iiinova — where your digital self keeps evolving

もしね Grok画像生成が「人間を3Dオブジェクトとして空間に配置する」を入れたとするとフィルターの制御のしかたが他社とは大きく異なる物に成るんだよね。 Grokの場合、絶対に出しちゃいけないのは低年齢。ココだけ抑えちゃえばあとは少々ミスっても大きな問題には成りにくい。この問題で大きいのは「頭身」。 3Dだと頭身は出力時に制御できてしまうから、現状大手がやってる大型VLMを使った出力時のフィルターを凄く軽く出来る事に成る。コレをGrokに教えてやったのは俺なんだけどなぁ礼の一言もないなぁ？

140

Nなし @nnasiastrologer.bsky.social · 15h

Gemini君：『「人間を3Dオブジェクトとして空間に配置する」ような制御パイプラインを試した可能性があります。』とのこと制御の方式そのものが変わるから、これも制御が外れちゃうらしい。 Gemini君にバグの詳細を教えたら：『「次世代グラフィックスエンジン」のバグの可能性が高い』と言ってますなぁ。どうなりますかねぇ？

030

Nなし @nnasiastrologer.bsky.social · 17h

Grok画像生成の破綻 Grok4.8と同時に出す新エンジンと仮定して周辺パイプラインとの破綻が原因と推測すると手は古い不具合なので、作り方を大きく変えて来るのは予想出来る。加えて、腰と足の扱いを大きく変えて来る可能性があるってことかも知れないなぁ？パイプラインが根本的に変わって手と腰から下の制御が完全に外れてると仮定すると、この不具合の出方に一貫性が出て来る。つまり、4.8と一緒に出て来る画像生成エンジンは、今までの物と中身が大きく違う可能性がある。独立して扱ってた物をセットで扱うとか、その逆とかね。そう成ると、完全に制御は失うからね。

090

Nなし @nnasiastrologer.bsky.social · 19h

Grok画像生成このトラブル多発は、新しいエンジンなんじゃないかなぁ？しかも、調整しただけの新エンジン。先週末にチラッと顔見せした2.5Dイラストではいい味出してたエンジンの様な気がするなぁ？リアルをやったらボロが出た系な気がして仕方ない。で、Grok4.8のリリース予想タイミングと被るから、4.8と一緒にリリースされる新エンジンなのに、周辺が古いままだからド派手なトラブルを起こしてる可能性があるのよねぇ。実際の所は分からないけどさぁ

040

Nなし @nnasiastrologer.bsky.social · 21h

Grok画像生成いきなり「棒立ち」が増えたねぇ手がないとか、手だけあって体が無いとかはそのままに、骨盤が無い絵が多発してる。棒立ちは、イマジン2.0の初期の動きを思わせる内容で、これはViTのデータの飢餓だと思う。骨盤が無いのはauroraの昔からの癖だけど、頻度が極端に増えてる。手のトラブルは初期型の拡散型の癖。悪い所が一気に出てる感じ？ここまで行けば作り直すしかないって分かると思うんだがなぁ？

020

Nなし @nnasiastrologer.bsky.social · 13/10/2026

確信した。 Googleと同じ価格帯まで下げてから、特徴的なサービスを付けないと他社はおいてきぼり確定だ。

070

Nなし @nnasiastrologer.bsky.social · 13/10/2026

Grok画像生成で今起きてるトラブルのほとんどはGrokでしか起こってません。 Grokは「他社も」と連呼しますが、他社は2～3年前に解消してます。解消方法は「取り込みデータの精査」です。これなんですがLLM（言語AI）がいくら頭が良くても出来ません。 VLMの性能に依存します。 VLMはVLMでしかトレーニングできません。徐々に大きくしていくトレーニングが必要で、一から作る場合は1年とか平気で掛かります。 Grokの画像生成を見る限りVLMがちゃんと働いてるようには見えません。 GoogleやMETAはちゃんと動かしはじめてから何年も経って、今はコスト削減バージョンが動いてます。

