Amazonは、AdobeとStable Diffusionに対抗するための画像ジェネレーターでAIの武器を強化します

「Q」大規模言語モデルに従って、Amazon Titan はマルチモーダル AI 機能を AWS プラットフォームにもたらします。

アマゾン ウェブ サービス。 画像:Shutterstock

Amazonは本日、Amazon Web Servicesを通じて現在利用可能なマルチモーダル基盤モデル(FM)の完全なスイートの名前であるAmazon Titanの一部として、新しい画像ジェネレーターの発売を発表しました。

「Amazon Titanモデルは、Amazonの25年にわたる人工知能(AI)と機械学習(ML)のイノベーションを融合させたものです」と、AIと機械学習の教育者であるAntje Bartha氏はAmazonの公式ブログ記事に書いています。 「AWSは、これらのモデルを大規模なデータセットで事前トレーニングし、AIの責任ある使用をサポートすると同時に、さまざまなユースケースをサポートするように設計された強力な汎用モデルにします。 "

Amazon Titan 画像ジェネレーターを使用すると、コンテンツ作成者は、簡単な英語のプロンプトやその他の画像を参考にして、高品質でリアルな画像を生成できます。 これは、広告、eコマース、メディアなどのビジネス分野で特に役立ちます。 ライバルのAdobeのジェネレーティブAI機能に対してはうまく機能しているようですが、ジェネレーティブAIはよりきめ細かいかもしれませんが、直感的ではありません。

AmazonのAIドライバーはカスタマイズです。 企業は現在、独自のデータを使用してこれらのモデルを微調整し、ブランドアイデンティティや特定のスタイルの好みに沿った画像を作成できると同社は述べています。

これらの新しいモデルに加えて、Amazonは、スマートデバイスのAlexaライン全体での顧客の会話でトレーニングされる「Q」と呼ばれる独自の大規模言語モデル(LLM)も発表しました。 Amazonはメディアへの声明で、「Amazon Qは、タスクを簡素化し、意思決定と問題解決を加速し、職場での創造性と革新性を刺激するために、従業員に即時の関連情報と推奨事項を提供します」と述べています。 "

Amazonの「Q」は、最近のOpenAIでのAI開発の噂で浮上している「Q*」や「Q-learning」という概念とは無関係です。

セキュリティは人工知能の分野で最大の懸念事項であり、Amazonはそれを認識しています。 AWSチームは、AIが生成したコンテンツに関連するリスクを軽減するために、アドビが実装したものと同様の堅牢なAIセキュリティ機能を実装しました。 これには、誤情報に対抗するための、より安全なデータセットやAI生成画像の目に見えない透かしに関する事前トレーニングが含まれます。 AmazonのSDXLのサポートは、AIテクノロジーに対するAmazonの包括的なアプローチをさらに実証し、Titanが顧客のニーズを満たさない場合に、顧客にさらなる柔軟性を提供します。

Amazonは最近、高度なAIモデルを発表し、21世紀のゴールドラッシュを彷彿とさせる激しさを生み出すAIを採用している他の主要なテクノロジー業界プレーヤーと比較して、手ごわい競争相手となっています。

実際のテストでは、Amazon Titan 画像ジェネレーターは、この分野で SDXL を凌駕するリアリズムで際立っていることが示されています。 この新しいモデルは、A1111で安定した普及を実現するのと非常によく似たインターフェースの下で多くの機能を提供しますが、制御と汎用性の堅実な組み合わせを提供し、本格的なビジネスアプリケーションにとって特に魅力的です。

たとえば、Amazon Titan Image Generator は、特定のビジネスニーズに基づいてアイキャッチ画像を作成できるため、過度に単純化されたり、漫画的になりがちな Adobe モデルよりも細かく制御できます。

Amazon の Titan AI 画像ジェネレーター。 ソース: Decrypt