Midjourney V7とは？

Midjourney V7は、最近話題となっているChatGPTの最新画像モデルに続いて登場しました。ChatGPTの新モデルはスタジオジブリ風の画像変換能力で大きな話題を呼んでいますが、Midjourneyの最新バージョンもまた、これまでで最も高度なバージョンだと言われています。

Midjourneyの最新バージョンは、テキストプロンプトをより正確に理解し、明らかに高品質な画像を生成できるように設計されています。Midjourney CEOのDavid Holz氏が同社のDiscordで説明したように、この改善はテクスチャー、人体、手などの表現、さらには物体の描写にも表れています。

以前のMidjourneyモデル（および他の古いAI画像生成ツール）と比較すると、新バージョンではAIと判別するのが難しいほどの品質レベルが実現されています。これまでMidjourneyは、手や複雑な形状の再現に苦戦していました。

Midjourney V7の新機能

V7には二つの異なるバージョンがあります。「Turbo」は高価ですが処理が速く、「Relax」はより手頃な価格ですが処理速度が遅いオプションです。

また、「ドラフトモード」という新機能も導入されました。これは標準モードの10倍の速さで画像をレンダリングし、コストも半分で済みます。ただし、ドラフト画像は標準よりも品質が低くなりますが、生成結果に満足であれば品質を向上させることもできます。

現時点では、いくつかの主要機能がこのバージョンでは利用できません。画像のアップスケーリングやリテクスチャリングなどの機能は、あと数ヶ月後に追加される予定です。

ChatGPTの最新画像アップデートと同様に、初期段階ではいくつかの問題が発生する可能性があり、Midjourneyはトラフィック増加に対応するために機能の追加や削除を行う可能性があります。

パーソナライゼーション機能

Midjourneyのチームによると、V7を使用するためには最初に約200枚の画像を評価して（10分くらいかかる）、あなた専用のMidjourneyをパーソナライズする必要があります。

これにより、モデルはあなた自身の好みに合わせて調整されます。以前のMidjourneyモデルでもこの機能は可能でしたが、デフォルトで有効になるのは今回が初めてです。

パーソナライゼーションのプロセスは、あなたの好みや美的感覚に合わせてAIを調整するための重要なステップです。これにより、生成される画像があなたの期待により近いものになります。評価プロセスは直感的で、好きな画像や気に入った要素に基づいて行われます。

Midjourney V7の利用方法

Midjourneyへの登録は公式ウェブサイトから行えます。上記のパーソナライゼーションステップを通じてプロフィールをカスタマイズした後、V7はDiscordまたはMidjourney公式ウェブサイトのどちらからでも利用できます。

利用を開始するには、まず基本的なテキストプロンプトの書き方を理解することが重要です。例えば「夕日に照らされた富士山」のような簡単な指示から始めて、徐々に詳細な要素を追加していくことで、より思い通りの画像を生成できるようになります。

Midjourney V7が画像生成に与える影響

Midjourney V7の登場により、AI画像生成の世界はさらに一歩前進しました。以前のバージョンでは難しかった繊細なテクスチャーや人間の手のような複雑な形状の生成が、より自然で高品質になりました。

これにより、クリエイターやデザイナー、イラストレーターなどのプロフェッショナルも、より実用的なツールとしてMidjourneyを活用できるようになります。アイデアの視覚化や、制作過程の初期段階でのコンセプト作りに非常に役立つでしょう。

また、一般ユーザーにとっても、思い描いたイメージをより簡単に具現化できるようになり、創造性の幅が広がります。SNSでのプロフィール画像作成や、個人的なプロジェクトのビジュアル要素の制作など、様々な用途に活用できるでしょう。

