Stability AI のテキストから画像へのモデルが AWS エコシステムに登場

フォトリアリスティックな画像を大規模に作成したいですか? AWS Bedrock は、開発者向けに Stability AI の最高のモデルを追加します。この画期的な進歩がビジュアル コンテンツ戦略をどのように変革するかを学びましょう。

これはツールボックスの話です。 AWS Bedrock は AI ツールボックスであり、Stability AI の新しい強力なツールがいくつか搭載されています。まずツールボックスについて説明し、次に開発者がアプリケーションを構築する際に利用できる新しい強力なツールについて見ていきます。

TL;DR: 開発者は、Bedrock を利用したアプリ内からテキストから画像への機能を呼び出すことができるようになりました。つまり、AI が生成した画像を独自のコード内に簡単に組み込むことができます。

AWS (Amazon Web Services) は、Amazon の強力なクラウド サービスです。同社は、巨大な AWS の傘下で幅広いサービスと機能を提供しています。知っておくべき重要なことは、すべてのサービスがオンデマンドであり、スケーラブルであるということです。つまり、アプリケーションの展開を開始する前に、データ センターを構築したり、サーバー ラックの山をフォークリフトで移動したりする必要はありません。

AI 選択の基礎

この話の文脈で言えば、強力な AI 機能をコードに組み込みたい場合、それらの機能を最初から開発したり、AI 大規模言語モデル (LLM) をトレーニングしたり、サーバー構成を把握したりする必要はありません。必要になります。クレジット カードの番号を入力し、ドキュメントを読み、コードを書き始めるだけです。

私はクラウド サービスが登場する前に最初のインターネット会社を設立しました。 AWS のようなものは、特にスタートアップの予算で取り組んでいる創業者にとって、サーバー インフラストラクチャを自分で構築するのと比べて、広大で驚くべき変革をもたらすものであると私が言うことを信じてください。

AWS Bedrock は、Amazon の Large Language Model on Demand (LLMoD) オファリングです。これらの LLM は基礎モデルと呼ばれます。 AWS Bedrock は、AI21 Labs、Anthropic、Cohere、Meta、Mistral AI、Amazon の基盤モデルを提供します。

開発者はこれらのモデルを実装する必要がないため、これは強力です。彼らは、会話するためのプロトコルを学習し、それを使用し、従量料金を支払うだけで済みます。

しかし、このようなサービスにはもう 1 つの大きな利点があります。さまざまなモデルを試して、アプリケーションに最適なものを確認できるということです。独自のインフラストラクチャを構築し、各モデルをセットアップして構成する必要がある場合は、切り替え作業に時間がかかりすぎてストレスがかかるため、おそらく 1 つを選択してそのまま使用するでしょう。

しかし、Bedrock を使用すると、いくつかのパラメータを切り替えるだけで、レースに出かけたり、さまざまな基礎モデルをテストしたりできます。これは簡単かつ迅速であり、仕様リストに記載されているものから推測するのではなく、実際に動作している AI ソリューションを比較対照する方法を提供します。

安定性 AI による画像生成の選択

この発表は、Stability AI が AWS Bedrock のツールボックスに 3 つの新しい強力なツールを追加することに関するものです。これらの各モデルはテキスト プロンプトを受け取り、画像を生成しますが、全体的な機能の点で異なります。

• Stable Image Ultra 非常に高品質で写実的な出力の作成に優れています。ハイエンドのマーケティング キャンペーンなど、高解像度と細かいディテールが必要なプロジェクトで使用されます。
• 安定拡散 3 ラージ (SD3 ラージ): このモデルは、大量の画像を迅速に出力することに優れています。画像は一般に高品質ですが、派手な雑誌の見開きのメイン画像にはなりません。代わりに、大量のゲーム アセットやカタログ エントリ、または大量の画像を必要とするものを、高速かつ高品質で公開する可能性が高くなります。
• Stable Image Core: これは予算のオプションです。素晴らしい画像が作成されますが、非常に詳細な画像は得られません。それも速いです。

