ACE++ は、Alibaba Tongyi Laboratory によって公開された です。これは、ポートレート、主題、およびローカル編集の 3 つの主要なラインに関する画像の生成および編集機能を提供します。

ACE++

コアパラメータと統計

ACE++ の位置づけは明確です。一般的なチャット製品ではなく、画像の生成と編集を中心に設計されたパブリック モデルであり、ポートレートの一貫性、テーマの一貫性、ローカル編集の 3 つのニーズの解決に重点を置いています。複雑な画像内で被写体のアイデンティティと視覚的構造を維持する必要があるタスクには、「1 つの画像のみを生成する」ツールよりも適しています。

プロジェクト	広報
製品のポジショニング	画像生成・編集モデル
公開フォーム	論文プレプリント + 公開プロジェクト ページ + GitHub リポジトリ
一般的なタスク	ポートレート、主題、ローカル編集
計画された拡張	全線開通間近
オープンソースライセンス	倉庫は公開されており、統一商用ライセンスはホームページ上で明示的に強調されていません。
コミュニティの人気	約 1,368 個のスター、93 個のフォーク
主要プラットフォーム	ウェブ、API
最新の表示可能なフォーム	公開ページ (~2025-01)
バージョンコンテキスト	論文プレプリント → 公開プロジェクトページ

タスクの境界を明確にする: ACE++ の強みは、あらゆる種類のビジュアル アセットを生成するのではなく、「ローカルで制御可能な画像変更」にあります。参照画像、マスク、または被写体の制約があるタスクに適しています。

コミュニティベース: 1,368 個のスターと公共倉庫が安定した注目を集めていることを示していますが、市場規模や企業顧客の数は開示されていないため、モデルの機能とサンプルの品質に基づいて判断するのが適切です。

プロジェクト リズム: 論文、ウェアハウス、プロジェクト ページの公開順序は、それが研究結果を実装するための典型的な経路であることを示しています。最初にメソッドが示され、次に体験ページとサンプル セットが示されます。

ユーザーと市場の認識

ACE++ の市場認識は、商用サブスクリプションの規模ではなく、主に研究コミュニティとオープンソース コミュニティに反映されています。公式プロジェクト ページではメソッド、例、モデルへのアクセスが提供され、GitHub リポジトリではより直接的な複製パスが提供されます。この組み合わせは、研究、作成、開発者の検証により重点を置いていることを示しています。

研究の方向性: LCU++、2 段階のトレーニングでコンテキストを認識したコンテンツの入力。これらのキーワードは、単なるインターフェイスのパッケージ化ではなく、モデルのメカニズムに基づいて機能を構築することを示しています。

視覚的証拠: 公式 Web サイトには、ポートレート、ロゴの貼り付け、映画ポスター、部分編集などの例が示されており、このプロジェクトがコンセプトのデモンストレーションではなく、特定の画像ワークフローのツールベースのモデルであることが示されています。

境界に関するヒント: 公開ページには企業顧客の数、商用パッケージ、または SLA が示されていないため、市場での認識は倉庫活動、サンプルの完全性、および紙の品質から判断するのがより適切です。

コストメリット

ACE++ のコスト上の利点はサブスクリプション価格ではなく、「公開モデル + 推論リンクの独自制御」の柔軟性にあります。

コスト層	広報	説明
C面/個人	無料トライアル	例とメソッドは、公開プロジェクト ページ	で直接見ることができます。
開発者/API	未公開	統一された公開請求ページはなく、自社構築またはサードパーティのホスティングへの依存度が高くなります。
エンタープライズ/プライベート	未公開	商用配信が必要な場合は、推論と統合のコストを自分で評価する必要があります。

明示的なコストが低い: 公開ページとウェアハウスにより、トライアルのしきい値が非常に低くなり、モデルの効果を迅速に検証するのに適しています。

隠れたコストのレベルは推論戦略によって異なります: ローカルまたは自己構築の推論コンテキストを実行している場合、コストは GPU、ストレージ、およびオーケストレーションにかかります。サードパーティのホスティングを使用する場合、コストはサービス プロバイダーの戦略によって異なります。

従来のデザイン プロセスとの違い: 画像編集作業では通常、デザイナーは試行錯誤を繰り返す必要があります。 ACE++ の価値は、「生成、変更、再生成」サイクルをより少ないラウンドに圧縮し、それによって手動でのやり直しのコストを削減することにあります。

主な機能

• ポートレートの生成: 顔の特徴、ヘアスタイル、スタイルの一貫性を維持するタスクに適しています。
• 主題の一貫性: 同じ主題をさまざまなシーンに安定して配置し、ブランド資料や製品イメージに適しています。
• ローカル編集: 全体的な構成と構造を保持したまま、画像の指定された領域のみを変更します。
• コンテキストを意識したコンテンツの充填: 欠落している領域を埋めるときは、周囲のセマンティクスとテクスチャを可能な限り適合させるようにしてください。
• 複数の参照画像のサポート: 複雑な編集、試着、ポスターのタスクにより適しています。
• 完全なルート プレビュー: 公式は、より一般的なコマンドベースの編集の方向性を発表しました。

これらの機能は共に、単一の画像の視覚的な美しさを追求するのではなく、「参照画像 + 制約 + ターゲット領域」をより安定した編集出力に変えるという実用的な結果を示しています。