日本語の音声入力にも対応

これまで、英語のプロンプトに変換していましたが、日本語の音声入力に対応し、短い単語からプロンプトを作成してくれるようになっています。

ただ残念なのは日本語の文字には対応していないようです。

今回、話題となっているのは、Appleのソフトウェアエンジニアリング担当シニアバイスプレジデントであるCraig Federighi氏の愛犬「ベイリー」のAI生成画像です。この画像は、Appleの新機能「Image Playground」を使って作成されたもので、AIによる創造的なイラストが現実のプロジェクトでどのように利用されるかを示すものです。

Image Playgroundとは？Appleが描く未来のAI画像生成

Image Playgroundは、テキストプロンプトに基づいてカートゥーン風のイラストを生成するAI機能です。この機能は、AppleがiOS 18に搭載予定のAI機能の中でも特に注目を集めています。

単なる実用的なツールではなく、ユーザーの創造性を刺激し、楽しみを提供する機能として位置づけられています。

初めて公開されたリアルな生成画像

これまでAppleは、キーノートやデモ、製品ビデオでImage Playgroundの出力例を示してきましたが、実際のユーザーが生成した画像は公開されていませんでした。

しかし、今回初めて、Appleのソフトウェアエンジニアリング担当上級副社長であるCraig Federighi氏が生成した画像が公開されました。

この画像は、フェデリギ氏の愛犬ベイリーの誕生日を祝って作成されたものです。単なるデモ用の画像ではなく、実際のユーザー（この場合はAppleの幹部）が個人的な目的で生成した画像だという点で、非常に興味深い例と言えるでしょう。

iOS 18におけるAI機能の全体像

Image Playgroundは、iOS 18に搭載される多数のAI機能の一つに過ぎません。AppleはAIを活用して、ユーザー体験を大幅に向上させようとしています。主な機能には以下のようなものがあります：

• テキストメッセージの書き換え
• メールの要約
• 写真内のオブジェクト識別
• カスタム絵文字生成（Genmoji）

これらの機能は、日常的なタスクを効率化し、コミュニケーションをより豊かにすることを目指しています。

Private Cloud Compute：Appleの秘密兵器

AppleはAI機能の実装にあたり、「Private Cloud Compute」と呼ばれる独自のセキュアなサーバー環境を構築しました。これは、デバイス上で処理できないAIタスクを安全に処理するためのものです。

この approach は、Appleの長年のプライバシー重視の姿勢を反映しています。ユーザーのデータを保護しつつ、高度なAI機能を提供するという難しいバランスを取ろうとしている点が注目されます。

Image Playgroundの使い方と特徴

Image Playgroundは、単独のアプリとしても、Messagesアプリ内からも利用できます。画像生成の方法は以下の3つがあります：

1. テキストでの説明入力
2. フォトライブラリからの人物写真の選択
3. プリロードされたコンセプトからの選択

また、生成される画像のスタイルも3種類から選べます：

• イラスト
• スケッチ
• アニメーション

テクノロジー業界への影響と今後の展望

AppleがImage Playgroundを含むAI機能をiOSに搭載することは、テクノロジー業界全体に大きな影響を与える可能性があります。

競合他社との比較

Microsoft、Google、Metaなど他の大手テクノロジー企業も、生成AIツールを自社のソフトウェアに組み込んでいます。しかし、これらの企業が主に生産性と創造性に焦点を当てているのに対し、Appleはそれらに娯楽の要素を加えている点が特徴的です。

ユーザー体験の変革

Image Playgroundのような機能は、スマートフォンの使い方を大きく変える可能性があります。ユーザーは、テキストを入力するだけで、自分のアイデアや思いを視覚的に表現できるようになります。これは、コミュニケーションや自己表現の新しい形を生み出すかもしれません。

プライバシーと AIのバランス

AppleのPrivate Cloud Computeアプローチは、AIの力を活用しつつユーザーのプライバシーを保護するという、業界全体の課題に対する一つの解答を示しています。この approach が成功すれば、他社も同様の方針を採用する可能性があります。

