# チャプター1 クロードの最強モデルフェイブルの最新版5.2がリリースされました。私も早速実際に使ってみたところ、横浜港未来の街の空間を3Dにして自由に動き回ったり飛び回ったりすることができる美しいゲームのようなものをたった20分ぐらいで作ってくれました。 これはなかなか圧巻だったので、Xにもその動画をポストしています。その他にもこのフェイブル5.2を使ってみた初感であったり、今後どのようにこのような最強モデルを活用していくかということを考えていきます。 おはようございます。竪林純です。神奈川ですね、週末あたりから急に寒くなったんですけども、今はだいぶ暖かくなってきていて、今週末は結構ポカポカになりそうなので楽しみにしています。 さて11月10日の火曜午前ぐらいにアンソロピックの公式発表により、クロードの最新モデルフェイブル5.2がリリースされました。前のモデルがフェイブル5.1というものだったんですが、そこから性能を向上し高速効率化を行い、料金としてもAPI料金が20%安くなったということみたいですね。 現在はクロードの有料プラン、マックスウルトラとかプロプランなどで使うことができ、月額20ドルのプロプランに関してはですね、通常ならフェイブルを使うために重量課金が追加で必要なんですが、11月17日までなら週間利用枠の最大50%を追加料金なしで使えるというチャンスだそうです。 また、リリース記念としてクロードの既存の有料ユーザーには、フェイブルの利用枠を回復できるリセット権というものが1回から3回分付与されており、私はマックスプランというプランに入っているんですけども、3回分リセットの権利が入っていたので、どんどんフェイブルを試してみたいなと思います。 さて、私が試してみたケースは2つありまして、まず1つ目はさっき言いました横浜港未来の空間をですね、自由に歩き回れるようにゲームのようにしてもらうというところです。これは分かりやすいですね。実務的な内容としてブログの内容を基にショート動画を作らせるというものです。 まず3D空間を作らせるというところなんですが、やっぱりね、SNSなどでもフェイブル5.2でこういうことをやらせましたみたいなユースケースがいろいろ出ていまして、動画なんか見ていると、こういう3Dで何かを再現するとか、ゲームを一発で作るみたいなこととか、そういう能力の高さみたいなところはすごく分かりやすいし、事例もたくさん見られるので、 私もそういうものを参考にしながら、自分の生まれ育ちの横浜港未来空間をですね、作ってもらったというところです。ちなみに私の場合はスマホで4時して20分ぐらいで作らせたんですけども、普段私が利用しているヒッグスフィールドっていうですね、画像生成動画生成のプラットフォームとMCPという接続の仕組みで接続しており、クロードは本来は画像生成できないんですけども、これによってですね、画像生成もできるようになっています。 なので頭の良いフェイブル5.2に対し、ただコーディングとかで作らせるだけじゃなくて、画像生成で必要な素材も作って、それを組み合わせて空間作りしていいですよっていう風に評価しました。その結果ですね、例えば港未来の街並みにおいて空の美しいですね、空の色とか雲の形とかね、そういうものは画像生成でアセットを作らせているというか、フェイブルが自分で作って判断しながら自分で作っているんですけども、 そういわゆるゲームを作る時みたいに、ただ3Dモデルとして街を作る、形を作るだけではなくて、その表面に貼り付けるテクスチャーのようなものをですね、画像生成でフェイブル自身が自分で作って、なんか壁のですね、質感とか床とか石畳みたいな質感とかですね、あと横浜赤レンガ倉庫のね、あの赤い感じのレンガの表面とかそういうものを画像生成で作った上でそれを自分で組み合わせながら、 街で作りをしていたというのが印象的だったね。こういう街の再現とかはもうかなりの段階ですね、AIに支持すれば自律的にやってくれるなというところがわかりまして、ゲームのようなエンタメの要素以外にもですね、街のPRとかVR空間を作るとかデザインするとか映像作りとか、様々なビジネス的な展開もできそうですね。 そしてもう一つフェイブルにやらせてみたのがショート動画の作成です。私は普段ですね、昨今ではクロードを使って動画の編集を任せるということはかなりやり込んでいます。ということでショート動画を作らせるというのもやらせてみました。 実際のところ、こういうショート動画を作るというのはすでにですね、フェイブル5.2じゃなくても普段のクロードを使っているときにもうすでに私はやっていて、最近はもうショート動画を作るということをクロードに任せているところがあるんですけども、やはりフェイブル5.2にそれをやらせてみたところ、率なくですね、やっぱり成果物を上げてくれたというのが良かったですね。 