Re Reference AI

技術

画像生成(画像生成AI)とは

Image Generation / 画像生成AI

テキストなどの入力から新しい画像を生成する技術

生成AI画像生成

概要

画像生成とは、テキストプロンプトや既存の画像などを入力として、新しい画像を生成する技術を指す。 GAN(敵対的生成ネットワーク)やVAEを経て、近年は拡散モデル(Diffusion Model)をベースにした手法が主流になっており、Stable DiffusionMidjourneyFLUXなどのモデルがテキストから高品質な画像を生成できる。 ノイズから段階的に画像を復元していく拡散プロセスと、テキストの埋め込みによる条件付けを組み合わせることで、プロンプトの内容を反映した画像を生成する。

比較

  • 拡散モデル拡散モデルは画像生成を実現する代表的なアーキテクチャの1つであり、画像生成というタスク自体はGANなど他の生成方式でも実現され得る
  • テキスト生成画像生成が視覚データを出力するのに対し、テキスト生成は自然言語の系列を出力する

関連用語

拡散モデルStable DiffusionMidjourneyFLUX