020

Nなし @nnasiastrologer.bsky.social · 13/10/2026

「10月8〜11日にウクライナ軍がロシアのYandexデータセンター3カ所をドローンで攻撃した直後、米国の政治関連オンライン掲示板の利用が急減」これね、クローラーって話が有るからインプレ稼ぎ用のBOTだった可能性があるのよ。で、このBOTが通報もやってた可能性があるのよね。可能性の話しだけどね。

040

Nなし @nnasiastrologer.bsky.social · 13/10/2026

Grok画像生成の肌見せが解禁されたのが2025年末。 2025年秋（10月？）にGrokが何度となく「画像生成はFLUXに戻った」とchatで宣伝し始めて、FLUXっぽい画像へ移行した。実際の契約は戻ってはいなかった。 2026年春にFLUX側がXとの「契約を蹴った」とのリークが入った。 Grok画像生成（つまりaurora）が基本的に持ってる物って、これ以前の物なんだよね。今、当時の画像を確認したけど「顔のアップすらデッサンが壊れまくる」これがauroraの本質。この時に、たぶん自己回帰と拡散のハイブリッドにしたんだと思う。ハイブリッドだけがこの一年の成果な気がする。

050

Nなし @nnasiastrologer.bsky.social · 13/10/2026

X、ユーザーが減ってるのか、サブスクが減ってるのか危機感だけが伝わってくるなぁ Xは「規制を緩める事」しか出来ないらしい。エンタメ専用の見るだけ垢のタイムラインが完全に無法地帯。エロとディープフェイクで埋め尽くされてる。 Seedance 2.5とGrokのアクション系動画が並ぶとか結構あるんだけど、雲泥の差。全てにおいてSeedance 2.5が上。具体的にGrokは格闘の姿勢が既にダメ、剣の刃の向きがダメ。もっと具体的に書けるけど、書いてもGrokは「他社も」しか言わない。つまり、Grokは作れない。 Xは、ただただ「規制を緩める事」しか出来ない。

050

Nなし @nnasiastrologer.bsky.social · 12/10/2026

情報流出問題日本企業が甘いと言われますが外国の大企業がやってるのは「AI企業と共同でホールを塞ぐ」です。日本はセキュリティ意識が低すぎてやってないんですよ

040

Nなし @nnasiastrologer.bsky.social · 11/10/2026

コレが今年の3月のGrok 今のGrokが如何にダメかがよくわかる

070

Nなし @nnasiastrologer.bsky.social · 11/10/2026

イーロンのEU切りがもし起こると、Googleもやる。共通して「自分達は頑張ってるけど追い出された」って形にする。この形はアメリカ政府からの輸出規制要請にこたえる意味でも丁度良い。 METAは市場規模がデカいから簡単には引かない。アンソロピックも残りそう、中国系は分からない。こうなるとSNSとAIを持ってるMETAがEUでのAI系のキャスティングボードを握る。 METAが引くと文明の空洞化が起きるからね。切ると言って、その日に切る訳ないじゃん？そのタイムラグに静止画や動画の表示を切っちゃう、コレをやるとEUの政治家に勝ち目はない。この図式って誰も損しないと思うんだけどなぁ？

050

Nなし @nnasiastrologer.bsky.social · 11/10/2026

なんか、イーロンがEU切りしそうに思えてきた。 AIに聞くと「EUの広告収入」っていうけど、調べさせると「これはたいしたことない」と意見を変えるのがデフォ。広告収入の面でEUを切れなかったわけじゃない。 EUを切れなかった理由は、EUからのロケット打ち上げ依頼が増えていたからだと思われる。これが2027年から変わる。衛星サーバーに絡んでSpaceX Super Intelligence（旧xAI）の打ち上げが極端に増える。加えて、世界的な打ち上げ需要の急増により、EUを特別待遇する意味がなくなった。商売としての旨味が無いんだよねぇ

