画像生成

画像生成（Image Generation）は、テキストプロンプト・参照画像・スケッチなどを入力として、AIが新たな画像を合成する技術の総称です。拡散モデル（Diffusion Model）・GAN・VAEなど複数のアーキテクチャが存在し、現在は拡散モデルが主流となっています。

代表的なモデルには、Stability AIのStable Diffusion（オープンソース）、OpenAIのDALL-E 3、Midjourneyなどがあります。いずれもテキストから高品質な画像を生成できるため、広告・イラスト・プロダクトデザイン・映像制作など多くのクリエイティブ分野に普及しています。

技術的には、テキストエンコーダー（CLIPなど）で入力プロンプトをベクトル表現に変換し、デノイジングプロセスで徐々にノイズ画像をクリーンな画像へと変換します。LoRAなどの軽量ファインチューニング手法により、特定のスタイルやキャラクターを学習させることも容易になっています。

著作権・肖像権・フェイク画像生成などの倫理・法的問題も浮上しており、AI生成コンテンツの透かし（Watermark）技術や開示規制が議論されています。