Skip to content

ClasCat® AI Research

クラスキャット – 生成 AI, AI エージェント, MCP

Menu
  • ホーム
    • ClassCat® AI Research ホーム
    • クラスキャット・ホーム
  • OpenAI API
    • OpenAI Python ライブラリ 1.x : 概要
    • OpenAI ブログ
      • GPT の紹介
      • GPT ストアの紹介
      • ChatGPT Team の紹介
    • OpenAI platform 1.x
      • Get Started : イントロダクション
      • Get Started : クイックスタート (Python)
      • Get Started : クイックスタート (Node.js)
      • Get Started : モデル
      • 機能 : 埋め込み
      • 機能 : 埋め込み (ユースケース)
      • ChatGPT : アクション – イントロダクション
      • ChatGPT : アクション – Getting started
      • ChatGPT : アクション – アクション認証
    • OpenAI ヘルプ : ChatGPT
      • ChatGPTとは何ですか?
      • ChatGPT は真実を語っていますか?
      • GPT の作成
      • GPT FAQ
      • GPT vs アシスタント
      • GPT ビルダー
    • OpenAI ヘルプ : ChatGPT > メモリ
      • FAQ
    • OpenAI ヘルプ : GPT ストア
      • 貴方の GPT をフィーチャーする
    • OpenAI Python ライブラリ 0.27 : 概要
    • OpenAI platform
      • Get Started : イントロダクション
      • Get Started : クイックスタート
      • Get Started : モデル
      • ガイド : GPT モデル
      • ガイド : 画像生成 (DALL·E)
      • ガイド : GPT-3.5 Turbo 対応 微調整
      • ガイド : 微調整 1.イントロダクション
      • ガイド : 微調整 2. データセットの準備 / ケーススタディ
      • ガイド : 埋め込み
      • ガイド : 音声テキスト変換
      • ガイド : モデレーション
      • ChatGPT プラグイン : イントロダクション
    • OpenAI Cookbook
      • 概要
      • API 使用方法 : レート制限の操作
      • API 使用方法 : tiktoken でトークンを数える方法
      • GPT : ChatGPT モデルへの入力をフォーマットする方法
      • GPT : 補完をストリームする方法
      • GPT : 大規模言語モデルを扱う方法
      • 埋め込み : 埋め込みの取得
      • GPT-3 の微調整 : 分類サンプルの微調整
      • DALL-E : DALL·E で 画像を生成して編集する方法
      • DALL·E と Segment Anything で動的マスクを作成する方法
      • Whisper プロンプティング・ガイド
  • Gemini API
    • Tutorials : クイックスタート with Python (1) テキスト-to-テキスト生成
    • (2) マルチモーダル入力 / 日本語チャット
    • (3) 埋め込みの使用
    • (4) 高度なユースケース
    • クイックスタート with Node.js
    • クイックスタート with Dart or Flutter (1) 日本語動作確認
    • Gemma
      • 概要 (README)
      • Tutorials : サンプリング
      • Tutorials : KerasNLP による Getting Started
  • Keras 3
    • 新しいマルチバックエンド Keras
    • Keras 3 について
    • Getting Started : エンジニアのための Keras 入門
    • Google Colab 上のインストールと Stable Diffusion デモ
    • コンピュータビジョン – ゼロからの画像分類
    • コンピュータビジョン – 単純な MNIST convnet
    • コンピュータビジョン – EfficientNet を使用した微調整による画像分類
    • コンピュータビジョン – Vision Transformer による画像分類
    • コンピュータビジョン – 最新の MLPモデルによる画像分類
    • コンピュータビジョン – コンパクトな畳込み Transformer
    • Keras Core
      • Keras Core 0.1
        • 新しいマルチバックエンド Keras (README)
        • Keras for TensorFlow, JAX, & PyTorch
        • 開発者ガイド : Getting started with Keras Core
        • 開発者ガイド : 関数型 API
        • 開発者ガイド : シーケンシャル・モデル
        • 開発者ガイド : サブクラス化で新しい層とモデルを作成する
        • 開発者ガイド : 独自のコールバックを書く
      • Keras Core 0.1.1 & 0.1.2 : リリースノート
      • 開発者ガイド
      • Code examples
      • Keras Stable Diffusion
        • 概要
        • 基本的な使い方 (テキスト-to-画像 / 画像-to-画像変換)
        • 混合精度のパフォーマンス
        • インペインティングの簡易アプリケーション
        • (参考) KerasCV – Stable Diffusion を使用した高性能画像生成
  • TensorFlow
    • TF 2 : 初級チュートリアル
    • TF 2 : 上級チュートリアル
    • TF 2 : ガイド
    • TF 1 : チュートリアル
    • TF 1 : ガイド
  • その他
    • 🦜️🔗 LangChain ドキュメント / ユースケース
    • Stable Diffusion WebUI
      • Google Colab で Stable Diffusion WebUI 入門
      • HuggingFace モデル / VAE の導入
      • LoRA の利用
    • Diffusion Models / 拡散モデル
  • クラスキャット
    • 会社案内
    • お問合せ
    • Facebook
    • ClassCat® Blog
Menu