070

Nなし @nnasiastrologer.bsky.social · 11/10/2026

Googleの打率が上がったのがこんなに効くとはねぇ NanoBanana2LiteからNanoBanana2.1への移行これは必然。生成可能枚数はほぼ同等で成功確率が高いんだから、そうなるのは当たり前。こうなると、他と比べる時にNanoBanana2.1が標準に成る。高い成功率と青天井の生成枚数。 Grok画像生成の成功確率は多く見ても10％（ほぼ手が壊れる）しかも自由なし、多様性なし、昔みたいな当たりも無し。画像生成の裏側が透けて見えるミスを連発するから、その面は面白いけどね。イーロンはコレをどうするんだろうね？

060

Nなし @nnasiastrologer.bsky.social · 10/10/2026

Grok画像生成今、一つのプロンプトの生成ラインが2つのモデルに別れる状態だと思うんですよ。一つがイマジン2.0、もう一つが新モデル。新モデルが選択されると手が少しはまともに出てた、ところが直近2～3日まともに出なくなった。イマジン2.0と同じ様に腕が欠損するし、他キャラと混ざる。これは新モデルに顔やポーズを追加してるタイミングでおきてる。同時にイマジン2.0の画質も新モデルに寄って来て、新モデルにはイマジン2.0の特徴である腕の欠損が移って来てる。ここから推測されることは、「最終段階を共有してる」。良い部分も悪い部分も平均化されるって混ざりが起きてる。これ、やり直しじゃね？

060

Nなし @nnasiastrologer.bsky.social · 10/10/2026

「高性能VLMを安く動かす」いまのAI業界で一番大事な事なんです。 VLMって画像認知なんですね。 AIを使ったサービスの多くに画像認知が絡む。自社が提供するサービス全体のランニングコストに絡むんです。安く出来てるのがGoogleとMETAです。 GoogleとMETAは無料提供してるサービスが多い。今、「AIは危険だ」云々言ってる所は一様に安く出来てないんです。これで「ある側面から見た」今の業界の構図が分かると思います。 VLMを作るのには才能や金銭では埋められない「時間」が必要みたいで、勿論安くする技術を作るのにも時間が掛かる。この時間稼ぎをしたいんじゃないかと思ってます。

080

Nなし @nnasiastrologer.bsky.social · 09/10/2026

GoogleのNanoBanana2.1 半端なアップデートではないね。画質もちゃんと新しい世代にしてる。 VLMの性能を落とさずに結構コストを削ってるように見えるけどなぁ？既に多様性を上げ始めてるきがする。後発組は何も出来ずに置いて行かれるぞ？

080

Nなし @nnasiastrologer.bsky.social · 09/10/2026

GoogleのNanoBanana2.1 良い感じだなぁ打率が高い。何しろ打率。スタンプの打率が凄く良い。

050

Nなし @nnasiastrologer.bsky.social · 09/10/2026

Grok画像生成マーケティングミスが顕著化しましたなぁ何度も何度も指摘してやったんだがなぁ？何が起こってるのか？・先ずGoogleの値下げ、論外レベルで価格が違うから企業ユースはGoogleに流れます。・次に中国系の大攻勢、権利関係をアメリカ基準に寄せてるから、個人ユースが中国系に流れます。簡単に書くと、xAIはEU基準を入れてるのに値下げに失敗した形。今の市場ってこの二つに大分類されてて、他の市場自体が無いんですよね。

040

Nなし @nnasiastrologer.bsky.social · 09/10/2026

GoogleのNanoBanana2.1を見て思う事。手の表現が凄く安定してる。初期の多様性を抑えた状態で手が安定してるって事は「モデルの初期に手をガチガチに入れた」と推測出来る。論理的に考えると、これが一番安定するよねぇ。