課題と展望

Image Playgroundを含むiOS 18のAI機能には、まだいくつかの課題があります：

• ベータ版での機能制限：現時点では、開発者向けベータ版でも全ての機能が利用可能ではありません。
• 出力の質：キーノートで示された例の中には「気味の悪い」と評されるものもあり、出力の質の向上が期待されます。
• プライバシーへの懸念：クラウドでの処理を伴うため、一部のユーザーにはプライバシーへの不安が残るかもしれません。

しかし、これらの課題にもかかわらず、Image Playgroundを含むAppleのAI機能は、スマートフォン体験に革命をもたらす可能性を秘めています。今後のアップデートやユーザーフィードバックを通じて、機能がさらに洗練されていくことが期待されます。

(Via Wired.)

これまでDiscordでしか使えなかったこのサービスが、より身近になった今、私たちの創造力はどこまで広がるのでしょうか？

MidjourneyWebサイト解禁の衝撃

Midjourneyと言えば、これまでDiscordを介してのみ利用可能だったAI画像生成サービスでした。しかし、今回の発表で状況が一変します。

誰でも使える、簡単アクセス

Midjourneyの共同創設者兼CEOであるDavid Holz氏が水曜日にDiscordで発表した内容によると、今や誰でもMidjourneyのWebサイトにアクセスし、アカウントを作成して画像生成を始められるようになりました。

The Midjourney web experience is now open to everyone. We're also temporarily turning on free trials to let you check it out. Have fun! pic.twitter.com/rcmP0UD8PV

— Midjourney (@midjourney) August 21, 2024

これは何を意味するのでしょうか？

• アクセスの民主化: 技術に詳しくない人でも、簡単にAI画像生成を体験できます。
• 創造の自由: アイデアがあれば、誰でも瞬時にビジュアル化できる時代の到来です。
• ビジネスチャンス: 個人や小規模ビジネスが、プロ級のビジュアルを手軽に作成できるようになります。

無料トライアルで始める、AI画像生成の冒険

新規ユーザーにとって嬉しいニュースがあります。Midjourneyは約25枚の画像を無料で生成できるトライアル期間を提供しています。

効果的な使い方のコツ

1. プロンプトの練習: 無料期間を使って、効果的な指示（プロンプト）の書き方を学びましょう。
2. スタイルの探索: さまざまなアートスタイルや表現方法を試してみましょう。
3. 用途の検討: ビジネス、個人プロジェクト、趣味など、どんな場面で活用できるか考えてみましょう。

Midjourneyは、新規ユーザーのために使い方を解説する動画をXで公開しています。これを見れば、無料枠を無駄にすることなく、効率的に学習を進められるでしょう。

AIツールの学習曲線は急速です。最初は思い通りの結果が得られないかもしれませんが、プロンプトの書き方を工夫することで、驚くほど精密な画像生成が可能になります。無料トライアルを最大限に活用し、自分なりのコツを見つけることが重要です。

プロンプト：
Surrealistic close-up of a human hand grasping a delicate butterfly, intricate details of fingertips and wings, soft natural light -v 6.1

アカウント連携と有料プランの選び方

Midjourneyは、GoogleアカウントまたはDiscordアカウントでの新規登録を受け付けています。しかし、既存のDiscordユーザーには注意点があります。

Discordユーザーへの重要なお知らせ

David Holz氏は、現在のユーザーに対して、画像履歴を保持するためにDiscordアカウントの使用を推奨しています。Webサイトにログインした後、プロフィール設定から両アカウントを統合することも可能です。

これにより、以下のメリットが得られます：

• 過去の作品の一貫性保持
• 学習曲線の継続
• コミュニティとのつながりの維持

有料プランの選び方

無料トライアルが終了した後も、Midjourneyを継続して使用したい場合は有料プランへの加入が必要です。Midjourneyは4つのプランを提供しており、最も安価なプランは月額10ドル(日本では税込 11ドル)、年間は96ドルからとなっています。

