2024年7月22日、AI研究開発スタートアップのSakana AIが「日本の美を学んだAI」を公開しました。この革新的なAIモデルは、日本の伝統的な浮世絵の美しさを現代のテクノロジーで再現し、新たな可能性を切り開きます。
AROUSAL Techの代表を務めている佐藤（@ai_satotaku）です。 Sakana AIというのは、他記事でも触れていますが、元Googleの研究者が東京を拠点に始めたAIスタートアップのことでしたね。 「日本の美を学んだAI」というワード、とてもワクワクしませんか？ AIという新しい技術が入ってきても、それを通して日本の伝統や文化が受け継がれていくのは感慨深いです。 日本を拠点としたサービスなので当たり前と言えば当たり前かもしれませんが、日本語のプロンプトで精度高く出力してくれるのはありがたいですね。 Sakana AI、まだ触れていないので、どこかで実際に使ってみて共有しようと思います。 感想をX（旧Twitter）でポストしていただけると嬉しいです。メンションも大歓迎です！ |
浮世絵風画像生成モデルEvo-Ukiyoe 日本語プロンプトから浮世絵を生成
浮世絵風画像生成モデルEvo-Ukiyoeは、日本語のプロンプトを入力することで浮世絵風の画像を生成する画期的なAIモデルです。このモデルの特筆すべき点は、風景や着物姿の人々など、浮世絵の代表的な題材を高品質で再現できることです。実際の浮世絵に匹敵する品質の画像を生成できるため、アートの愛好家や研究者にとって貴重なツールとなるでしょう。
Evo-Ukiyoeの開発には、立命館大学アート・リサーチセンター（ARC）所蔵の浮世絵作品のデジタル画像24,038枚が学習データセットとして使用されました。この膨大なデータセットにより、AIは浮世絵の細かな特徴や表現技法を学習し、高度な再現を可能にしています。このモデルの応用範囲は広く、芸術教育や文化財のデジタル保存、さらにはエンターテインメント産業での活用も期待されます。
例えば、歴史教育の場面で、特定の時代や出来事を描いた浮世絵風の画像を即座に生成し、生徒の理解を深めることができるでしょう。また、失われた浮世絵作品の復元や、現代的なテーマを浮世絵風に表現するなど、クリエイティブな用途も考えられます。
浮世絵カラー化モデルEvo-Nishikie 単色から多色へ、浮世絵の変換技術
浮世絵カラー化モデルEvo-Nishikieは、単色摺の浮世絵（墨摺絵等）を入力すると、多色摺の浮世絵（錦絵）風の画像を生成するAIモデルです。このモデルの登場により、以下のような革新的な応用が可能になります。
- 古典籍のカラー化：江戸時代の本（古典籍）に掲載された墨一色の挿絵を、鮮やかな多色摺の錦絵風に変換できます。
- 錦絵の色彩変換：既存の多色摺の錦絵を、異なる色彩パレットで再現することが可能です。
- 文化財のデジタル復元：時間の経過により色褪せた浮世絵作品を、本来の鮮やかな色彩で再現できます。
- アート創作の新手法：アーティストが単色のスケッチを基に、AIを使って多彩な浮世絵風作品を生み出すことができます。
- 教育ツールとしての活用：美術史や日本文化の授業で、浮世絵の制作過程や色彩の重要性を視覚的に示すことができます。
Evo-Nishikieの開発には、Evo-Ukiyoeと同様に立命館大学ARCの浮世絵デジタル画像コレクションが使用されました。この豊富なデータセットにより、AIは単色から多色への変換プロセスを精密に学習し、高品質な出力を実現しています。
日本文化の魅力を世界へ AIがもたらす新たな可能性
Sakana AIが開発したEvo-UkiyoeとEvo-Nishikieは、日本の伝統文化の魅力を世界に広める強力なツールとなります。これらのAIモデルは、言語や文化の壁を越えて、浮世絵の美しさと日本美術の精髄を国際的に共有することを可能にします。
具体的には、以下のような活用方法が考えられます。
- バーチャル美術館：世界中の人々が、自宅からインタラクティブな浮世絵展示を体験できます。
- 国際文化交流：日本文化を紹介するイベントで、リアルタイムで浮世絵を生成し、来場者を魅了することができます。
- 観光プロモーション：日本の観光地を浮世絵風に描いた画像を生成し、独特の魅力を海外に発信できます。
- ファッションデザイン：浮世絵の要素を取り入れた現代的なファッションデザインの創作に活用できます。
- 映画・アニメーション制作：日本の歴史を題材にした作品の美術設定や背景画に、AIで生成した浮世絵風画像を使用できます。
