Generatived（Beta）｜生成AIの最新ニュースとトレンドを提供

Google Cloudは、MediaPipeオンデバイスのテキストから画像への生成ソリューションを発表した。今年の初めに、Android向けの拡散モデルを使用したデバイス上でのテキストから画像への生成のプレビューが、MediaPipe Solutions経由で導入された。現在、このテクノロジーは、開発者がAndroidデバイスで実験できる初期の実験的ソリューションであるImage Generatorとして利用可能だ。これにより、ハイエンドデバイスでは、わずか約15秒でイメージを完全にデバイス上で生成できるようになるという。

新しいMediaPipe Image Generatorタスクは、主に3つの方法で利用できる。まず、テキストから画像への生成は、標準の拡散モデルを使用したテキストプロンプトに基づいて実現できる。次に、制御可能なテキストから画像への生成は、テキスト プロンプトと拡散プラグインを使用した画像の調整に基づいて行うことができる。最後に、カスタマイズされたテキストから画像への生成は、低ランク適応（LoRA）重みを使用したテキストプロンプトに基づいて行うことができる。これにより、固有の使用例に合わせて事前定義された特定の概念のイメージを作成できるという。

Image Generation APIは、Stable Diffusion v1.5アーキテクチャーに正確に一致するモデルをサポートしていることに注意することが重要だ。開発者は、変換スクリプトを使用して、MediaPipe Image Generatorがサポートするモデル形式に変換することで、事前トレーニングされたモデルまたは微調整されたモデルを使用できる。

画像ジェネレータータスクを試す最も簡単な方法は、テキスト プロンプトを表示し、拡散モデルを使用して結果画像を受け取ることだ。新しいImageGeneratorを作成した後、プロンプト、ジェネレーターが生成するために必要な反復回数、およびシード値を渡すことによって、新しいイメージを作成できる。これにより、新しいイメージを作成するためのブロック操作が実行されるため、新しいビットマップ結果オブジェクトを返す前にバックグラウンドスレッドで実行することをお勧めするという。ソース：