プラン選択のポイント：

1. 使用頻度: 毎日使用するか、時々のプロジェクトのみか
2. 画像の複雑さ: 生成する画像の複雑さによって必要なクレジット数が変わります
3. 商用利用**: ビジネスでの使用を考えている場合は、適切な権利が含まれるプランを選択

Midjourneyで広がる、創造の新世界

MidjourneyのWebサイト公開は、AI画像生成の世界に革命をもたらします。これまでテキストだけで表現していたアイデアを、瞬時にビジュアル化できるようになったのです。

活用シーンの例

• マーケティング: 商品イメージやSNS投稿用の画像を手軽に作成
• 教育: 複雑な概念を視覚化し、理解を促進
• エンターテインメント: 物語のキャラクターやシーンを具現化
• インテリアデザイン: 部屋のレイアウトや雰囲気をシミュレーション

Fluxとは？突如現れた画像生成AIの新星

Fluxは、Black Forest Labsというスタートアップ企業が開発した画像生成AIモデルです。Stable Diffusionの正当な後継者と呼ばれ、市場リーダーであるMidjourneyと直接比較されるほどの性能を持っています。

Fluxの特徴

• オープンソース：誰でも無料で使用可能
• ローカル実行：高性能なラップトップさえあれば自分のPCで動作
• マルチプラットフォーム対応：Poe、Nightcafe、FreePikなど、様々なサービスで利用可能

特に人物の描写においてはMidjourneyを上回る面もあります。ただし、肌のテクスチャーに関してはMidjourney v6.1の方が優れている印象です。

• Flux：



• Midjourney：

Black Forest Labs：Fluxを生み出した天才集団

Fluxを開発したBlack Forest Labsは、現代のAI画像生成技術の多くを生み出した人々によって設立されたドイツの新興企業です。

主要メンバー

• Robin Rombach
• Andreas Blattmann
• Dominik Lorenz

彼らは全て元Stability AIのエンジニアであり、ディフュージョンベースのAIモデル開発における第一人者たちです。この技術は多くのAIビデオツールにも応用されています。

Fluxの3つのバージョン

現在、Flux.01には3つのバージョンがあります。

1. Pro版：商用ライセンスあり。FreePikなどの企業が利用。
2. Dev版：中程度の重さのモデル。
3. Schnell版：高速モデル。

プロンプトへの忠実度、画質、画像内のテキストレンダリングにおいて、Midjourney、DALL-Eをも上回る性能を示しています。

さらに、Black Forest Labsは高品質なアウトプットを提供するオープンソースのテキスト→ビデオモデルも開発中とのことです。

Fluxの使い方：今すぐ試せる方法

Fluxを使ってみたい！という方に、いくつかの方法をご紹介します。

1. ローカルでの実行

高性能なラップトップをお持ちの方は、Flux.01をダウンロードしてローカルで実行できます。Pinokioランチャーを使用すると、数回クリックするだけで簡単にインストールと実行が可能です。ただし、ファイルサイズが大きいので注意が必要です。

2. オンラインプラットフォームの利用

PCのスペックが足りない場合でも、以下のウェブサイトですでにFlux.01を利用できます。

• NightCafe：AI画像プラットフォームの一つです。Ideogramや Stable Diffusion 3との比較も簡単にできます。
• Poe：チャットボット形式でFlux.01による画像生成が可能です。ChatGPTやDALL-Eを使う感覚で画像を作成できます。
• Based Labs、Hugging Face、Fal.ai：開発者向けのプラットフォームでもFluxにアクセスできます。
• FreePik：最大級のAI画像プラットフォームの一つで、現在Fluxの導入を進めていると発表しています。

Fluxの未来：AI画像生成の新たなスタンダードになるか

Fluxの登場により、AI画像生成の世界は新たな局面を迎えています。オープンソースで高性能なモデルが広く使えるようになることで、クリエイターや企業にとって新たな可能性が開けると言えるでしょう。

