特徴

Stable Diffusionの大きな特徴の一つは、高度なカスタマイズ性です。
2024年10月にリリースされたStable Diffusion 3.5では、この特徴がさらに強化されています。ユーザーは以下の方法で画像生成プロセスをカスタマイズできます。

モデルの選択

• Stable Diffusion 3.5 Large（8.1億パラメータ）：プロフェッショナル用途に適した高品質な1メガピクセル解像度の画像生成が可能
• Stable Diffusion 3.5 Large Turbo：わずか4ステップで高品質な画像を生成し、処理速度が大幅に向上
• Stable Diffusion 3.5 Medium（約2.5億パラメータ）：消費者向けハードウェアでも使いやすく、0.25〜2メガピクセルの解像度に対応

プロンプトエンジニアリング

新モデルはプロンプトへの忠実度が向上し、より詳細な指示に基づいて画像を生成可能

パラメータ調整

Query-Key正規化技術の導入により、モデルのトレーニングプロセスがより安定化し、さらなる微調整や開発が容易に

転移学習

カスタマイズ性を優先し、幅広い知識ベースと多様なスタイルをモデル内に保持することで、ダウンストリームタスクの柔軟性をサポート

拡張機能

• Web UIやComfy UIなどのインターフェースを通じて、様々な拡張機能を利用可能
• これらのインターフェースを通じて、ポーズ指定や線画抽出など、多様な機能を追加できる可能性があります

このカスタマイズ性により、ユーザーは自分の創造性を最大限に発揮し、独自の画像生成ワークフローを構築できます。また、オープンソースであるため、開発者コミュニティによる継続的な改良と拡張が行われています。

さらに、Stable Diffusion 3.5は商用利用も可能で、年間収益100万ドル未満の個人や組織は無料で使用できるなど、柔軟なライセンス体系も特徴です。

特徴

Midjourneyは、Discordを介して利用するユニークな画像生成AIツールで、その特徴的なコミュニティ機能が魅力の一つです。
ユーザーは専用のDiscordサーバーに参加し、他のクリエイターと交流しながら画像生成を楽しむことができます。このプラットフォームでは、以下のような機能が提供されています。

1. 共同作業チャンネル：アイデア共有とフィードバック
2. テクニカルサポート：専門チャンネルでの問題解決
3. インスピレーションの共有：他ユーザーの作品閲覧
4. コミュニティイベント：定期的なチャレンジや競争

最新の機能

• パーソナライズドモデルとムードボード：複数のプロファイル作成と画像コレクション機能
• Patchwork機能：ウェブ上で利用可能な新しいストーリーテリングツール
• 一貫したスタイル生成：「sref」と「cref」パラメータによる画像生成
• 外部エディタ：一部ユーザーが外部画像も編集可能になった。
• コラボレーティブイベント：「Midjourney Music Video Jam」など新イベントの開催

更に、10月に「Edit＆Retexture」機能のテスト版がリリースされました。この機能により、以下のような画像編集が可能になりました。

• 画像の拡張
• オブジェクトの編集
• リテクスチャリング
• 解像度のアップスケーリング
• モックアップ作成

ただし、人物の外見変更や特定の背景変更には制限があります。また、この機能の使用には年間メンバーシップ加入や一定の利用実績が必要です。
2025年1月にはV7モデルのリリースが予定されており、さらなる機能拡張が期待されています。

これらの新機能により、Midjourneyは単なる画像生成ツールを超えた、より柔軟で創造的なコミュニティプラットフォームとしての役割を強化しています。デザイナーや創造的な専門家にとって画期的なツールとなり、インテリアデザイン、ファッション、製品デザインなど、様々な分野での活用が期待されています。