これらのAIモデルは、日本文化の魅力を新しい形で表現し、グローバルな文化交流を促進する重要な役割を果たすでしょう。同時に、日本の伝統美術に対する理解と関心を世界中で高めることにも貢献します。
教育と研究分野での活用 古典籍の新しい楽しみ方
Evo-UkiyoeとEvo-Nishikieは、教育や研究分野においても革新的な活用が期待されています。特に、古典籍の新しい楽しみ方を提供することで、日本文学や歴史研究に新たな視点をもたらす可能性があります。
例えば、以下のような活用方法が考えられます。
- 古典文学の視覚化：『源氏物語』や『平家物語』などの古典作品の場面をAIで浮世絵風に描き起こし、物語の理解を深めることができます。
- 歴史的事象の再現：江戸時代の出来事や風俗を、AIを使って浮世絵風に再現し、歴史学習の補助教材として活用できます。
- 文献学研究の支援：失われた挿絵や彩色を、AIを用いて推測・再現することで、古典籍の研究に新たな洞察をもたらすことができます。
- 美術史教育の強化：浮世絵の制作技法や色彩理論を、AIによる変換過程を通じて視覚的に学ぶことができます。
- デジタルアーカイブの充実：古い資料のデジタル化に際し、AIによるカラー化や画質向上を施すことで、より豊かなデジタルアーカイブを構築できます。
これらの活用法により、従来は専門家にしかアクセスできなかった古典籍の世界が、一般の人々にも親しみやすいものとなります。また、AIによる画像生成・変換技術は、失われた文化財の仮想的な復元や、歴史的景観の再現にも応用できる可能性があります。
技術的側面 DPO-SDXLとMagicoderの可能性
Sakana AIが開発したAIモデルの背後には、最先端の技術が存在します。特に注目すべきは、テキストから画像への拡散モデルに使用されている「DPO-SDXL」技術です。
DPO-SDXL（Direct Preference Optimization for Stable Diffusion XL）は、人間の比較データを直接最適化することで、拡散モデルをテキストの人間の嗜好に合わせる革新的な方法です。この技術により、生成される浮世絵風画像の品質と適合性が大幅に向上しています。
さらに、Sakana AIはHuggingFaceプラットフォーム上で「Magicoder」という小規模な言語モデル（LLM）も公開しています。このモデルは、AIによる画像生成と自然言語処理の融合を示唆しており、将来的には浮世絵生成AIとの連携も期待できます。
これらの技術的進歩は、単に画像生成の精度を高めるだけでなく、AIと人間の創造性の新たな共生関係を築く可能性を秘めています。
例えば、アーティストがMagicoderを使って浮世絵のコンセプトを言語で詳細に記述し、それをEvo-Ukiyoeが視覚化するといった、人間とAIの協働による新しい芸術創造のプロセスが実現するかもしれません。
まとめ
Sakana AIが公開した「日本の美を学んだAI」は、日本の伝統美術である浮世絵をAI技術で再現し、新たな可能性を切り開く画期的な取り組みです。Evo-UkiyoeとEvo-Nishikieという2つのモデルは、日本文化の魅力を世界に発信し、教育や研究分野での活用、さらには古典籍の新しい楽しみ方を提供します。
これらのAIモデルは、単なる技術的革新にとどまらず、文化の保存と普及、教育の革新、そして創造性の拡張に大きく貢献する可能性を秘めています。今後、さらなる発展と応用が期待される中、日本の伝統文化とAI技術の融合がもたらす新たな価値創造に注目が集まるでしょう。
引用元
記事ランキング
AIツールランキング
AIのべりすと
1. AIのべりすとの製品/サービス概要目的ユーザーがわずか数行のシードテキストを入力するだけで、AIが自然な日本語の小説を生成する。ターゲット小説家志望者趣味で創作を楽しむ一般ユーザー日本語の文章生成を活用したいクリエイター2. AIのべりすとの特徴構想から執筆までを一気通貫で支援：入力文から即座に続きを生成し、創作のハードルを下げる。ストーリーテリングに優れた生成品質：自然な文章展開や描写力が高く、読ませる作品が生まれる。ジャンル別の文体適応力：恋愛・ミステリーなどジャンルごとの特性を理解した文章生成が可能。創作の自由度が高い：生成文は自由に編集・補完可能で、ユーザーの作風に合わせて調整できる。文章生成の学習ツールとしても有効：AIの出力例を参考に構成力や表現力の向上が期待できる。