Fluxの強みは以下の点にあるようです：

1. アクセシビリティ：オープンソースであることで、多くの人が自由に使える。
2. 柔軟性：ローカル実行が可能なため、インターネット接続なしでも使用できる。
3. 進化の速さ：開発者コミュニティの貢献により、急速な改善が期待できる。

一方で、課題もあります。例えば、ローカル実行には高性能なハードウェアが必要なこと、また、オープンソースモデルの悪用防止策なども考えていく必要があるでしょう。

このアップデートが私たちのデジタルクリエイティブ体験をどのように変えるのでしょうか？。

Midjourney v6.1の主な改善点

Midjourneyの開発チームは、v6.1で以下の点を中心に改善を行いました：

1. 人物の肌のテクスチャがより自然に
2. 腕、脚、手、体の描写が改善
3. テキストの可読性が向上
4. 全体的な画質の向上
5. 処理速度が25%アップ

これらの改善により、Midjourneyが生成する画像の品質と多様性が大きく向上しています。

v6.1の新機能

1. 人物描写の革新的な進化

v6.1の最も注目すべき改善点は、人物の描写です。特に肌のテクスチャが格段に自然になりました。以前のバージョンでは、人物の肌が不自然に滑らかだったり、逆に粗すぎたりすることがありましたが、v6.1ではより現実に近い質感を再現しています。

また、腕や脚、手の描写も改善されました。AIが生成する人物画像で最も不自然に見えがちだった手の形や指の数なども、より正確になっています。

2. テキスト描画の飛躍的向上

v6.1では、画像内のテキスト描画能力が大幅に向上しました。これは、ポスターやロゴ、広告などのデザイン制作において非常に重要な改善点です。

特筆すべきは、プロンプト内で引用符（””）で囲んだテキストを、画像内に正確に描画できるようになったことです。例えば、映画ポスターを作成する際に、タイトルやキャッチコピーを正確に描画できるようになりました。

3. 画質と処理速度の向上

v6.1では、全体的な画質が向上し、ピクセルのアーティファクト（不自然な模様や歪み）が減少しました。また、標準的なジョブの処理速度が25%向上したことで、より迅速に作業を進められるようになりました。

さらに、新しい「–q 2」モードが追加されました。このモードでは処理時間が長くなりますが、より詳細なテクスチャを生成し、さらにリアルな画像を作成できます。

Midjourney v6.1の実力を検証

実際にMidjourney v6.1を使用して、いくつかのテストを行ってみました。

テスト1：映画ポスターの作成

プロンプト：「Movie poster for “Cats in Space.” Subheading “They are feline good”. It shows a cat in a space suit on the moon.(“Cats in Space”という映画のポスターで、サブ見出しは”They are feline good”。宇宙服を着た猫が月面にいる様子を表現。)」

結果：

– 4つのバリエーションが生成されました。
– そのうち2つが指定したスタイルに近い仕上がりでした。
– 1つのバージョンでは、タイトルとサブ見出しが正確に描画されていました。

この結果から、テキスト描画能力が向上していることが確認できました。また、猫と宇宙服という異なる要素を組み合わせた複雑な画像も、しっかりと生成できています。

テスト2：日常シーンの描写

プロンプト：「Wide shot of Japanese woman playing free piano at train station(駅の無料ピアノを弾いている女性のワイドショット)」

結果：

• 4つのバリエーションすべてが、プロンプトに沿った画像を生成しました。
• 人物の姿勢や表情、ピアノの形状など、細部まで自然に描かれていました。

この結果から、Midjourney v6.1が日常的なシーンも正確に描写できることが分かります。人物とオブジェクト（ここではピアノ）の関係性も適切に表現されています。

テスト3：動画への展開

Midjourney v6.1で生成した女性の画像を、Runway Gen-3 Alphaの画像から動画への変換機能を使って動画化しました。

結果：

• 人物の顔が、なぜか変わってしまいました
• 肌の質感や髪の動き、表情の変化などが自然です。

この結果は、Midjourney v6.1が生成する静止画の品質が高いことを示すとともに、他のAIツールとの連携によって新たな可能性が開けることを示唆しています。

