Googleの生成AI”Gemini”が作り出した画像に驚く

Geminiとは

Google先生にお伺いを立てると以下のような回答をいただきました。

”Gemini（ジェミニ）とは、Googleが開発・提供する、テキストだけでなく画像や音声、コードなど複数の情報を処理できるマルチモーダル対応の生成AIです。文章作成、要約、翻訳、情報収集、画像生成、コード作成など多様な機能を持ち、 GmailやYouTubeなどのGoogleサービスと連携して、個人やビジネスの様々な作業を効率化します。2024年2月には、それまでのGoogleの対話型AIサービス「Bard（バード）」がGeminiに統合され、より強力なAIとして進化しました。”

試してみた

旅先で撮りためた、主に相棒の写真のフィギュア画像化を試してみた所、その出来栄えに少々驚かされました。
既に使いこなしている方々にとってはなんてことない話だと思いますが・・・

フィギュアっぽい出来栄え②

元写真は、とある建物の2階屋外テラスで左手は柵に乗せ、右手は下におろして斜めにこちらを見ているバストショットで、右手や胸より下は写っていません。
パンツは写っていないのでその色を想像することはできない写真ですが、フィギュアは黒いパンツを履いています。

実際にはベージュのチノ風パンツを履いていました。

面白いのは、①と②の結果で微妙に体の向きが異なることです。
②は限りなく正面を向いていて下両足の間の隙間が見えていますが、①は少しモデル立ちに近い感じで足を揃えています。
面白いですね！

どちらも手首の関節がいかにもフィギュアっぽい可動関節になっていて、手の握り方も2枚で異なりますが、どちらもフィギュアっぽいですよね。


こちらは全身が写った写真を元にして生成させたものです。

フィギュアっぽくない出来栄え

バッグの色や形状はともかく、パンツや靴の色はそのまま再現されています。
ただ、こちらは足元のアクリルベースが無くて机の上に載っているというシチュエーションを無視すると、単に元の写真を立体化させただけのように見えます。
手首も元写真そのままでフィチュア感はゼロです。
出来上がった写真も①や②にはちょっとコケティッシュな面白さ感があるのに対して、３番目の画像は元の写真と大差なくて面白みがありません。

この辺は、他にも幾つか試してみたのですが、どうも全身が写っている写真はそのまま元の写真に近い仕上がりになっていて面白みがありません。
写っていないボディーパーツを補完する過程で遊び心というか面白さが生まれてくるような気がします。

ここには載せませんが、3人の人物が写ったテーブル越しのバストアップの写真を処理してみると、3人が立っている状態のフィギュアが出来上がりました。
”ひざまづいてるポーズ”を指定すると期待通りにひざまづいたフィギュアになります。
3人とも下半身は全く見えていないのに、1人はスカートで1人はパンツだったり、指示し直すごとに特に指示していない部分に微妙な違いが出たりして、これはこれで面白いなと思いました。

ただ、同じ指示の流れで微調整を繰り返していると画像が荒れてくる傾向が見られました。
特にフィギュア横の箱のパッケージ画像の劣化が顕著でしたが、理由はわかりません。

ちなみに、”少しだけアニメっぽくして”と指示したら頭部だけ完全にアニメキャラになって首から下は全く変化しなかったのでちょっと残念でした。

首から下はそのままで顔だけアニメ顔

しかもこれ、頭部は立体感ゼロのベタなアニメ顔なので首から下との組み合わせがアンバランスすぎて使えません。

飛行機写真で試してみた

Geminiが生成した写真

トーイングカーまで再現されるとは思っていなかったので、空中に浮かぶトーイングカーに少し驚かされました。
また、フィギュアの向きは少し左向き、ボックスの写真は少し右向きになっていて、なんだか不思議な感じがしました。
完全に真正面から捉えた写真を食わせているので尾翼の赤い鶴丸はほぼ見えていないんですが、なんとなくそれっぽいマークが付いているような雰囲気が再現されています。

楽しい

これ、出来上がった写真の著作権ってどうなるんですかね、そこが少し気になります。

Geminiに聞いてみた結果の結論部分をコピペしておきます。

余談