開発者向けにも展開：REST APIで他アプリ・ゲームとの連携利用も可能。3. AIのべりすとの機能詳細シードテキスト入力冒頭の5〜6行程度の文章を入力することで、AIが続きを自動生成。ストーリー展開の起点となる。使用例：冒頭にキャラ紹介を記述し、その後の会話や展開をAIに任せる。利便性：文章構成の初動が楽になり、創作意欲が維持しやすい。ジャンル選択オプションSF・恋愛・ミステリーなど複数ジャンルから選択でき、生成結果に影響。使用例：ホラーを選択して独特の雰囲気をもつ物語を生成。利便性：目的に合わせた世界観や描写が得られる。リアルタイム出力テキスト入力後、即時に文章が生成・表示され、創作のテンポを妨げない。使用例：執筆中にAIを呼び出して章のつなぎを補完。利便性：執筆の流れを止めずにアイデアを展開可能。商用利用対応出力された作品は商業出版・販売などへの活用が許可されている。使用例：AI生成文をベースに電子書籍として出版。利便性：趣味から収益化へと発展できる。マイページ保存機能生成した作品をマイページ上で保存・管理できる。使用例：複数の物語を段階的に編集・再利用。利便性：継続的な執筆や修正に便利。開発者向けREST APIアプリやゲーム等と連携して利用できる開発者向けAPIを提供。使用例：RPGのストーリー分岐部分をAIに生成させる。利便性：外部ツールと統合し、創作を自動化・高度化。4. AIのべりすとの活用例【趣味で創作を楽しむユーザーの短編小説制作支援】前提創作初心者にとって、物語の展開を考えることや文章を自然につなげることが難しく、創作の途中で行き詰まってしまうことが多かった。期待される効果AIのべりすとを活用することで、簡単な導入文だけで物語の続きを自動生成。構成や文章表現の負担が軽減され、趣味として楽しく継続的に小説制作ができるようになった。導入ステップAIのべりすとに無料登録書きたいテーマやジャンルを選択冒頭のシードテキストを入力生成された文章を確認・必要に応じて修正SNSや創作サイトで作品を公開※この内容は活用可能性の一例であり、特定企業の導入結果ではありません。5. AIのべりすとの料金プランプラン月額料金主な機能内容無料プラン無料シード生成、ジャンル選択、商用利用可（一部制限）有料プラン要問い合わせ高速生成、保存上限拡大、APIアクセス可能等追加サービス・オプション：開発者向けAPI提供（APIマニュアル）公式Discordサーバー（Bit192 Official）：サポート、雑談、作品シェア用チャンネルを提供非公式AIのべりすとWiki（AIのべりすと Wiki）：使い方やトラブル対処法などを集約
Suno AI
1. 製品/サービス概要目的テキストから高品質な音楽と歌声を自動生成し、音楽制作の民主化を実現するターゲットユーザー音楽クリエイターコンテンツ制作者マーケティング担当者個人ユーザー 2. 特徴テキストベースの音楽生成：簡単な文章入力だけで、完全なオリジナル楽曲を作成高品質な音声合成：プロ級のボーカルと楽器演奏を自動生成多様なジャンルとスタイル：ポップス、ロック、クラシックなど、幅広い音楽ジャンルに対応カスタマイズ可能：楽曲の長さ、テンポ、楽器構成などを細かく調整可能リアルタイム編集：生成された音楽をその場で編集し、即座に反映コラボレーション機能：チームでの共同制作や楽曲の共有が容易商用利用ライセンス：有料プランで商用利用が可能 3. 機能詳細AI作曲機能名：インテリジェント作曲エンジン詳細説明：テキストプロンプトから楽曲の構造、メロディ、ハーモニーを自動生成使用例：マーケティングキャンペーン用のジングル作成利便性：専門知識不要で短時間に高品質な楽曲を制作可能AI歌声合成機能名：ボーカルシンセサイザー詳細説明：自然で表現豊かな歌声を生成し、歌詞に合わせて自動調整使用例：ポッドキャストのオープニングテーマ制作利便性：ボーカリスト不要で、多様な声質やスタイルの歌声を即座に生成マルチトラック編集機能名：トラックマスター詳細説明：各楽器パートを個別に編集し、ミックスを調整可能使用例：生成された楽曲のギターソロを強調利便性：プロ級の音楽制作ソフトのような詳細な編集が可能スタイル転送機能名：ジャンルシフター詳細説明：既存の楽曲を別のジャンルやスタイルに自動変換使用例：クラシック曲をジャズアレンジにリメイク利便性：一つの楽曲から多様なバリエーションを簡単に作成歌詞生成機能名：リリックジェネレーター詳細説明：テーマやキーワードから歌詞を自動生成使用例：ブランドの価値観を表現する歌詞の作成利便性：ライターズブロックを解消し、創造的なアイデアを提供音楽理論アシスタント機能名：ハーモニーヘルパー詳細説明：コード進行や音階の提案、理論的な説明を提供使用例：初心者が適切なコード進行を学習利便性：音楽理論の知識を深めながら、質の高い楽曲制作が可能エクスポート機能機能名：フォーマットコンバーター詳細説明：生成された楽曲を様々な形式でエクスポート使用例：SNS投稿用に最適化された短尺動画の作成利便性：異なるプラットフォームや用途に合わせて柔軟に出力可能 4. 