Recraft V3 : Recraft がデザイン言語で考える革新的な AI モデルを導入

Posted on 01/08/202501/14/2025 by Masashi Okumura

新たにリリースされた Recraft V3 は、Hugging Face ベンチマーク・リーダーボードの txt2imge 分野で FLUX1.1[pro] よりも上位になり話題を呼んでいます。

Recraft V3 : Recraft がデザイン言語で考える革新的な AI モデルを導入 (翻訳/解説)

作成 : クラスキャット セールスインフォメーション
作成日時 : 01/08/2025

* 本ページは、recraft.ai/blog の以下のページを独自に翻訳して、適宜、補足説明したものです :

  • Recraft introduces a revolutionary AI model that thinks in design language (Oct.30, 2024)

* ご自由にリンクを張って頂いてかまいませんが、sales-info@classcat.com までご一報いただけると嬉しいです。

 

クラスキャット 人工知能 研究開発支援サービス ⭐️ リニューアルしました 😉

◆ クラスキャット は人工知能に関する各種サービスを提供しています。お気軽にご相談ください :

  • 人工知能導入個別相談会(無償)実施中! [詳細]

  • 人工知能研究開発支援 [詳細]
    1. 自社特有情報を含むチャットボット構築支援
    2. 画像認識 (医療系含む) / 画像生成

  • PoC(概念実証)を失敗させないための支援 [詳細]

◆ お問合せ : 本件に関するお問合せは下記までお願いします。

  • クラスキャット セールス・インフォメーション
  • sales-info@classcat.com
  • ClassCatJP

 

 

Recraft V3 : Recraft がデザイン言語で考える革新的な AI モデルを導入

本日、Recraft V3 を発表します、これは画像生成分野の新しい品質基準を打ち立て、HuggingFace の業界をリードする Artificial Analysis による テキスト-to-画像変換ベンチマーク により実証されたすべての競合モデルを超える最新モデルです。

新しい Recraft V3 は、特にテキスト生成における顕著な進歩を伴い、包括的な改良を提供します。

また、ユーザが AI 生成に対して更なる制御を可能にする幾つかの新しい重要な機能も公開します : 画像内のテキストサイズと位置を指定する実現性、正確なスタイル制御、改良されたインペインティング、そして新しいアウトペインティング機能です。

このモデルは現在、Canvas のデスクトップアプリ、(iOS と Android で利用可能な) モバイルアプリケーション、そして API 経由で無料ユーザと有料ユーザの両者で利用可能です。

 

