Vertex AI の Imagen 2 の一般提供を開始

※この投稿は米国時間 2023 年 12 月 14 日に、Google Cloud blog に投稿されたものの抄訳です。

本日は、Google Cloud の画像生成機能を大幅にアップグレードした Imagen 2 の一般提供を開始したことをお知らせします。現在、許可リストに登録されている（アクセスが承認されている）Vertex AI のお客様から、Google 最先端の Text-to-image（テキストから画像）生成テクノロジーである Imagen 2 の提供を開始しています。

Vertex AI の Imagen 2 により、直感的なツール、フルマネージド インフラストラクチャ、組み込みのプライバシー機能と安全性機能を使用して、Imagen 2 をカスタマイズしてデプロイできます。Google DeepMind テクノロジーを使用して開発された Imagen 2 は、画質を大幅に向上させることができ、デベロッパーが特定のユースケースに応じて画像を作成できる、以下のような多数の機能を備えています。

• 高画質の画像を生成: 自然言語プロンプトから、写真のようにリアルな高解像度で見た目にも美しい画像を生成
• 多言語のテキスト レンダリング: テキスト オーバーレイを正確に配置した画像を作成
• ロゴの生成: 企業やプロダクトのロゴを作成して画像に重ねる
• 視覚的な質問と応答: 画像からの字幕生成や、画像の詳細に関する質問に対して有益なテキスト レスポンスの取得が可能

重要な点として、現在、Vertex AI の補償コミットメントは、Vertex AI の Imagen を対象としており、これには Imagen 2 および本サービスを強化するために今後一般提供されるモデルのアップグレードも含まれます。Google は、業界初の 2 本柱の著作権補償アプローチを採用することで、お客様に Google の生成 AI プロダクトを安心してご利用いただけるよう努めています。

エンタープライズ対応の Text-to-image（テキストから画像）機能

Vertex AI の Imagen 2 は、お客様が Imagen で慣れ親しんだエンタープライズ グレードの信頼性とガバナンスを備え、組織の特定のブランドの要件に合致する画像作成を支援するさまざまな画像生成機能を備えています。

Imagen 2 で利用可能になった新機能は以下のとおりです。

高画質の画像: Imagen 2 では、画像とテキストの理解度が向上し、さまざまな新しいトレーニング技術とモデリング技術により、正確で高品質、写真のようにリアルな出力が可能です。

テキスト レンダリングのサポート: Text-to-image テクノロジーは、テキストを正しくレンダリングできない場合があります。たとえば、プロンプトから、特定の単語やフレーズを含むオブジェクトの画像を生成するようモデルに指示したとしても、正しいフレーズが画像に出力されない場合があります。Imagen 2 はこの問題の解決に役立ち、組織がブランディングやメッセージをより深いレベルで制御できるようにします。

ロゴの生成: Imagen 2 は、ビジネス、ブランド、プロダクト用のさまざまなロゴを生成できます。エンブレム、レターマーク、抽象的なロゴなど、クリエイティブでリアルなロゴの生成が可能です。これらのロゴをプロダクト、衣服、名刺などの表面に重ねる機能も備えています。

字幕と質問応答: Imagen 2 の強化された画像理解機能により、説明的な長文の字幕を作成することや、画像内の要素に関する質問に対して詳細な応答を得ることができます。

多言語プロンプト: Imagen 2 は、英語のほかに、プレビュー版で 6 言語（中国語、ヒンディー語、日本語、韓国語、ポルトガル語、スペイン語）をサポートしており、2024 年初頭のリリースではその他多数の言語をサポートする予定です。この機能には、プロンプトと出力の間の翻訳機能が含まれます。たとえば、プロンプトはスペイン語を使用し、出力はポルトガル語にするといった指定が可能です。

安全性: Imagen 2 には、生成される画像が Google の責任ある AI の原則を遵守していることを確認するための安全対策が組み込まれています。たとえば、Imagen 2 は Google DeepMind の SynthID を利用した試験運用版の電子透かしサービスと統合されており、これによって、許可リストに登録されたお客様は、目に見えない電子透かしを生成でき、Imagen が生成した画像を検証できます。Imagen 2 はまた、有害である可能性のあるコンテンツの生成を防ぐ包括的な安全フィルタも備えています。

Imagen API を活用しているお客様の事例

これらの新しい機能を取り入れて、Imagen ですでに達成された成果をさらに高めていただけることを期待しております。

Snap は、Snapchat+ のサブスクライバーが内なる創造性を表現できるよう Imagen を活用しています。新しい AI カメラモードが導入されたことで、ボタンをタップし、プロンプトを入力するか事前構築済みのプロンプトを選択するだけで、シーンを生成して家族や友人と共有したり、ストーリーに投稿したりできます。

Snap のプロダクト担当シニア ディレクターである Josh Siegel 氏は次のように述べています。「Imagen は、当社が必要とする安全性と画質を備えた、最もスケーラブルな Text-to-image モデルです。当社にとって Imagen を利用する大きなメリットの一つは、私たちが最も得意とすること、つまり、プロダクトのデザインやその見た目や与える印象に注力できることです。AI カメラモードのような新しいプロダクトに取り組むとき、Google Cloud がもたらすブランドの安全性、スケーラビリティ、信頼性は本当に頼りになります。」

Shutterstock は、クリエイティブな制作に AI を導入する先進的なイノベーターとして頭角を現しました。同社は業界で初めて倫理的に調達された資産で訓練された AI 画像生成ツールをリリースしましたが、現在これは Vertex AI の Imagen でさらに強化されています。Shutterstock の AI 画像生成ツールを使用すると、シンプルなテキスト プロンプトを印象的な独自のビジュアルに変換でき、イメージに沿うスピードで制作できるようになります。Shutterstock のウェブサイトでは、16,000 点以上の Imagen 画像のコレクションが検索可能で、すべてライセンス供与が可能です。

Shutterstock の AI サービス担当ディレクターである Chris Loy 氏は次のように述べています。「当社の存在意義は、アイデアと実行のギャップを埋めることで、世界中の人々にストーリーを伝える力を与えることです。クリエイティブなプロセスには多様性が不可欠です。だからこそ、新たに登場した優れた技術が、責任を持って調達したデータに基づいて構築されたものであることを条件に、当社の画像生成ツールと編集機能に取り入れていきたいと思っています。Vertex AI の Imagen モデルは、当社の AI 画像生成ツールにとって重要な追加機能です。このモデルが進化を続ける中で、ユーザーがどのように創造性を向上できるのかを見るのが楽しみです。」

Canva は、アイデアの実現に Vertex AI の Imagen を使用しており、このモデルを使用してこれまでに何百万もの画像を生成しています。ユーザーは、Canva 内のアプリとして Imagen に直接アクセスでき、シンプルなテキスト プロンプトを入力するだけで、デザインのニーズに合った魅力的な画像を生成できます。

Canva の AI 責任者である Danny Wu 氏は次のように述べています。「Google Cloud と連携したことで、生成 AI を使用したデザイン プロセスの革新と、想像力の向上を実現させています。Imagen によって、月間 1 億 7,000 万人以上の Canva のユーザーが画質向上の恩恵を受けており、コンテンツ作成の大規模なレベルアップが可能になりました。この新しいモデルと機能により、当社のコミュニティは摩擦を最小限に抑えながらアイデアを具体的な画像へと変えることができます。」

Vertex AI で Imagen 2 の使用を開始するには、ドキュメントをご覧になるか、Google Cloud アカウント担当者にお問い合わせのうえ、Trusted Tester Program にご参加ください。

-Cloud AI、Generative Media プロダクト責任者 Vishy Tirumalashetty