導入事例導入6ヶ月で投資額の5倍以上のコスト削減と新規案件獲得を実現｜デジタルマーケティングエージェンシーA社課題クライアント向けの音楽制作に多額の予算と時間を費やしていた楽曲のカスタマイズに時間がかかり、クライアントの要望に迅速に対応できなかった成果Suno AIの導入により、音楽制作コストを70%削減クライアントの要望に応じた楽曲を数分で生成し、修正サイクルを大幅に短縮クリエイティブの幅が広がり、クライアント満足度が30%向上導入ステップアカウント作成：Suno AIの公式サイトでアカウントを登録プラン選択：利用目的に合わせて適切なプランを選択チュートリアル：基本的な使い方をガイド付きで学習初回プロジェクト：サンプルプロジェクトで実際に楽曲を生成カスタマイズと展開：生成された楽曲を編集し、実際のプロジェクトに活用 5. 料金プランプラン名料金（月額）主な特徴推奨ユーザーベーシック$0 1日10曲まで生成可能基本編集機能個人ユーザー学生プロ$10 月500曲生成可能高度な編集機能商用利用可フリーランス中小企業プレミアム$30 月2000曲生成可能全機能利用可優先サポート大企業プロダクションハウス2025年5月19日調べ上記料金は月間契約の月額費です。参考：https://suno.com/account年間契約だと、各月の料金が20％OFFされます。追加サービスとオプションAPI利用：カスタム価格設定（利用量に応じて）エンタープライズソリューション：要相談トレーニングワークショップ：1セッション$500からSuno AIを使ってみる>>
AivisSpeech
1. 製品/サービス概要目的AivisSpeechは、任意の音声を感情豊かに表現し、高精度でテキスト化することで、情報共有やコンテンツ制作を支援します。ターゲットユーザー動画制作やボイスドラマ制作を行うクリエイタービジネスプレゼンテーションや会議の効率化を目指す企業教育・研修用の音声資料を作成する教育機関や講師2. 特徴高精度な訳出技術：AIエンジンを搭載したモデルにより、音声の訳出における高精度を実現。複数言語の対応性：英語や日本語はもちろん、その他の言語にも対応。リアルタイムのテキスト化機能：訳出結果をリアルタイムで一瞬で可視化。シェアリング機能：結果を簡単に共有できるため、チーム作業が効率化。3. 機能詳細感情豊かな音声合成詳細説明：人間の声のように自然で感情豊かな音声を生成。使用例：ボイスドラマや動画ナレーションの作成。利便性：魅力的なコンテンツを迅速に制作可能。リアルタイム音声テキスト化詳細説明：音声を瞬時に文字データに変換。使用例：会議やインタビューの記録。利便性：効率的な情報整理が可能。カスタマイズ可能な話者スタイル詳細説明：音声のテンポや音量を細かく調整可能。使用例：キャラクターごとの表現を追加したボイスコンテンツ。利便性：多様な表現力でリスナーを引き込む。高互換性と簡単操作詳細説明：VOICEVOXやYMM4との互換性でスムーズに導入可能。使用例：動画編集ソフトと連携しての音声生成。利便性：既存のワークフローを簡単に強化。4. 導入事例動画コンテンツ制作におけるクリエイターの活用例課題 ナレーション制作に時間とコストがかかる複数の話者が必要なプロジェクトでの対応が困難成果 作業時間を50％短縮低コストで複数話者のナレーションを実現導入ステップスクリプトをAivisSpeechにアップロード話者スタイルを選択して音声を生成動画編集ソフトにインポートしてナレーションを完成5. 料金プラン無料でダウンロード可能。全ての基本機能を無料で利用可能。個人・法人・商用問わず適用。追加サービスとオプション音声合成モデル制作代行サービス：まるなげボイス(α) by Aivis Project にて、専用に録音されていない音声データからでも高品質な音声合成モデルを制作。詳細はAivis Projectの「お問い合わせフォーム」をご利用ください。AivisSpeechを使ってみる>>