画像生成品質ベンチマークで勝利

Recraft V3 は画像生成における優秀さ (excellence) の新しい基準を設定しました。過去 4 日間、Recraft V3 は Hugging Face の業界をリードする Artificial Analysis による テキスト-to-画像変換モデル・リーダーボード に参加しました。それは ELO レイティング 1772 で 1 位を獲得しました。Recraft の新しいモデルは、Midjourney, OpenAI, そしてその他すべての主要な画像生成企業のモデルより高い品質を示しています。

Artificial Analysis のリーダーボードは最もポピュラーな公開ランキングで、様々なタスクやデータセットに渡り機械学習モデルのパフォーマンスを評価して比較します。各リーダーボードは特定のタスクやベンチマークデータセットを中心に設計されていて、異なるモデルがパフォーマンス・メトリクスを測定する方法を示します。

テキスト-to-画像変換リーダーボードは、画像アリーナの訪問者によりラベル付けされたペア毎の画像比較により決定された、ELO スコアにより画像生成モデルをランク付けします。元々はチェス競技者のランク付け用に開発され、その後、この ELO レイティング・システムは様々な競争的 (competitive) ベンチマークに渡りモデルを評価するために採用されてきました。

Recraft V3 (light) の主要な利点は、テキスト生成品質、解剖学的正確さ (anatomical accuracy), プロンプト理解、そして高い美的 (aesthetic) 品質です。

 
Recraft V3 は、1 つや数語ではなく、長いテキストを含む画像を生成できる、世界で唯一のモデルです。

 
解剖学的正確さは最も正確な解剖学的構造を生成するモデルを選択するために使用されるメトリックで、適切な指、手や足の数、現実的な身体プロポーション、シーン内の空間的な一貫性、そして主題に対する背景オブジェクトの自然な配置を確実にします。Recraft V3 は正しい解剖学的構造を持つ画像を生成するように調整されています。

 
プロンプト順応性は、画像がプロンプトで指定された詳細とどの程度正確に一致しているかを指します。Recraft V3 は、プロンプトで述べられたオブジェクトの正確な数、色や位置を含む、複雑なシーンを持つ画像を生成できます。

 
美的価値は画像の「美しさ」の主観的な尺度です。これは Midjourney がずっと輝いてきた点です。新しいモデル Recraft V3 はこの尺度を考慮にいれ、生成画像のために高い美的価値を持つようにトレーニングされました。

 

生成の最先端技術が制御及びデザイン機能と融合

Recraft は、プロのデザイナーのニーズを満たすような、画像生成空間における基礎モデルを構築するという目標でスタートしました。テキスト-to-画像変換ベンチマークは全体的な画像生成品質にフォーカスしています。けれども、グラフィックデザイン分野の現実世界のタスクについては、高品質なテキスト-to-画像変換モデルを持つことだけでは十分ではありません。ユーザに、アイデアを高い精度で実装できるような、画像生成に対する完全な制御を提供することが重要です。

新しいモデル Recraft V3 は他のすべての既存の AI モデルよりも画像生成に対する更なる制御を提供するようにトレーニングされています。

このリリースの主要な革新は以下のようなものです :

 

グラフィックデザインの位置制御と生成

新しいモデルはデザイン上のテキストの正確な位置とサイズを指定することが可能です。

 
他の画像を配置したり、それらをテキストと組み合わせ、複雑なグラフィックデザインを生成することもできます。

 

スタイル制御

改良されたスタイル作成プロセスはきめ細かい実験を可能にします。ブランドスタイルを表現する画像のセットを選択し、ブランドに必要な正確な外観とフィーリングに調整されるまで、スタイル候補を実験することが可能です。これができるのは、Recraft V3 がスタイルをモデルへの入力として受け入れるからで、スタイルの詳細を捕捉するためにモデルの再トレーニングは必要ありません。

