AIリアルタイム全身人物写真ジェネレーター
(generated.photos)- Generated PhotosのHuman Generatorは、オンラインで全身人物写真をリアルタイムに生成・編集するツール
- モデルの手配やストック画像検索なしに、数回のクリックで目的の全身写真を素早く作れるワークフローを打ち出している
- 生成条件には民族、年齢、体型、ポーズ、服装の選択まで含まれ、人物画像の幅を広げる
- アップロードした実在の顔を生成された体に適用でき、非商用利用は無料、商用利用は別途問い合わせが必要
- 同一人物のバリエーション生成、短いアニメーション、過去の生成物の確認・ダウンロードなどの機能が追加予定
Human Generatorが提供する全身人物生成
- Human Generatorは、Generated Photosのリアルタイム全身人物写真生成ツール
- 目的の人物写真を数回のクリックで得られることを目指している
- モデルエージェンシーに連絡したり、適切なストック画像を探したりする手間を減らす用途
- 生成・編集オプションは、人物の外見とシーン構成の両方を扱う
- 超リアルな人物生成: 高度なAIアルゴリズムにより、生成人物と実在の人物を見分けにくいとうたっている
- 多様性: さまざまな民族、年齢、体型のキャラクターを生成可能
- ポーズ選択: プロフェッショナルなポーズからカジュアルな姿勢まで選択可能
- 実在の顔の使用: 実在の顔を生成された体に即座に適用可能
- 服装変更: 複数の服装オプションを試せる
- 利用条件は用途によって分かれる
- 非商用利用は無料
- 商用用途は
work.with@generated.photosへ問い合わせが必要
追加予定の機能とGenerated Photos製品群
- Human Generatorには、生成結果をより再利用しやすくする機能が追加される予定
- Generate variations: 同一人物の複数のバリエーションを一度に生成
- Animations: 生成した人物を短いアニメーションで動かす
- History: 以前に生成した人物を再確認してダウンロード
- あわせて提供される関連製品もある
- Face Generator: パラメータで固有の顔を生成
- Face gallery: AI生成顔ギャラリー
- Anonymizer: 生成写真で身元を保護
- Datasets: 学習・研究用データセット
1件のコメント
Hacker News の意見
なぜこれほど速く、安く、バリエーションを簡単に作れるのか不思議に思うなら、フッターに見えるように GAN を使っているからです
GAN は単一の順伝播で画像を生成し、本物の潜在空間エンコーディングのおかげで編集も容易なため、拡散モデルよりはるかに高速です
「GAN は不安定すぎてダメだ」という通念も、広く流布した神話に近く、本来きちんと理解しているべき深層学習研究者たちも繰り返し口にしがちです
GAN は10億枚規模のデータセットでも高品質で写実的な画像へスケールでき、深層強化学習のさまざまな現象のように規模が大きくなるほど不安定になるのではなく、より安定することがあります
例として BigGAN on JFT-300m https://arxiv.org/pdf/1809.11096.pdf#page=8&org=deepmind、GigaGAN https://arxiv.org/abs/2303.05511、Projected GAN https://arxiv.org/abs/2111.01007、StyleGAN-XL https://arxiv.org/abs/2202.00273、Tensorfork の chaos runs https://gwern.net/gan#tensorfork-chaos-runsがあります
「コンピューティングは大衆文化だ」という言葉を思い出します
GAN が優れたものになれないと言っているわけではありませんが、このサイトをその主張の裏付けとして使いたくはありません
まともな写実系 SD1.5 ベースのチェックポイントに基本的なプロンプトテンプレートを付けたものより劣るものを、なぜ使わせようとするのか分かりません
その例の中で品質が最も良い GigaGAN でさえ、損失関数が7つも必要で、構造が非常に複雑です
GAN もスケール可能ではありますが、拡散モデルのほうがはるかにスケールさせやすいです
研究者たちが GAN は推論時に不安定だと言っている、という意味なら、そういう雰囲気をどこで見たのか知りたいです
通常、推論時の批判は不安定性というより、学習に由来するモード崩壊や単調さに近いものです
逆に学習中の不安定性を指しているのなら、それはよくある批判で、実際に正しいのではないかと思います
生成器と、より強力な識別器との敵対的ゲームのバランスを取るために、TTUR や encodec の重みバランサーのようなありとあらゆる手法が使われます
この場合でも、GAN の学習が拡散モデルの学習と同じくらい直感的だと見ているのか気になります
私の経験では、GAN の学習には冒涜的と言えるほど多くのヒューリスティックが入り、ベストプラクティスもいまだに曖昧です
これは画像で既にうまくいっているモデルを大きくしたり調整したりした経験ではなく、音声のような別領域や新しい条件付き問題に GAN・拡散モデルを適用した経験に基づく話です
弱い生成バックボーンと精巧な生成バックボーンを対照群として置き、複数の GAN・拡散方式の学習体系を変えながら比較する、管理された実験をもっと見たいです
例（NSFW）: https://generated.photos/human-generator/64e741e6c4c0f80009e...