Midjourney v6.1がもたらす可能性

Midjourney v6.1の改善点を踏まえると、以下のような活用方法が考えられます：

1. 広告・マーケティング: より魅力的で説得力のあるビジュアルを短時間で作成できます。
2. エンターテインメント: 映画やゲームのコンセプトアートをより迅速に、高品質で生成できます。
3. ファッション・デザイン: より自然な人物画像を使って、衣服やアクセサリーのデザインを効果的に表現できます。
4. 建築・インテリア: 空間と人物の関係性をより正確に描写し、プレゼンテーションの質を向上させられます。
5. 教育: 複雑な概念や歴史的シーンを視覚的に表現し、学習効果を高められます。

今後の展望：Midjourney v7への期待

Midjourney v6.1は、大きな進化を遂げましたが、これはv7へ向けたステップの一つに過ぎません。今後予想される改善点としては：

• さらなる人物描写の向上（特に複数人物の相互作用）
• より複雑なシーンや状況の正確な描写
• 動画生成機能の統合
• ユーザーインターフェースの改善とカスタマイズ機能の拡充

などが考えられます。

INDEX

• Microsoft Designerって何？AIがあなたの想像を形にする魔法のアプリ
  • AIが画像を生成する仕組み
  • 便利な機能がいっぱい
• iPhoneユーザーにとってのメリット
  • 無料で使える！でも制限あり
  • アバター作成機能も
• AppleのAI機能との比較
  • Apple Intelligenceは今後登場予定
• 実際の使用感と注意点

Microsoft Designerって何？AIがあなたの想像を形にする魔法のアプリ

AIが画像を生成する仕組み

Microsoft Designerは、AIを使って画像を生成するツールです。簡単に言えば、あなたが言葉で説明した内容を、AIが理解して画像に変換してくれるんです。

例えば、「夕日に染まる富士山」と入力すれば、AIがその様子を想像して画像を作り出してくれます。まるで魔法みたいですよね。

便利な機能がいっぱい

Microsoft Designerは単に画像を作るだけじゃありません。SNS用の画像やグリーティングカードを簡単に作れるテンプレート機能もあります。

さらに、既存の写真を編集する機能も充実しています。背景や物体を変更したり、写真全体のスタイルを変えたりすることができます。

私も実際に使ってみましたが、本当に便利でした、あっという間にプロ並みのデザインができあがりました。

iPhoneユーザーにとってのメリット

無料で使える！でも制限あり

Microsoft Designerは、iPhoneユーザーなら誰でも無料でダウンロードして使えます。ただし、1日に15回までという制限があります。

これを「ブースト」と呼んでいて、AIを使った画像の変更をするたびに1つ消費されます。

もし、もっとたくさん使いたいという方は、￥3,200/月の「Copilot Pro」というサブスクリプションに加入すると、1日100回まで使えるようになります。

アバター作成機能も

自分だけのオリジナルアバターを作れる機能もあります。SNSのプロフィール画像作りに重宝しそうですね。

プロンプト：多様なアバターが表示され、さまざまなスタイル、個性、カスタマイズオプションが強調されていること。アバター作成におけるアプリの多様性を強調するため、カラフルで魅力的なデザインであること

AppleのAI機能との比較

Apple Intelligenceは今後登場予定

実は、AppleもMicrosoft Designerと似たような機能を持つ「Apple Intelligence」というシステムを開発中です。こちらには「Image Playground」という画像生成ツールが含まれる予定です。

ただ、Apple Intelligenceはまだベータ版の段階で、正式リリースは今年の秋頃になる見込みです。つまり、Microsoft Designerの方が先に一般ユーザーの手に届いたということになります。

