本文へスキップ

Tencent EMMA

文章と参照画像から画像を生成する

公式サイトを見る

Tencent EMMA とは

Tencent EMMA は文章から画像を作る拡散モデル ELLA をもとにした画像生成のモデルと紹介され、文章と参照画像のような複数の情報を提示として受け取ると説明されている。元の T2I 拡散モデルの全パラメータを固定し、追加の層だけを調整する。

できること

  • 文章と参照画像を提示として与える
  • 特別なアテンション機構で文章と補助情報をまとめる
  • 元の T2I のパラメータを固定し追加の層だけを調整する
  • 追加の学習なしで忠実度が高く細部の豊かな画像を生成する

使用例

  • ToonYou と組み合わせ複数のスタイルの画像を作る
  • AnimateDiff と組み合わせ肖像の細部を残す
  • 筋書きに沿った画像の組を作る

導入の手順

  • 製品のページで基本的な紹介を読む
  • 技術文書で仕組みと特徴を確認する
  • Python 環境や関連ライブラリなど必要なものを導入する
  • サンプルコードや文書に沿って独自の提示を書く

長所と短所

✓ 良い点

  • 追加の学習なしで異なる構成の提示を扱える
  • 既存の枠組みに合わせやすく、文脈を踏まえた画像や動画の生成に使える

! 注意したい点

  • 提示は文章と補助となる情報を組み合わせて作る
  • 元の T2I 拡散モデルのパラメータは固定されたまま

よくある質問

どんな提示を受け付ける?

資料は文章と参照画像などを組み合わせた複数の情報の提示と説明。

もとになるモデルは?

文章から画像を作る拡散モデル ELLA をもとにし、元のパラメータは固定される。

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