手足の本数、指の本数などが間違っています
たまに良い結果もありますが、およそ5%程度に見え、すぐ分かる変形のない良い結果はこのくらいです（非常に NSFW）: https://generated.photos/human-generator/64e7590e482612000b1...
これまでに生成した画像の95%ほどは、明らかに変形していました
たった今作った画像では、左足首から足の代わりに手が出ていて、右足の靴の先からは足指なのか手指なのか分からないものが突き出していました: https://generated.photos/human-generator/64e682308448b8000c5...
結果の大半が笑えるのは分かるし、このHNのコメントもここしばらく見た中で一番笑った https://news.ycombinator.com/item?id=37239909
それでも、これはものすごく恐ろしい
こうしたツールは今後も良くなっていくだろうし、数年以内に著名な公人の画像を、望むどんな生成写真にも入れて現実と見分けがつかないようにできるようになると考えないほうが難しい
すでにダウンジャケットを着たローマ教皇の画像のような事例を見ると、それほど先の話でもない
唯一の希望は、オンライン画像が極端に低品質化することで、人々がオンラインで見るものすべてを完全に信用しなくなり、結局また外で時間を過ごし始めることだ
[1] (NSFW、本当に) https://deepnude.cc/
数年前ならこうした画像生成は想像しにくかったし、今はこのツールがそれをやってのけるが、おそらく半分くらいはおかしな欠陥がある
さらなる改善が不可能だと信じる理由がないなら、比較的近い将来に現実と区別不能になる可能性は高い
ある意味では、むしろより安全かもしれない
あまりにも些細で簡単なことになれば、人々は写真を自動的に本物だと信じなくなるだろうから
自分のヌード写真をオンラインに投稿しても、悪意ある行為者がAIで作ったものだと言い逃れできる
このサービスの背後に誰がいるのか見つけにくい点が怪しい
普通は紹介ページや親会社へのリンクがあるものだが、利用規約とプライバシーポリシーをざっと見ても、誰なのか、どこで運営しているのかが明確ではない
LinkedInのリンクには8人が働いていると出ており、ほとんどは米国外の事業開発寄りに見える
登録者情報を盗んだり決済を横取りしたりするような悪意ある目的があるとは思わないが、インターネット上の信頼の崩壊には寄与している
もはやオンラインでパジャマを着た本物の犬と話しているのか、犬のふりをするAIと話しているのか確信しにくくなっている
普段ならこういうコメントはしないが、有料製品だったり個人情報を受け取るサービスだったりするのに、どこにいて誰なのか分からないままローンチするのは変だ
Icons8と同じ会社が作っており、Icons8には長い実績がある
創業者はIvan Braunで、実在の人物だ
Icons8の頃から知っている
そういう場合、匿名のまま静かにローンチして、本業の組織の関心を引かないようにしたい人は多い
誰もがProductHuntで自分の作品を発表しても問題ないTwitterの技術インフルエンサーになれるわけではない
人々に誤ってCSAMを見せたうえで、捜査機関への通報や結婚生活の破綻をちらつかせ、望まない外国の工作員のように操ろうとする、といった具合だ
陰謀論のように聞こえるが、このサイトは匿名で無料で、英語圏のエンジニアを狙っており、非常に怪しいコンテンツを生成する
このスレッドの一部コメントを見るだけでも、このサイトが一定の割合でCSAMを生成していることはかなり明らかだ
サイトを使うだけでもサイコロを振るようなもので、犯罪者になって北朝鮮や他の外国情報機関の駒にされかねない
外国情報機関が脅迫しようと連絡してきたら、https://www.inscom.army.mil/isalute/ と1-800-CALL-FBI(1-800-225-5324)に通報すべきだ
すべてのURLは身元特定可能でなければならないのか？
「高度なAIアルゴリズムのおかげで、Human Generatorが作った人間と実在の人物を見分けられないでしょう」と言っているが、掲載されている画像がベストだというなら悪い知らせがある
そう、6つだ
ただし、不気味の谷の頂点は確実にマスターしているようで、これが何に役立つのかはよく分からない
あらゆる場所に不自然に鋭い線があり、影は5方向から落ちている
これを「超リアル」と呼ぶのは笑える
プラスチックのような肌の人魚と、ひどくレンダリングされた背景の海水が出てきた
https://generated.photos/human-generator/64d6dde03af7f90007c...
