303
テキストから画像を生成したり、編集したりできないかと思ったことがあるのではないでしょうか。マイクロソフトのVisual ChatGPTを使えば、それがすぐにでも現実のものになるかもしれません。
ビジュアルチャットGPT – 最も重要な情報。
Visual ChatGPTは、MicrosoftのChatGPTモデルの新しい実装で、テキストリクエストから画像を生成して変更することができます。そのために研究チームは、Stable Diffusion、Blip、Pix2Pixといった複数の画像生成ツールを統合し、ユーザーとAIとの対話によって画像に動的な変更を加えています。
- Visual ChatGPTは、テキストリクエストから画像を生成・変更する、マイクロソフトの企画画像ツールです。有名なチャットボットChatGPTのほか、さまざまな画像AIをベースにしている。
- MidjourneyやDall-Eといった従来の画像生成AIと比較して、新しい画像しか生成できず、過去の作品を参考にするのがせいぜいというのが特徴です。
- 一方、ビジュアルチャットGPTは、ユーザーとAIとの対話を通じて、既存の画像を動的に変化させることができるようにすることが想定されています。例えば、個々の画像要素をターゲットに合わせて入れ替えたり、適応させたりすることが可能なはずです
- ビジュアルチャットGPTは、画像のパラメータをテキストレスポンスとして出力することもできるので、例えば、画像の中の壁の色を解釈したり、より複雑な画像の説明をすることも可能です
- 今のところ、Visual ChatGPTはGithubで公開されているプレビューとして利用できますが、多くのビデオメモリと専用のGPUが必要です。マイクロソフトがこのツールを何に使うかはまだ不明だが、例えばBingの画像検索や他のプログラムに統合される可能性がある