プロンプト：未来的な街並みや美しい自然の風景など、テキストプロンプトから生成された鮮やかで高品質なシーンを紹介する画像であること。ディテールと豊かな色彩にこだわり、AI画像生成ツールの素晴らしい機能を強調するデザインであること。

実際の使用感と注意点

Microsoft Designerを使ってみると、特に、SNS投稿用の画像作成が格段に楽になります。ただ、AIが生成する画像なので、時々予想外の結果になることもあります。でも、それもまた面白いところかもしれません。

注意点としては、AIが生成した画像の著作権や利用規約については、よく確認しておく必要があります。ビジネスで使用する場合は特に気をつけましょう。

(Via Apple Insider.)

このBingと最新AI画像生成技術との組み合わせは、私たちがデジタルコンテンツを創出し、交流する方法を根本から変えつつあります。

DALL-E 3: AI創造性の新境地

前モデルを遥かに超えるDALL-E 3は、その精度の高さ、写真のようなリアリズム、そして創造性の幅の広さで際立っています。

これは単なるアップグレードではなく、画像生成の分野におけるAIの可能性を再定義するものです。ChatGPTとの統合により、ユーザーは画像生成ツールと直感的かつ対話的にやり取りする新たな方法を享受できます。

BingでDALL-E 3の力を引き出す

Microsoft Bingを通じてDALL-E 3を利用するプロセスは非常にスムーズです。ユーザーは、追加料金や複雑な登録手続きなしに、AIによる画像生成の世界に簡単にアクセスできます。

この魔法のような体験の核心は、ユーザーとの対話にあります。Bing Chatを利用することで、ユーザーは初期のプロンプトを繰り返すことなく、フォローアップの質問を通じて出力される画像を精緻化できます。

この反復的なプロセスは、まるで芸術的なコラボレーションのようで、DALL-E 3は新しいリクエストに対して素早く反応します。

Bing ChatまたはBing Image Creatorで使用する方法

1. Bing ChatまたはBing Image Creatorにアクセスして、画像の生成を開始します。
2. テキスト ボックスに質問またはプロンプトを入力します。



3. キーボードの Enter キーを押します。4 つの画像バリエーションが生成され、そこから選択できます。



4. 画像をクリックすると画像と共にプロンプトが表示されます。
5. 画像を保存するには、気に入った画像をクリックし、プロンプトの下にある[ダウンロード]ボタンを押します。

BingでのDALL-E 3の限界

その印象的な能力にもかかわらず、DALL-E 3には制限があります。

ChatGPTのDALL-E 3と違うのは:

• ChatGPTでは、1枚の画像ですが4枚の画像が表示されます。
• 16:9の指示を出しているのにスクエアの画像が表示されます。
• ChatGPTと違ってプロンプトを拡張して表示してくれません。
• 「 Bing Image Creatorによって作成」となっているからか、チャットで追加の指示で画像を修正できません。
• 作成された画像の左下にBing のアイコンの「b」が表示されます。

と言うことで、画像の作成にDALL-E 3のエンジン？を使用しているだけと言うことなのでしょうか？

これら以外にも、Bing Image Creatorの利用は、「ブーストクレジット」と呼ばれる週間の使用枠に基づいており、これが使い果たされると、画像生成の時間が長くなることがあります。

さらに、強化されたモデレーションと安全対策が施されていますが、これらは一部のユーザーにとっては制約と感じられるかもしれません。しかし、これらは、先進技術に無料でアクセスできるという特権と引き換えに受け入れられる小さな代償です。

未来はすでに始まっている

MicrosoftとOpenAIのパートナーシップは、AIが人間の創造性を高める可能性を示しています。Bingに統合されたDALL-E 3は、単なる機能以上のものです。

それはAIが私たちの想像力豊かなコンセプトを現実のものにする手助けをする未来への扉を開いています。参入障壁がないため、デジタルアートの新境地を探求する招待はすべての人に開かれています。