでAという偏った情報についてだけが学習されていく。そのAIは以降「これはBですか？」って聞かれても「いいえそれはAです」って答えたりする可能性がでてくる

あくまで可能性だけど、人力で偏った学習させすぎたせいで「人類は滅ぶべき」みたいなこと言い出したAIも実例がある

いずれにせよコスト高くなってゴミデータ削除ができなくない！ってなったらそのaiの管理が放棄されてデータが偏りすぎて崩壊がおきるかモデル自体のアプデがなくなるかのどっちかだとおもう

>>74

ごめん誤字

ゴミデータ削除ができなくない！

→ゴミデータ削除ができない！

>>74

AIわりとサボるからね

AI同士の会話だとやってる感出して実際は全然とか普通にある

ところでいまいわゆる二次絵って何が強いの？
にじジャーニーに課金してたことならあるんだけど前ほど名前聞かなくなっちゃった気がするな

>>78

CivitairedはキャラLora充実しててNovelAIは細部まで破綻しにくいって印象ある

色んな機能で差別化してるけど、二次元イラストのネットサービスに絞れば基本的にはv4台頭以降ずっとNovelAI一強だと思うわ
使いやすいUI、生成速度、プロンプトの通り安さ、使用するモデルの対応できる癖の幅も全てが強い。文字生成は流石にGoogleとかの大手にはまるで及ばないが、喘ぎ声とかは文字が崩れてる方がエロいまであるのでそこそこちゃんと出ると言える