モデルとバージョンの進化

メインラインバージョン

• プレプリント (~2025-01): 論文のプレプリントが最初にリリースされ、LCU++ と 2 段階のトレーニングが提案されています。
• public-page (~2025-01): 公開プロジェクト ページとウェアハウスは、外部の世界に経験的な例を表示し、現在のメインライン バージョンの形式を形成します。

バージョン関係

ACE++ は、従来のソフトウェアの小規模なバージョンを頻繁に更新するというよりは、研究モデルへの公開リンクに似ています。バージョンの進化の焦点はパッチ番号ではなく、「論文メソッド → プロジェクト ページ → その他のタスク例」の公開の成熟度です。

技術的な利点

LCU++ 入力パラダイム: 入力イメージ、マスク、ノイズをチャネル次元の条件付きユニットに結合して、従来のシーケンスのスプライシングによって引き起こされるコンテキストの干渉を軽減します。その結果、モデルは変更が必要な領域に焦点を合わせやすくなり、ローカル編集や複数参照画像のタスクに適したものになります。

2 段階のトレーニング: 最初にテキストから画像へのモデルを使用して事前トレーニングし、次に広範囲のデータで微調整します。その結果、モデルは最初に基本的な生成を学習し、次に編集制約に従うことを学習します。これは、0-ref から N-ref までのさまざまなタスク形式に適しています。

軽量適応: 公開ページとウェアハウスの例は、複数の特定のタスクに対して軽量ドメインの微調整を行っていることを示しています。その結果、同じバックボーンをポートレート、ロゴ、ポスター、修復物、その他のシーンにすぐに適応させることができます。

使い方

入口	説明
公開プロジェクトページ	メソッドの説明、タスクの例、モデルのエントリを表示します。
GitHub リポジトリ	コード、再現パス、プロジェクトの詳細を取得する
ハグフェイスモデルページ	モデルカードの表示とダウンロードの入り口
arXiv 論文	追跡方法の詳細とトレーニングのアイデア

一般的な手順: 最初にタスクの種類を決定し、次に参照画像、マスク、またはテキストの指示を準備し、次にポートレート、主題、またはローカル編集ルートを選択し、最後に結果に基づいて制約を微調整します。複雑なタスクの場合は、最初に本体の一貫性を検証し、それをローカル編集および複数参照条件に拡張することをお勧めします。

製品の価格設定

ACE++ の一般公開の入り口には、統一された価格設定ページは表示されませんが、研究結果と公開モデル ページに反映されています。

• C サイド/個人: 公開プロジェクト ページとサンプルは通常、無料でアクセスできます。
• 開発者/API: サードパーティの推論サービスまたは自社構築の展開を使用する場合、コストはコンピューティング能力とホスティング プランによって異なります。
• エンタープライズ: 標準エンタープライズ パッケージと契約条件は公開されていません。公式リアルタイム ページを参照してください。

アプリケーションのシナリオ

• 仮想試着: 一貫性を保つために、さまざまなキャラクターに衣服やアクセサリーを着せます。
• ブランドロゴの貼り付け: 製品、ポスター、またはシーンにロゴを貼り付け、マーケティング資料に適しています。
• 写真編集: 背景の置換、要素の追加と削除、スタイルの調整が可能で、クリエイティブな写真編集に適しています。
• 映画ポスター編集: ビジュアル スタイルと構成を微調整しながら、キャラクターの構造を変更しないでください。
• 部分修復: 傷、汚れ、欠けている部分を修復します。古い写真や資料の修復に適しています。

該当する人

• ビジュアルデザイナー: 画像を一度に生成するのではなく、安定的に変更する必要がある人。
• E コマースおよびマーケティング チーム: 複数のシナリオでメインのロゴや製品の一貫性を維持する必要がある人々。
• 研究者および開発者: メソッドの再現、モデルへのアクセス、または二次トレーニングを行う必要がある人々。
• 不適合な境界: チームが単純なポスター コラージュや制約のない画像生成のみを必要とする場合、ACE++ の制御機能は重すぎます。

概要と展望

ACE++ の利点は非常に集中しています。これにより、「制御可能な画像の変更」が、単純な視覚的な魔法というよりもむしろ工学的な問題のようになります。ポートレートの一貫性、被写体の一貫性、ローカル編集を必要とするチームにとって、汎用的な画像生成ツールよりも安定したワークフローを作成する方が簡単です。

現在の制限は、公開商用価格が不明であること、企業向け配信の境界が開示されていないこと、そして最新の Fully ルートがまだプレビュー段階にあることです。将来的に注目に値する点には、より完全なコマンドベースの編集機能、より明確なホスティングまたは商用の入り口があるかどうか、および複数の参照画像とローカル編集がより複雑なタスクで一貫性を維持できるかどうかが含まれます。

関連ツール: midjourney、stable-diffusion

バージョン情報

• ACE++ 公開プロジェクト ページ ：パブリック プロジェクト ページとウェアハウスには、Portrait、Subject、LocalEditing、および現在外部に公開されているメインライン バージョンである近日公開予定の Fully ルートが同時に表示されます。 （~2025-01）
• ACE++ 紙プレプリント ：論文の段階では、LCU++、2 段階のトレーニング、およびコンテキストを意識した充填のアイデアが初めて公開され、その後のプロジェクト ページやモデル例の基礎が築かれます。公式の正確な日付はまだありません。 （~2025-01）