Meta、コンテンツ編集・生成のためのAI搭載ジェネレーティブモデルを発表

コインテレグラフによると、ソーシャルメディア大手のメタは、コンテンツ編集・生成のための2つの人工知能（AI）モデルを導入した。最初のモデル「Emu Video」は、メタの従来の「Emu」モデルを活用し、テキストと画像の入力に基づいてビデオクリップを生成することができる。2つ目のEmu Editは画像操作に特化したモデルで、画像編集の精度を高めることが期待できる。まだ研究段階ですが、メタはこれらのモデルがクリエイター、アーティスト、アニメーターにとって潜在的なユースケースになると考えています。 Emu Videoは、学習プロセスを2つのステップに分け、異なる入力に対してモデルが反応できるようにする、因数分解アプローチを用いて学習されました。このアプローチにより、テキストと生成画像の両方を条件とした動画を効率的に生成することができます。Emu Videoは、テキストプロンプトに基づいて画像をアニメーションさせることができ、2つの拡散モデルのみを使用して、毎秒16フレームで512x512の4秒間の動画を生成します。一方、Emu Editでは、背景の除去や追加、色やジオメトリの変換、ローカル編集やグローバル編集など、さまざまな画像操作を行うことができる。Metaは、1,000万枚の合成画像のデータセットを用いてEmu Editを学習させた。それぞれのデータセットには、入力画像、タスクの説明、目標とする出力画像が含まれている。 メタ社のEmuモデルは、フェイスブックやインスタグラムでユーザーが共有した写真やキャプションを含む11億のデータを使って訓練された。しかし、規制当局はメタ社のAIベースのツールを厳しく監視しており、同社は慎重な展開アプローチを採用している。メタ社は最近、政治キャンペーンや広告主がフェイスブックやインスタグラムで同社のAIツールを使って広告を作成することを許可しないと発表したが、同プラットフォームの一般的な広告ルールはAIを特に取り上げていない。