改良された制御機能の他に、Recraft V3 はグラフィックデザイン空間のために不可欠な独自 (unique) 機能をサポートしています。Recraft の特徴的な機能は、単純なピクトグラムのセットから非常に詳細なベクターアートに至るまで、ベクター画像の生成をサポートしていることです。また、Recraft V3 はデザイナーが end-to-end にビジュアルを作成して編集するのに役立つ、AI 画像編集ツールの完全なスイートを提供します : AI 消しゴム、領域の変更、インペインティング、アウトペインティング、AI モックアップ (作成ツール)、 クリエイティブで明瞭性のあるアップスケーラー、AI 微調整、そして背景リムーバー。

 

スタイルの一貫性とベクターアート生成をサポートする最初の API

Recraft はまた、開発者や企業が SOTA 画像生成と AI デザイン機能をワークフローに統合することを可能にする API を公開しました。この API は Recraft モデルへのアクセスを提供し、ラスターとベクター形式の両方をサポートし、テキストを含む画像の生成をサポートし、そしてブランドの一貫性を確実にするカスタムスタイルの作成を可能にします。更に、ブランドカラーの指定をサポートし、ベクター化、アップスケーリング、画像品質の向上、そして背景除去のような高度な機能を提供し、そして API を通してすべての AI 画像編集スイートをカバーする機能の独自セットを提供します。

 

What’s next for Recraft?

Recraft はデザイナーにより多くの制御を与えることを目的としています。つまり、クリエイターはデザインのすべての詳細を管理することができて、最終的なプロダクトを正確に希望通りの外観にすることを保証します。Recraft のチームは、プロデザイナーが最も得意とする「創作」に集中することを可能にする、直感的なソリューションを提供することを信条としています。

Recrafters are always invited to give us feedback and feature requests, telling us what they love or dislike about the Recraft experience.

 

以上



クラスキャット

最近の投稿

  • LangGraph Platform : 概要
  • LangGraph : Prebuilt エージェント : ユーザインターフェイス
  • LangGraph : Prebuilt エージェント : 配備
  • LangGraph : Prebuilt エージェント : マルチエージェント
  • LangGraph : Prebuilt エージェント : メモリ

タグ

AutoGen (13) ClassCat Press Release (20) ClassCat TF/ONNX Hub (11) DGL 0.5 (14) Eager Execution (7) Edward (17) FLUX.1 (16) Gemini (20) HuggingFace Transformers 4.5 (10) HuggingFace Transformers 4.6 (7) HuggingFace Transformers 4.29 (9) Keras 2 Examples (98) Keras 2 Guide (16) Keras 3 (10) Keras Release Note (17) Kubeflow 1.0 (10) LangChain (45) LangGraph (19) MediaPipe 0.8 (11) Model Context Protocol (16) NNI 1.5 (16) OpenAI Agents SDK (8) OpenAI Cookbook (13) OpenAI platform (10) OpenAI platform 1.x (10) OpenAI ヘルプ (8) TensorFlow 2.0 Advanced Tutorials (33) TensorFlow 2.0 Advanced Tutorials (Alpha) (15) TensorFlow 2.0 Advanced Tutorials (Beta) (16) TensorFlow 2.0 Guide (10) TensorFlow 2.0 Guide (Alpha) (16) TensorFlow 2.0 Guide (Beta) (9) TensorFlow 2.0 Release Note (12) TensorFlow 2.0 Tutorials (20) TensorFlow 2.0 Tutorials (Alpha) (14) TensorFlow 2.0 Tutorials (Beta) (12) TensorFlow 2.4 Guide (24) TensorFlow Deploy (8) TensorFlow Get Started (7) TensorFlow Graphics (7) TensorFlow Probability (9) TensorFlow Programmer's Guide (22) TensorFlow Release Note (18) TensorFlow Tutorials (33) TF-Agents 0.4 (11)
2025年1月
月 火 水 木 金 土 日
 12345
6789101112
13141516171819
20212223242526
2728293031  
« 12月   3月 »
© 2025 ClasCat® AI Research | Powered by Minimalist Blog WordPress Theme