本文へスキップ

LlamaGen

次のトークン予測による画像生成

公式サイトを見る

llamagen とは

本モデル群は大規模言語モデルの次のトークン予測を視覚生成に適用したものと説明されている。画像トークナイザの設計、スケーリング特性、学習データの品質を見直している。

できること

  • 指定したスタイルのアート作品を生成する
  • ゲームの環境やキャラクター画像を作る
  • 映画の場面向けに背景を生成する

始め方

  • GitHub ページからコードをクローンまたはダウンロードする
  • GETTING_STARTED.md の導入案内に従う
  • 学習済みモデルを指定のフォルダに置く
  • スクリプトを実行し生成画像を確認する

長所と短所

✓ 良い点

  • オンラインデモで学習済みモデルを実行できる
  • LLM 配信枠組みにより 300% - 400% の高速化

! 注意したい点

  • 導入は GETTING_STARTED.md の案内に従う
  • 学習済みモデルは指定のフォルダに置く必要がある

よくある質問

どんな発想を使う?

カードでは言語モデルの次のトークン予測を視覚生成に応用すると説明されている。

モデルは何個?

クラス条件が 7 個、テキスト条件が 2 個挙げられている。

最終評価日: 2026-11-15

その他 AI画像生成 ツール

すべて見る →

評価方法