Ideogramは、元Googleのエンジニアによって開発されたAI画像ジェネレーターである。このアップグレードは、Stable DiffusionやMidjourneyが提供する魅力的な価格帯の製品に匹敵する機能を追加するものである。
2月に初めて公開されたIdeogramは、Midjourney、Dall-E 3、Stable Diffusionに代わる強力で高性能なAIとして、AI愛好家の間で瞬く間に人気を博した。TCNによるテストでは、他の一般的な画像ジェネレーターと比較して、迅速な理解、テキスト生成能力、空間認識、迅速な順守、多様なスタイル、人物やブランドの生成、全体的な品質において優れていることがわかりました。
“私たちは、画像のキャプション、ネガティブプロンプト、画像レンダリングの品質と速度のコントロールのための “describe “を含むいくつかの新機能と一緒に、私たちの最も先進的なテキストから画像へのモデルであるIdeogram 1.0のメジャーアップグレードをリリースすることに興奮しています。
「Describe」は画像を分析し、キャプション付けを支援する。「negative prompt」は、生成しないようにすべき要素をモデルに指示し、画像レンダリングと速度制御は、詳細なものよりも高速な世代を好む人のために、出力品質と効率のバランスをとる。後者の機能は、Stable DifussionのTurboとLCMモデルを模倣している。
ただし、これらのアップグレードにはキャッチがあります。無料ユーザーは、モデルにアクセスできますが、各4枚の画像で最大25バッチまでしか生成できません。
有料プランでは、プライベート世代、シードコントロール、インペイント機能、スローモードでの世代数無制限などの特典も利用できる。
“describe “機能は、特にベーシックユーザーにとって重要な追加機能である。このアシスタントは、アップロードされた画像の詳細な説明を提供します。この説明を使用して、より正確なプロンプトを生成したり、より説明的なプロンプトを生成したりすることができます。ユーザーは、Ideogramのフィードにある画像や、ローカルデバイスからアップロードした自分の画像の説明を要求することができます。
Ideogramでは、高速、デフォルト、クオリティの3つのレンダリングオプションを切り替えることができます。高速モードはスピードを優先し、約5秒で画像を生成し、品質モードはより細かいディテールを優先し、約20秒で画像を生成する。
一方、ネガティブプロンプト機能は、Ideogramの編集機能を拡張するものである。このツールにより、ユーザーは生成された画像で見たくないものを指定し、出力をよりコントロールできるようになります。これは、テキストから画像への生成結果を洗練させ、より正確で適切な画像を一発で生成するために特に有用な機能です。
最後に、Ideogramはテキストレンダリングとフォトリアリズムを改善したという。同チームによると、このアップグレードにより、オリジナルモデルと比較してテキストエラー率がさらに15％減少したという。Ideogramは、レビュアーがアップグレードモデルによって生成された画像を、オリジナルの初期リリースよりも30～50％好むと主張している。
Ideogramチームは先月、Discordセッションでこの改良を初めて発表し、ユーザーコミュニティーの間で早くも好意的な話題を集めた。
これらの機能強化と月額7ドルから16ドルの有料ティアにより、Ideogramは画像生成AIツールとしては強力で費用対効果の高い候補となった。比較のために、MidJourneyのサブスクリプションは年間96ドルから1152ドル、Dall-E 3にアクセスできるChatGPT Plusのサブスクリプションは月額20ドル、Leonardo AIやMaze Guruのような他のAI画像生成ツールのサブスクリプションは10ドルから25ドルである。
また、Leonardo AIやMaze Guruのような他のAI画像ジェネレーターには、10ドルから25ドルのサブスクリプション層がある。一方、プレミアム機能にお金を払いたくない人には、オープンソースのStable Diffusionが無料で、少なくともよりパワフルなコンピュータを持つユーザーには同様の機能を提供している。
