Appleの研究者が「Keyframer」を発表：LLMを使用して静止画像をアニメーション化するAIツール

りんご 研究者らは「」と呼ばれる新しいAIツールを発表しました。キーフレーマーこれは、大規模言語モデル (LLM) の力を利用して、自然言語プロンプトを通じて静的画像をアニメーション化します。

arxiv.org で公開された新しい研究論文で詳述されているこの斬新なアプリケーションは、創造的なプロセスへの人工知能の統合における大きな飛躍を表しており、また、iPad などの新世代の Apple 製品に何が起こるかを示唆する可能性もあります。プロとビジョンプロ。

「」と題された研究論文Keyframer: 大規模な言語モデルを使用してアニメーション デザインを強化する」では、アニメーション業界への LLM の適用における未知の領域を探索し、自然言語でモーションを効果的に記述する方法などの独自の課題を提示します。

想像してみてください。あなたはアニメーターで、検討したいアイデアがあります。 静止画像と伝えたいストーリーがありますが、自分の作品に命を吹き込むために数え切れないほどの時間を iPad の前にかがめることを考えると、うんざりします。 キーフレーマーを入力します。 ほんの数文を書くだけで、まるで心を読んだかのように、それらの画像が画面上で踊り始めることがあります。 むしろ、Apple の大規模言語モデル (LLM) がそうであるかのように。

「Keyframer」がユーザーのフィードバックを通じてアニメーションプロセスを強化する方法

Keyframer は大規模な言語モデルを利用しています (研究では、 GPT-4) 静的な SVG 画像とプロンプトから CSS アニメーション コードを生成できます。 「大規模な言語モデルは、幅広いクリエイティブ領域に影響を与える可能性がありますが、LLM のアニメーションへの適用は十分に研究されておらず、ユーザーが自然言語で動きを効果的に記述する方法など、新たな課題を抱えています」と研究者らは説明しています。

アニメーションを作成するには、ユーザーが SVG 画像をアップロードし、「雲をゆっくりと左に流してください」のようなテキスト プロンプトを入力するだけで、Keyframer がそのアニメーションを実行するコードを生成します。 その後、ユーザーは CSS コードを直接編集するか、自然言語で新しいプロンプトを追加することでアニメーションを調整できます。

この論文によると、「Keyframer は、生成された出力のプロンプトと直接編集の組み合わせを通じて、アニメーションの探索と改良をサポートします。」 このユーザー中心のアプローチは、研究ツールにフィードバックを提供したプロのアニメーション デザイナーやエンジニアとの数回のインタビューによって裏付けられました。彼らは全員、反復的なデザインと創造性を重視していました。

「これは私がこれまでに行ってきた多くのことよりもはるかに速かったと思います…以前にこのようなことを行ったら、ほんの数時間かかっていたと思います」と、この論文のためにインタビューされたある研究参加者は語った。

大規模な言語モデルの視野を広げる

研究者らは、ほとんどのユーザーがデザインのプロンプトに対して反復的な「分解」アプローチを採用し、新しいプロンプトを追加して個々の要素を 1 つずつアニメーション化していることを発見しました。 これにより、AI の出力に応じて目標を徐々に適応させることができました。

「Keyframer を使用すると、ユーザーは事前にデザイン全体を検討する必要がなく、逐次的なプロンプトを通じてデザインを繰り返し調整することができました」と研究者らは論文の中で説明しています。 直接コード編集機能により、きめ細かいクリエイティブ制御も可能になりました。

AI アニメーション ツールはデザインを民主化する可能性を秘めていますが、研究者らは創造的なコントロールや満足感を失うことへの懸念を認めています。 しかし、Keyframer は、プロンプトと編集を組み合わせることで、ユーザーの主体性を維持しながら、アクセス可能なプロトタイピングを提供することを目指しています。

「この研究を通じて、LLM の強力な生成機能を組み合わせた将来のアニメーション デザイン ツールにインスピレーションを与え、クリエイターがクリエイティブなコントロールを維持できる動的エディターでデザインのプロトタイピングを迅速化したいと考えています」と研究者らは結論付けています。

クリエイティブ業界における「Keyframer」の広範な影響

Keyframer は、アニメーションの世界を変革し、幅広いクリエイターがアニメーションを利用できるようにすることを約束します。 競争条件の大幅な平準化と見なされているものとして、Keyframer は、専門家でなくても、アニメーションを通じてストーリーに命を吹き込む能力を提供します。これは、かつてはかなりの技術的スキルとリソースが必要であったタスクです。 これは、創造的なプロセスにおける協力力としての AI の役割が増大していることの証拠であり、さまざまな分野でのテクノロジーの活用方法の変化を示唆しています。

Keyframer の影響は、AI がより直感的で人間の創造的な経験の不可欠な部分になるという、予想される文化的な変化にまで及びます。 これは単なる技術的な飛躍ではなく、デジタル領域との相互作用の構造そのものを再考する潜在的な触媒となる可能性があります。 Apple の Keyframer との動きは、人工知能の見えざる手によって、クリエイターと創造物との境界がますます流動化する新時代の先駆けとなる可能性があります。