Stability AIのStable Artisanリリースが生成AI界に波紋を呼ぶ

Stability AI、生成AI機能を強化：Stable Artisan Discordボットを発表

サービス概要

本日、Stability AIは、テキストおよび動画コンテンツ生成のためのStable Artisan Discordボットを公式に発表しました。この新サービスでは、Stable Diffusion 3（SD3）を使用した画像生成や、Stable Video Diffusion（SVD）を通じた動画生成がDiscord上で可能になります。この取り組みは、2022年に競合のAI画像サービスMidjourneyが確立した成功モデルを基にしています。

背景とアクセス方法

以前、Stability AIはその核心となるStable DiffusionモデルへのアクセスをAPIを通じて提供しており、モデルの重みはHuggingFaceで入手可能でした。2023年2月までStable DiffusionはClipdropを通じても利用可能でしたが、現在はAIスタートアップJasperの一部となっています。Stable Videoは、Stability AIが所有するStableVideo.comを通じてまだ利用できます。

Stability AIの共同CEO兼CTO、クリスチャン・ラフォルテ氏は、「Stable Artisanの最初のローンチにより、ユーザーの利用状況を監視し、Discordボットの機能が私たちの品質基準を満たすか確認することができます。将来的にはさらに多くの機能を追加する予定です。」と述べています。

料金体系

Stable Artisanは有料サービスで、3日間の無料トライアルを提供しています。料金プランは、月900クレジットを含むスタンダードオプションが9ドルから始まり、月1200クレジットを含むプレミアムプランが99ドルとなります。画像生成にはクレジット制度が適用されており、SD3画像の生成には6.5クレジット、旧版Stable Diffusionモデルには3クレジット、動画生成には20クレジットが必要です。

ユーザーは、Stability AIの公式ウェブサイトでアカウントを作成し、Discordサーバーに参加することでサービスを利用開始できます。なお、Stable Artisanサービスは新たに発表されたStability AI Membershipとは現在別のものである点にご注意ください。

Stable Artisanの特徴

Stable Artisanは基本的な画像生成を超え、以前のClipdropサービスと似た編集やカスタマイズオプションを提供しています。主な機能には以下が含まれます：

- 検索と置換: 簡単な言語プロンプトを使用して画像内のオブジェクトを特定・置換し、マスクなしで対象オブジェクトを自動的にセグメント化します。

- 背景削除: 前景要素を保持しながら背景を簡単に削除します。

- クリエイティブアップスケール: 低解像度の画像を最大4K品質に向上させます。

- アウトペイント: 画像の新要素を任意の方向に追加して続きを描き加えます。

- 制御スケッチ: ラフスケッチを高品質な画像に変換します。

- 制御構造: 入力画像のフレームワークを保ちながら画像を生成します。

今後の展望：Stable Assistant

Stable ArtisanはStability AIの画像生成ツールへのアクセスを簡素化していますが、さらなる開発が進行中です。現時点ではStable Audioとの統合がなく、これは先月APIとStableAudio.comウェブサイトでデビューしたばかりです。また、Stable CodeやStable LMといったコードやテキスト生成用のモデルもStable Artisanではまだ利用できません。

Stability AIは「Stable Assistant」という名のより広範な会話型チャットボットの開発も行っており、現在ベータ版としてSD3と併せて公開されています。このウェブベースのチャットボットは、自然言語対話を通じてユーザーをサポートするために、Stability AIのテキスト-to-画像および大規模言語モデル（LLM）技術を活用しています。

ラフォルテ氏は、「この二つは異なるユーザー群を対象としています—両方のアプリケーションはStability AIによって積極的に開発されています。」と説明しています。