Emu3.5

Emu 3.5 とは

Emu 3.5-Image は中国の公的研究機関による公開画像モデルで、有料サービスではなく無料のウェブ体験として公開された。生成の仕組みを理解したい人向けだ。

冒頭に注意を置く。確認時にアドレスを開けなかったため、この記述は稼働する製品ではなく、研究機関の公開資料と第三者のディレクトリに基づく。

公開は製品ではなく研究として位置づけられている。

できること

テキストと動画フレームを混在させた膨大な素材で学習した一つの端到端システムとされ、従来の画像モデルが依存した段階の分割が不要になるという主張だ。

端的に言えば処理の流れが短く、学習素材がはるかに多様である。プロンプトだけでは扱いたくない人向けにまとめられたページと生成の流れも用意され、価格と定期購入の記載はない。

向いている人

公開モデルを調べたい研究者、公開された重みを土台にしたい開発者、生成の別の手法に関心のあるクリエイターが対象だ。

依拠できる規約を備えた商用サポートが必要な人には向かない。ここで触れた接続の問題もあり、停止が許されない作業にも向かない。

自分で試す用意があれば、ホスティング型と公開モデルを比較している人にも合う。

注意点

重みが公開されているため出力は入力次第であり、肖像や保護されたキャラクター、機微な題材の扱いは選別してくれる側ではなく利用者の責務になる。

販売の前にリリースに付されたライセンスを読む価値がある。サイトに接続できなかったため、現行の規約と認証はこちらでは未検証だ。

ディレクトリの要約は古いリリースを記している可能性があり、接続とライセンスは直接確認すべきである。この記述は出発点として扱う。