このブログ記事をもとにショート動画を作らせてくださいと。普段からやっているワークフローというかですね、手順をもとにやってくださいねということは指示しているんですけども、クロードの方がですね、フェイブルからの逆質問で、なんか素材としてですね、こういうスクショとかあったらそれを素材にショート動画作るんですけどみたいな逆質問をもらってですね、なるほどね、じゃあそういうスクショを上げましょうかという感じで。 今回のテーマがMUSEっていうね、メタ社のAIとかChatGPTのDOTSという機能の紹介のブログだったんで、それについてのスクショがあればもっと効果的に動画作りできますよってフェイブル5.2が言ってきたんですね。 なので、ああわかりましたという感じですね。スクショを渡して、それをもとに動画を作らせたって感じですね。見事に図解とかモーショングラフィックみたいなものを使いながらフルテロップありで、フルポジションでね、ショート動画を作ってくれたというところがあります。 やっぱり完璧じゃないなというところもありました。いかに非常に頭のいいフェイブル5.2といえどもですね、うまくいかないところがあるんですよね。その代表的な例が画像生成をしたときに指の本数とかが間違った画像がね、出てしまうという画像生成がよくあるんですけども、それをフェイブル5.2はちゃんと見抜くことができずにそのまま進めようと、作業を進めようとしていたんですよね。 だから私がちょっと待ちなさいという感じで、画像生成された素材にどう見ても指の数がおかしいと。ちょっとね、妖怪みたいな指になってるよっていうことで私が指摘したら、なるほどわかりましたという感じでね、画像生成し直してくれたというところがあるんですけども、まだこれはAIモデルでもわからないのか、そうですね。 人間が見たときには明らかにこれおかしいと、指の本数がなんか1本多いぞというふうにわかるんだけども、やっぱりAIモデルからすると、いやこれはね、特に問題のない画像なんで、このまま作業を進めていきますねという感じに判断してしまっているというところがあります。 その他にもショート動画として率なくこなす、作るということはできるんだけども、じゃあその動画を見て人間が見たときにどう感じるのかっていうところまでは、やっぱり配慮しきれてないなって思うところはあります。 細かい話なんですけども、ショート動画の先頭でですね、AIからの回答をスマホで見せていて、それをね、スマホを手で持ってるみたいな画像から始まっていくというシーンなんですけど、スマホの画面上にAIの回答の文章がバーってすごい細かい字でいっぱいあるという画面を見せているんですよね。 で、私はそれをフェイブルーテに突っ込んだんですけども、ちょっと待てと。この先頭のシーンってたった数秒なんだけども、こんなに細かくて文字数いっぱいあったら、多分ショート動画の視聴者って見れないし、読み切らないし、むしろ飛ばしてしまうと。 ショート動画って1、2秒でみんな判断して、0.5秒とか言われてますよね。最初の瞬間で見て、もうその動画を見るか、フリックして次の動画に進むか決めちゃうわけだから、この最初の一コマにこんなに文字がバーって出てたら、多分見ないし、無視されてしまってフリックされちゃうよというふうに私は指示しました。 で、もっと文字を大きくして、要点だけを述べたような画面にアレンジさせたんですよね。与えられたワークフロー、やるべきことっていうことはある程度、そつなくこなしてくれる能力はどんどん上がってきてはいると思うんですけども、そこに対して人間がデザインすべきアート部分って言うんですね。 人が感覚として感じられる印象とか、こう組み立てた方が人間は見やすいとか、見てくれやすいとか、そういう体験デザインのところはやっぱりまだまだ全然弱いなというところがありまして、なので単純なカット編集とか、そういう動画編集とかBGMを入れるとかですね、そういう編集においてはもうかなりのレベル、高いレベルでできるようになってきてるから、単純作業っていうのはもうAIで自動化できる可能性がすごく高いです。 今後も課題になってくるだろうなというのが、そういう人間の感覚に基づく体験デザイン、このあたりはもう動画がどうのこうのという話じゃなくて、すべてのコンテンツにおいて重要になってくるかなと思いますし、人間がしっかり感覚を磨いてですね、指示をしたり、どういうふうにこの感覚が鈍い天才みたいな、フェイブみたいなですね、モデルに設計をして指示をしていくのかが重要かなというふうに思います。 それでは以上となります。ご静聴いただきありがとうございました。