生成モデルを駆使した新しい創造的探索が実現！

クリエイティブな探索は可能性の空間の中での探索プロセスと見なすことができます。我々は解決策を作成し、それを評価し、結果に満足するまで洗練させます。生成モデルの潜在空間は、この抽象的な空間に対する直接的なソフトウェアの類似物を提供し、潜在空間内の各点はデータから学習したパターンに従った可能な創造物を表しています。従来、クリエイティブソフトウェアは主に洗練と生産の最終段階で使用されてきました。その理由の一つは言語です。我々は創造的な意図を、ピクセル座標や16進数のコードのような低水準で機械が読み取れるパラメータの煩雑な配列に翻訳しなければなりませんでした。生成モデルはこれを変えました。低水準のパラメータを操作する代わりに、我々は今、様々なモダリティを通じて自然に意図を表現できます—「この絵は夕方の時間にどのように見えるか？」や「このビデオをこれらの画像のスタイルに合わせて作成して」など。このシフトにより、ソフトウェアは生産ツールを超えて、創造的探索のための楽器へと進化することができます。しかし、これらの広大な潜在空間をナビゲートすることは、インターフェースデザインにおいて新たな課題をもたらします。我々は最近、この新しいメディアの時代におけるインターフェースデザインに関する哲学を共有し、今日はビデオのキーフレーム設定を通じてこれらの質問を探求するプロトタイプを発表できることを嬉しく思います。このプロトタイプの基盤はグラフ構造です。画像はノードとして表され、モデルの潜在空間内のウェイポイントとして機能します。これらのノードは他のノードに接続されてエッジを形成し、潜在空間と時間を通じて最初のフレームから最後のフレームへと移行するビデオが作成されます。正確なコントロールは可能性の広大な空間を制限するのに役立ちますが、一方で、変化や予測不可能性は「ハッピーアクシデント」を生む可能性があります—正確なコントロールを持っていると考えなかった可能性です。このトレードオフをバランスさせるために、我々はユーザーが画像を「関係的」に操作できる二つの手段を提供します。「Image to Image」では、元の構図を保持しつつ、スタイルをテキストプロンプトで変更することができます。「Image Variations」では、元のスタイルを維持しつつ、構図を変化させることができます。クリエイティブ探索は直線的に進むことは稀です。グラフ構造は、ユーザーが様々なポイントで分岐できるようにすることで自然に探索を促します。より多くの探索が行われるにつれ、グラフは自然に成長し、様々な実験的な経路を追跡します。これにより、ユーザーは非線形なタイムラインを構築できます。我々はユーザーが自分の非線形タイムラインを線形タイムラインのビデオにエクスポートできるようにシーケンサーを提供します。これは「自分で冒険を選ぶ」体験に似ています。グラフ構造を超えて、我々は作業スペースに対して組織的な制約を課しません。ユーザーはノードとエッジを自由に整理でき、関連する探索をクラスタリングしたり、異なる創造的実験を分離したりすることができます。我々のプロトタイプは、生成メディアの時代における創造的インターフェースがどのように進化できるかを示しています。グラフ構造は潜在空間をナビゲートする方法を提供し、画像をウェイポイントとして、移行を創造的可能性の道筋として扱います。新しいインターフェースプリミティブを見つけるための継続的な実験と好奇心を通じて、我々は生成モデルの完全な可能性を実現できるでしょう。これは単なる生産ツールではなく、創造的プロセスの中でアクティブなパートナーとして機能し、新しい可能性を発見し探求する能力を広げることが期待されます。