画素直接生成AI、予測方式を自動調整し質感補正
画像を圧縮せず画素から直接生成する拡散モデルで、予測方式を自動調整する手法MFlowと、細部の質感を補う軽量モジュールが提案された。画像制作の修整工数に影響し得る。
90 件
画像を圧縮せず画素から直接生成する拡散モデルで、予測方式を自動調整する手法MFlowと、細部の質感を補う軽量モジュールが提案された。画像制作の修整工数に影響し得る。
AI生成動画はカメラが動くと建物の形が歪み、視点移動が場面転換のように崩れる。研究チームは生成元を改変せず後から補正する手法VGCを提案した。動画制作の手戻り削減につながる可能性がある。

画像編集AIを何度も重ねて使うと品質が崩れる問題に対し、イスラエルなどの研究チームが自己出力で学習させる手法ACEditを提案した。長い編集の連続でも劣化を抑える。

アリババ系の研究チームが、EC商品の主画像を自動生成する基盤CommerceGen-Studioを開発した。商標や文字の正確さを保ち、日産数百万枚を数秒で出力する本番運用を実現しており、制作コストと掲載スピードの再設計を迫る。

韓国の研究チームが、描画中のキャンバスを見て次の配置を決める編集可能なレイアウト生成AI「PlayGround」を提案した。事前計画型の限界を超え、広告やバナー制作の工程短縮に道を開く。

画像生成AIが途中経過の誤りを自らの文章理解に反映し、ずれを固定化する現象が判明した。この逆流を抑える新手法SFGは、追加コストを抑えつつ指示への忠実度を高める。

撮影後にカメラ動作を変える生成AI再撮影では、未撮影部分の捏造が撤収後に発覚する課題がある。新手法は現場で破綻リスクを即時に可視化し、手戻りの抑制を目指す。

台湾の研究チームが、静止した3D空間に多様な動きを与え、どの視点からも途切れず循環させる手法OuroWorldを発表した。3D空間の「動く資産」化を低コストで進める技術として注目される。

画像編集AIが人手の正解画像も外部の採点モデルも使わず、自らの生成物だけで性能を高める手法Rubric-CEPRが登場した。教師データ作成の負担を軽くできる可能性がある。

研究チームが、動画生成AIの内部表現を圧縮しつつ品質を保つ手法GRACEを発表した。トークン数を8分の1、遅延を11.1分の1に減らし、動画制作の計算コストを下げる道を開く。

動画に後から加えた物体が、持ち上げられるなど元映像の動作と噛み合うよう編集するAI「ALIVE」が登場した。撮り直しに頼ってきた広告・研修動画の制作工程を変える可能性がある。

画像生成AIの内部状態に自然言語で質問し、生成途中の絵の中身を読み取る手法が提案された。内部情報を品質改善にも使えると示した点で、制作現場の品質管理に影響しうる。

米研究チームは、1枚の画像から3Dシーンを作り、カメラと被写体の動きを同時に指定できる動画生成システムGenCineを発表した。広告や映像制作の工程短縮に直結する技術である。

3Dガウシアンアバターの動作計算を線形近似へ蒸留する手法GALAが登場した。CPU負荷を最大3桁削減し、モバイルで60fpsを実現する。メタバースや接客分野の導入費用を左右し得る。
米研究者らが、学習済みの画像生成AIに手を加えず、エッシャー「プリント・ギャラリー」風の自己参照構図を生成する手法を提案した。画像と歪みを同時に生成する点が特徴である。

動画内の看板やラベルの文字を、背景の動きを保ったまま差し替える技術の評価基準「ViTeX-Bench」が公開された。広告やEC、多言語展開の制作工程を変え得る基盤として注目される。

米アドビなどの研究チームは、画素拡散モデルに敵対的学習を後付けし、構造を変えず画像の微細な質感を回復させる手法を示した。生成画像の品質向上を低コストで狙える点が注目される。
香港中文大学系などの研究チームは、画像を見て自ら描き直す統合モデルに強化学習を適用する手法を開発した。外部の検証器なしで生成品質が向上し、実務展開の負担軽減が期待される。

動画拡散モデルを4回の推論で動かす蒸留手法に、学習の劣化を抑える新手法PDMDが登場した。コード1行の変更で品質が向上し、動画制作の生成コスト削減に寄与する可能性がある。

国際研究チームが、画像生成AIの内部表現統合を頑健化する新手法「FuseReg」を発表した。エンコーダー層の組み合わせをランダムに学習させることで、モデル再学習なしに生成品質を最大29%改善できるという。
