rinna、日本語特化画像生成モデル「Japanese Stable Diffusion」を公開

最終更新日:2023/01/13

日本語特化モデルを公開　rinna

rinnaは、日本語に特化した画像生成モデル「Japanese Stable Diffusion」を公開しました。

rinna株式会社は、日本語に特化した画像生成モデル「Japanese Stable Diffusion」を公開しました。また、このモデルを用いた画像生成サービスも提供開始しました。

rinna社は画像などの非言語コミュニケーションを重要視し、AIりんなをはじめとしたAIキャラクターが発信する画像生成や、研究成果として学習済みの言語画像モデルを公開してきました。
元々のStable Diffusionは、英語のキャプション付き画像から学習されているため、日本語から画像を生成するためには、英語に翻訳したテキストプロンプトを用意する必要があります。
しかし、日本語固有の表現（例えば固有名詞、和製英語、オノマトペ）は、翻訳が難しく画像生成に反映させることはできません。また、学習データの多くは英語圏の画像であり、英語圏の文化を色濃く反映した画像が生成されます。そこで、日本語に特化した画像生成モデルである「Japanese Stable Diffusion」を開発しました。

「Japanese Stable Diffusion」には特徴があり、学習データとして、LAION-5Bの日本語サブセットをはじめとした約1億枚の日本語キャプション付き画像を利用、日本語のテキストプロンプトに対応させるために、Stability AI社が公開したStable Diffusionの生成モデルパラメータを固定し、テキストエンコーダーのみ日本語キャプション付き画像を用いて追加学習を行いました。テキストエンコーダーと生成モデルのパラメータを同時に更新する追加学習を行うことにより、さらに日本語の画像生成に最適化されます。

開発者向けに公開しているAPIサイトのrinna Developersでも、本モデルを使用したAPI「Text To Image API v2」を公開いたしました。このAPIを使用することで、「Japanese Stable Diffusion」での画像生成機能をアプリケーション等に実装することができます。

今後もAIに関する研究を続け、高性能な製品・サービスの開発を目指す方針です。なお、研究成果については引き続き公開し、研究・開発コミュニティへ還元していく方針です。

出典：PR TIMES

AIsmiley編集部

株式会社アイスマイリーが運営するAIポータルメディア「AIsmiley」は、AIの専門家によるコンテンツ配信とプロダクト紹介を行うWebメディアです。AI資格を保有した編集部がDX推進の事例や人工知能ソリューションの活用方法、ニュース、トレンド情報を発信しています。

・Facebookでも発信しています
@AIsmiley.inc
・Xもフォローください
@AIsmiley_inc