Perplexityは、DALL-E 3技術を用いた画像生成サービスを発表しました。ユーザーは検索内容に基づいて、AI生成であることを示すマーク付きの画像を生成できます。
CEOによると、近日中にサービスが開始され、ユーザーは絵画風や写真風など、様々なスタイルを選択できるようになります。
この発表は、特にGoogle検索におけるAI生成画像が実際の写真に取って代わる可能性に関する懸念を引き起こしています。検索エンジンの正確性に対する懸念が高まっています。
Perplexityの新しいサービスは、ユーザーに新しい創作方法を提供します。検索結果に直接画像を生成し、公開することが可能です。
【AIデイリー】へようこそ！ここは、毎日人工知能の世界を探求するためのガイドです。毎日、開発者に焦点を当て、技術トレンドを洞察し、革新的なAI製品アプリケーションを理解するのに役立つ、AI分野のホットなコンテンツをお届けします。
最近開催されたブルームバーグテックサミットにおいて、PerplexityのCEOであるアラヴィンド・スリニヴァス（Aravind Srinivas）は、2023年5月にPerplexity AI検索エンジンが驚異的な7.8億回のクエリを受け取ったことを明らかにしました。そして同プラットフォームの月間ユーザー成長率は20%を超えています。スリニヴァスは次のように述べました: 「我々がこの成長率を維持できる場合、予測では1年以内に週に10億回のクエリに達するでしょう。これは非常に印象的です。なぜなら20
最新情報によると、Midjourneyのビデオ機能は今月リリース予定です。同時に、V7.1およびV8モデルの開発も加速しています。本記事では、Midjourneyの最新動向を詳しく解説し、ビデオ機能の突破、サーバーのアップグレード、スタイル参照（sref）の最適化、そして将来のモデル計画について取り上げ、AI画像生成の最先端の進展をお届けします。ビデオ機能が間もなくリリースされ、来週には評価パーティーが開始されます。AIbaseによれば、Midjourneyのビデオ生成機能は最終段階に達しています。
OpenAIはその画像生成API（Responses API）で大きなアップデートを発表しました。新機能として、ストリーミング伝送、複数の編集機能、Model Context Protocol(MCP)ツールとの統合、そしてリアルタイムウェブデータ検索を備えています。これらの新しい特徴により、画像生成の効率が向上し、開発者たちにさらに柔軟なクリエイティブな方法を提供しています。この進化はAIドライブによる視覚コンテンツ作成が新たなステージに突入することを意味します。AIbaseから今回のアップデートの主なポイントと業界への長期的な影響についてまとめられています。
字節跳動は最近、その最新のオープンソースマルチモーダルベースモデル——BAGEL（ビッグアドバンスドジェネラレイトドイミテッドリーナー）を正式にリリースしました。これは70億もの有効パラメーターの規模であり、マルチモーダルAIモデルの新段階を切り開きました。BAGELは画像理解、生成、編集などの重要なタスクで優れたパフォーマンスを発揮し、すでにQwen2.5-VLやInternVL-2.5など、現在の主流のオープンソース視覚言語モデル（VLM）を複数の標準評価で上回っています。