ここでツールのアナロジーがどのように当てはまるかがわかります。ツールボックスを開けると、プロジェクトに適した電動ツールを選択できます。ハンマードリルが必要な場合もあります。電動ドライバーが必要な場合もあります。同様に、非常に詳細なレベルを生成するグラフィックス ツールが必要になる場合があります。また、単にかなり安くて速いことが必要な場合もあります。

Amazon と Stability AI は、3 つのモデルすべてを Bedrock に追加することで、開発者がいつでもどこでも必要な選択肢を提供できるようになります。

これらはどのように使用できるのでしょうか?

一例をあげてみましょう。私の妻は電子商取引ホビー関連の会社を経営しています。彼女は毎月、フォロワーにプロジェクトの作成を促すテーマをソーシャル メディアに投稿しています。優れたテキストから画像への生成 AI が登場する前に、私は Photoshop を使用していくつかのブランド資産に基づいて彼女のために画像を作成しました。数時間かかりましたが、画像は決して素晴らしいものではありませんでした。

しかしその後、Midjourney のサブスクリプションを取得しました。今では毎月、彼女からテーマが与えられ、私はミッドジャーニーの簡単なプロンプトを書きます。次に、4 つ以上の画像の中からテーマに最も適した画像を選択します。数時間ではなく、数分で終わります。そして、クリップアートを貼り付けたように見えるのではなく、各テーマ画像は彼女のビジネスとテーマをどのように表現するかという点で理想的です。

次に、彼女はそれらの画像を撮影し、コピーして貼り付け、ソーシャル メディアや自分のサイトに投稿します。

しかし、安定した拡散を備えた岩盤を使用したらどうなるでしょうか?ダッシュボード内から直接、その月のテーマに合わせた機能を e コマース ダッシュボードに追加できます。彼女はプロンプトを入力し、いくつかのサンプルを取得し、クリックしてそれらの画像をサイトに投稿するだけで済みます。このプロセスはすべて、ダッシュボードのワークフロー内に統合されます。

この統合を行うのに、大量の AI 理論と実践は必要ありません。必要なのは、現在のダッシュボードから Bedrock への一連の API 呼び出しと、それらの呼び出しから返された画像アセットの処理だけです。 AI タスクは、彼女のビジネスに合わせて調整された、非常に垂直的なアプリケーションの残りの部分に直接統合できます。

つまり、それが可能性です。マーケティング担当者がマーケティング資産を迅速に作成できるメディアやエンターテイメントの場合を考えてみましょう。小売業では、管理者が写真のようにリアルな製品ビジュアルを迅速に作成できます。広告では、非常に詳細な非常にハイエンドな画像をかなり迅速かつ簡単に作成する必要があります。ゲーム内デザインでは、ゲームデザイナーがこれらのツールを使用してアセットの完全なライブラリを構築できます。

もちろん、これによってアーティストが排除され、仕事が奪われると主張する人もいるだろう。疑いもなく、一部のアプリケーションではそうなるでしょう。しかし、その逆もまた真実です。私の妻の中小企業では、専属のアーティストを雇うことはありませんでした。代わりに、私はアートディレクターの帽子をかぶって（当時、小さな会社の創設者としてかぶっていた多くの役割の1つ）、かなり平凡な画像を制作しました。 AI は単純に私たちのゲームを向上させ、同時に時間を節約してくれました。

多くの企業にとって、それは双方に利益をもたらします。

ソーシャルメディアで私の日々のプロジェクトの最新情報をフォローしてください。毎週更新されるニュースレターを必ず購読し、Twitter/X (@DavidGewirtz)、Facebook (Facebook.com/DavidGewirtz)、Instagram (Instagram.com/DavidGewirtz)、および YouTube (YouTube.com/DavidGewirtzTV) をフォローしてください。