これは、ページを開いて一文を書けば画像が落ちてくる類の道具ではない。Baidu AI Art は Wenxin の大規模モデルを土台にした文章から画像へのサービスで、売り先は開発者だ。文章を渡せば一枚か数枚の画像が返り、その間には業務の流れにそのまま差し込める窓口がある。位置づけそのものが要点である。いくつかの版があり、うち上位版は完全に商用化されて、自社の画像生成の仕組みである Wenxin Yige の能力を開発者向けの窓口として開いた。

自社の仕組みから開発者の窓口へ

Wenxin Yige は知識と大規模モデルの上に築かれた画像の仕組みで、知識の図式と、様態をまたぐ生成と編集のモデルを組み合わせる。公式の製品説明には、上位版こそこの仕組みを引き出す系統であり、文章からの生成と、見本の画像をもとにした生成の両方を扱い、作風の幅も広く、芸術的な空想や美化した二次元調などを含み、画面の質も細かいと記されている。開発者向けの場では、自国の技術で作られた、大規模モデルにもとづく汎用で制御できる文章から画像の仕組みであり、自然な言葉から作風を限らない画像を生むと説明している。

一文が一枚になる

基本の使い方は文章から直接画像を出すことだ。公式の例は中国芸術、アニメ調の設計、通販の設計、ゲーム制作、工業設計、素材、挿絵、販促の設計といった方向にわたり、作風の幅が大きい。片側に水墨の山水、もう片側に二次元の人物や商品の写真が並ぶ。国風が要るチーム、あるいは一そろいの素材の調子をそろえたいチームにとって、この幅が、どこまでシーンを覆えるかを決める。

見本の一枚で調子を運ぶ

文字だけのほかに、見本からの生成がある。参照の画像を一枚上げ、説明を添えると、モデルはその作風と構図を新しい画面へ移す。公式の例では、人が機械と一緒に船室でノート型の機械に向かう写真が、同じ構図のアニメ調の画面として出てくる。これは調子をそろえた一連の素材で役に立つ。基準になる一枚を与えれば、続く数十枚は同じ調子で進められ、毎回ゼロから作風を説明せずに済む。

一文を変えれば絵が変わる

上位版は文字で動かす画像の編集に対応し、何度でもやり取りできる。公式の例は分かりやすい対比だ。同じ湖の日の入りで、説明の文だけを調整すると、画面に焚き火が増える。つまり細かな調整に長い指示を書き直す必要はなく、一文を変えて出し直せばいい。同じ一枚を何度も詰めるシーンでは、これが時間をかなり節約する。

開発者向け：二つの窓口で一度の出図

公式の説明には、上位版が二つの窓口からなると記されている。依頼を出す窓口と、結果を問い合わせる窓口だ。依頼は文章、解像度、枚数、参照の画像などを受け取り、処理を作って番号を返す。そのあと問い合わせの窓口で進み具合を見て、画像ができたらその在り処を受け取る。設定としては、上位版に二つのモデルの版と九種の画像の大きさがあり、一度に最大八枚まで出せる。この出して問い合わせる形は、まとめて作るのに向く。何枚も一度に投げ、あとから処理ごとに受け取ればいい。

二千四百億パラメータの知識で強化した拡散モデル

公式の資料は技術の道筋を知識で強化した拡散モデルとまとめる。言葉、視覚、様態をまたぐ知識を学習の過程に織り込み、生まれる画像の意味の一貫性を安定させる。パラメータの規模は二千四百億に達する。もう一つの細部は知識にもとづく指示の学習で、モデルは短い指示を、作風と構図と視覚の要素を含むより完全な記述へ自動で広げる。指示を書くのが苦手な人にとって、この補いは入口の敷居を目に見えて下げる。

どこで使われるか

公式が挙げる用途は広い。国風の挿絵、アニメ調の設計、ゲーム制作、通販の設計、挿絵の設計、販促の設計、素材、工業設計。典型は通販と販促だ。商品の写真、祝日のポスター、交流の場に載せる図といった、回数が多く量も多く、しかも調子をそろえたい素材は、窓口からまとめて出すのに向いている。

費用と境目

上位版は点による課金だ。公式の資源の価格表では、基本の大きさは一つ目の版で一枚あたり二点、二つ目の版で三点、上位の大きさはそれぞれ四点と六点。資源を大きく買うほど単価は下がり、二十万点の段は一点あたりおよそ一角四分にあたる。支払い後の既定の同時実行は二本だ。二つ注意がある。価格と催しは動くので、選ぶ前に公式の管理画面の実際の提示を見ること。もう一つは、生成モデルには偶然性があり、出力の正確さと安全性を完全には保証できないこと。本番の接続の前に小さく試す価値がある。画面に中国語の文字を出す必要があるなら、文字の描画の正確さも先に確かめたい。

まとめると、もう一つの画図サイトではない。Wenxin Yige の文章から画像の能力を呼び出せる窓口にしたもので、文章からの生成、見本からの生成、文字による編集の三本の道が通り、点で課金され、一度に最大八枚。まとめて図を作り自前の仕組みに接続したいチームに向く。