その写真がAI生成だと知らなくても同じように感じるのか気になる
「Human Generatorで作った画像を商用プロジェクトで使うには問い合わせてください」とあるが、AI生成画像に著作権がないなら、いったいどうやって強制できるのか？
いくつかの事件はあったが、生成主体が人間ではなく自律生成だったり、生成物を別の作品の土台として使ったりした場合のように、複雑な要素が混ざっていた
それに、著作権がなくてもサービス利用規約は別途適用され得る
たとえば、OpenAIがOpenAIモデルの出力物で競合モデルを学習させないようにしているのと似ている
商用利用しないことに同意する代わりに、生成器を使わせるという仕組みだ
商用利用すれば規約違反であり、彼らはそれを執行可能な契約だと主張するだろう
著作権とは無関係だ
なので法的効力は、丁寧なお願い程度に見える
法律家ではない
生成AIツールのあるWebサイトを使う人が非人間の創作者と見なされるのかも明確ではなく、個人的には人間の創作者がいると見るほうが近いように思う
馬毛の筆で絵を描いたからといって、その絵を馬が作ったことになって著作権が消えるわけではない
10個を超える設定と膨大な選択肢、複数の自由入力を経た結果が「人間が作ったものではない」のか、結局確認する必要があるだろう
ジャングルで「登山服」を着た女性をリクエストしたら、デニムのGストリングとデニムのストッキングのようなもの、イブニングウェアのようなトップスを着て胸が露出した女性が出てきた
例の女性たちの胸が全部ちょっと変に見えるのは自分だけか？
全部やたら上のほうに付いている感じで、ほかの人たちがこのツールでヌードが出たと共有しているものまで見ると、ここで使ったデータセットは「特定の」層に合わせられていたように思える
それに速くもない
最初の試行では、すでに作ってあったものの繰り返しを見せているように見える
そのせいなのか、ケーキを食べるタイトなピンクのシャツ姿の男性が5人連続で出てきた
驚きだ
自分や顧客の要望にぴったり合う画像を1枚作るか、高品質なストック写真を買うのに使う時間で、熟練の商業イラストレーターが手を入れてようやく使い物になる写実的だが魅力のない画像を何百万枚も生成できる
大量に使い捨てる用途ならどうだろう？
全身ショットではなく3/4ショットを得るまでに画像を5枚ほど生成する必要があった
デザイナーがやるべきことをエンジニアがその場しのぎで処理するのも一般的なインターフェイスではすでに十分ひどいが、商業アート製品を売るなら、その分野の専門性を持つ人が必要だ
技術がどれほど見事で、理論上は商業アートの顧客層にうまく合っていても、アートを売るならアートとして批評されることになる
メンタルが強いことを願う
これが健康なアイスランド人成人女性だと出てきた: https://generated.photos/human-generator/64e6ff848448b800095...
放射線量が気になってくる
「足フェチは聞いたことあるだろ？ Brianは手の代わりに足が付いた女性にしか興奮しないんだ」
いったい何で学習させたんだ？
ページに入って「create human」を押したときに出てくるすべての生成画像は、リアルタイム生成ではなく、事前に用意しておいた画像リストから選んでいるように見える
おそらく精度基準で事前フィルタリングもされている可能性が高い
常にほぼ即座に出てくるが、同じ対象に少し修正を加えるだけでも、サイトが容量上限だとして失敗する
複数のユーザーが、手やほかの身体部位に関する典型的な問題を持つ画像も指摘していた
ランディングページが返す結果だけを見てこのサイトを判断すべきではない