Up 言語ゲーム型画像生成モデルの規模 作成: 2026-01-25
更新: 2026-01-25

    言語ゲーム型の画像生成は，自己回帰的生成なので，
    　　　巨大なデータセット ＋ 大規模モデル
    が必要になる。

    OpenAI の DALL·E 初版 (2021年) は言語ゲーム型の画像生成AI であるが，これは，
    　　12億パラメータのTransformer
    　　250M 件の画像キャプション対で "Training"
    によって，
    　　256×256 の画像
    を生成。

    しかしこのスペックでは，実用にはならない。

    実際，言語ゲーム型の画像生成AI は，DALL-E 初版が最初で最後のようである。
    現前の「画像生成 AI」は，
    　　自然言語処理に，Transformer
    　　画像生成に，拡散モデル。
    のハイブリッド型が主流になっている。