Alibaba Cloud が AI 画像生成モデル Tongyi Wanxiang を発表、創造性と生産性を解き放つ

ModelScopeGPT も同時に発表。言語、視覚、音声の各領域で複雑な AI タスクの遂行を支援します。

上海、中国、2023 年 7 月 7 日 — Alibaba Group のデジタルテクノロジーとインテリジェンスの基盤である Alibaba Cloud は、World Artificial Intelligence Conference 2023 において、最新の AI 画像生成モデル Tongyi Wanxiang（「万象」は「数万の画像」を意味する）を発表しました。この最先端の生成 AI モデルは、中国国内の企業顧客向けにベータテストの提供を開始しています。

加えて、言語、視覚、音声の各領域にわたる複雑で専門的な AI タスクを、ModelScope 上の多様な AI モデルを活用して遂行するための汎用フレームワーク ModelScopeGPT の提供開始も発表しました。ModelScope は Alibaba Cloud が昨年に導入したオープンソースの Model-as-a-Service (MaaS) プラットフォームで、900 以上の AI モデルを搭載しています。

Alibaba Cloud Intelligence の CTO、Jingren Zhou は次のように述べています。「Tongyi Wanxiang は、先進的な生成 AI モデルの開発における新たなマイルストーンです。私たちは引き続き、パラダイムシフトを促す技術を探求し、企業やコミュニティの創造性と生産性を解き放つ取り組みを進めていきます。」

「Tongyi Wanxiang のリリースにより、高品質な生成 AI 画像がより広く利用可能になり、EC、ゲーム、デザイン、広告など幅広い分野の企業において、革新的な AI アートと創造的表現の発展が促進されます。」

Tongyi Wanxiang による画像生成

この生成 AI モデルは多様なタスクに対応し、中国語と英語のテキストプロンプトに応じて、水彩画、油絵、中国画からアニメーション、スケッチ、フラットイラスト、3D カートゥーンまで、さまざまなスタイルの詳細な画像を生成できます。さらに、画像を類似スタイルの新しい画像に変換したり、スタイル変換を通じて元画像の内容を保持しながら別の画像の視覚スタイルを適用したりすることも可能です。

Alibaba Cloud の知識整理、視覚 AI、自然言語処理 (NLP) における先駆的な技術に支えられ、このモデルは多言語素材を活用したトレーニングにより、強力な意味理解能力を備え、より正確で文脈に合った画像生成を実現しています。

さらに、信号対雑音比に基づく高解像度拡散プロセスの最適化により、構図の正確さとディテールの鮮明さのバランスを取りながら、コントラストが高く視覚的に印象的な画像をクリーンな背景で生成する能力を強化しています。

Tongyi Wanxiang は、Alibaba Cloud の独自開発大規模モデル Composer を使用して開発されており、画像合成の品質と創造性を維持しながら、空間構成やカラーパレットなどの最終的な画像出力をより細かく制御できます。

Tongyi Wanxiang によるテキストからの画像生成例：

Prompt: 夕暮れの都市風景、モダンな建築とアニメの情感あふれる美学が融合した世界。

Prompt: 鮮やかな色彩で美しい自然を無限ループのサインに重ねたイメージ

Prompt: 没入感あふれる白黒の曼荼羅の森で、静かに佇む虎を線と筆致で描いた画像。

Prompt: 6 歳の少女が美しく精巧な中国風の漢服を着て、衣類ラックの前でポーズ。ミディアムクローズアップ、85mm レンズ

Tongyi Wanxiang のデモ動画はこちら：alizila.com/video/wach-how-alibaba-tongyi-wanxiang-creates-generative-ai-image/。中国国内の企業顧客は、Tongyi Wanxiang のベータテストにこちらからお申し込みいただけます：https://wanxiang.aliyun.com/

ModelScopeGPT — 高度な AI タスクに対応

Alibaba Cloud はまた、ModelScopeGPT を発表しました。これは、プラットフォームで提供される大規模言語モデル (LLM) の力を活用する強力なフレームワークです。ModelScopeGPT は LLM をコントローラーとして使用し、ModelScope オープンソースコミュニティ内の幅広い専門分野別モデルを連携させます。充実した Model-as-a-Service エコシステムの上に構築された ModelScopeGPT は、Alibaba Cloud が提供する多様な AI 機能を活用します。企業や開発者は ModelScopeGPT を無料で利用でき、ユーザーのリクエストに応じて最適なモデルを選択・実行し、多言語動画の開発など高度な AI タスクを処理できます。

Alibaba Cloud は 4 月に LLM「Tongyi Qianwen」を発表し、ユーザー体験を向上させるため、Alibaba のさまざまな事業への統合を計画しています。顧客や開発者はこのモデルを利用して、コスト効率に優れたカスタマイズ AI 機能を構築できます。発表以来、フィンテック、電子機器、運輸、ファッション、乳業など幅広い業界の企業から 30 万件以上のベータテストの申し込みがありました。

Tongyi Qianwen は Alibaba Cloud の AI アシスタント Tingwu にも統合され、マルチメディアコンテンツを高い精度と効率で理解・分析できるようになっています。発表以降、36 万人以上のユーザーが AI 搭載アシスタントを利用しています。

AI ハッカソンでイノベーションを促進

ModelScope は中国で初めての AI ハッカソンを開催し、AI モデルの産業応用を促進しました。インセンティブとして、現金賞品や大手ベンチャーキャピタルからの資金提供機会が用意されました。

300 以上の参加チームの中から 56 チームが決勝に進出しました。参加者は 2 つのトラックでグランプリを競いました。1 つ目のトラックは、大規模言語モデルを革新して実社会の問題を解決すること。2 つ目のトラックは、事前学習済みモデルを活用して、テキストからの画像生成や、特定のタスクに適したモデルを活用する LLM 搭載の自律エージェントの構築など、指定されたタスクを完了することです。

「コンテストやその他のコミュニティイベントの開催を通じて、より多くの開発者や起業家と交流し、アイデアの実現、生産性の向上、そして業界の未来を変革し形作る汎用性の高い AI ツールの創造を奨励していきたいと考えています」と Jingren Zhou は述べています。

Alibaba Cloud について

2009 年に設立された Alibaba Cloud (www.alibabacloud.com) は、Alibaba Group のデジタルテクノロジーとインテリジェンスの基盤です。世界中の顧客に、エラスティックコンピューティング、データベース、ストレージ、ネットワーク仮想化サービス、大規模コンピューティング、セキュリティ、管理およびアプリケーションサービス、ビッグデータ分析、機械学習プラットフォーム、IoT サービスを含む包括的なクラウドサービススイートを提供しています。IDC によると、Alibaba は 2018 年以降、グローバルで 3 番目のパブリッククラウド IaaS サービスプロバイダーとしての地位を維持しています。Gartner によると、米ドルベースの収益において、2018 年以降、世界 3 位、アジア太平洋地域では首位の IaaS プロバイダーです。