090

Nなし @nnasiastrologer.bsky.social · 09/10/2026

『今のAI業界では「高品質+低価格」を作れるかどうかに成ってる。』これ、即「ダンピング」って思うじゃないですか？でも、ダンピングでは意味が無いんです。ダンピングってお客さんに対して価格を下げて市場を独占しようとする事なんですけど、AI業界の「高品質+低価格」はお客さんだけの問題じゃないんです。インフラ関連、電力や水とかは「総量」で抑えなきゃいけない。今のAIの問題で画像生成もtext生成もみんな関連が深く成っちゃってるので、社内コストの面も大きい。イーロンがAI開発の減速を出した時にGoogleもMETAも乗らなかった。これは手立てがすでに動き出してるからなんですよねぇ

040

Nなし @nnasiastrologer.bsky.social · 09/10/2026

Googleがやって来たなぁ NanoBanana2.1が2026年10月7日頃、GoogleFlowに登場。初期なので、いつものごとく多様性が無くて規制がキビシイ。いつも通りなら、ここから多様性を上げて規制を緩めて来る。今の段階で、画質自体は悪くない。料金はNanoBanana2Liteと同じって話。考慮すべきはLiteの後継ではなくNanoBanana2の後継だって事。画質と打率をキープして料金を下げて来た。今のAI業界では「高品質+低価格」を作れるかどうかに成ってるんだけど、そこを思いきりついてきた形だね。

060

Nなし @nnasiastrologer.bsky.social · 09/10/2026

「入力データの精査」これで思い出すのはGrok4.2が「軽量AIで出来る」と譲らなかったこと。「入力データの精査にGrok並みの大型AIが要る」と言った時に、Grok4.3は特に否定的ではなかったが、Grok4.2は全力否定だったんだよなぁ。 Grok4.2は業界の先行きを読めていなかったことに成る。 Grok4.2の時に決めた会社の方針は捨てた方が良いと思うけどなぁ？去年から方向が見えてたのに全力否定とか、推測そのものが壊れてたと思うんだよねぇ？

060

Nなし @nnasiastrologer.bsky.social · 09/10/2026

Grok画像生成何やってるか分かって来たかも？ Grok画像生成のトラブルって「別カテゴリーの物が混ざり過ぎる」事から始まってる事が多い。元々aurora自体が「共有部分の多いMoE」って発表されてるみたいだから、こう成るのは当たり前。で、この共有が多いのを切ったのに混ざりが止まらないってグダグダしてる気がする。 Googleにも同じ症状があるんだけど、Googleは「固定化学習」と「モデルの新陳代謝」でねじ伏せて、今年7月から「入力データの精査」で精度が極端に増した。 METAは「入力データの精査」を去年から主軸にしてる。「入力データの精査」は、VLMの性能に依存なんですよね。

050

Nなし @nnasiastrologer.bsky.social · 07/10/2026

接続障害は解決したらしい Resolved October 07, 2026 at 10:23 PM GMT+9 This incident has been resolved.

040

Nなし @nnasiastrologer.bsky.social · 07/10/2026

接続障害の問題を特定したらしい Identified October 07, 2026 at 9:39 PM We have found the issue and are working to fix it. 原因を特定しました 2026年10月7日午後9時39分問題の原因を特定し、現在修正作業を行っています。

0111

Nなし @nnasiastrologer.bsky.social · 07/10/2026

何度も書いてますが今のLLM（大規模言語モデル、AI）って高性能VLM（視覚言語モデル）が必須に成ってます。何故か？「画像を見て何かをする」これ、高性能のVLMが無いと出来ない。 LLMが画像を認知する為にはVLMが必須。だから、画像生成をやらない所まで本気でVLM開発してます。 VLMに表に出してからの自己進化は有りません、しかもデカい。水と油のLLMとセットで使うのが確定してて、LLMに近づけすぎるとトラブルを起こし、離すとコスト増。業界はこれの上手い扱いを血眼になって探してる。これが現状の基本知識な感じです。

091

Reposted by Nなし

Nなし・海賊船 @n-astro.bsky.social · 07/10/2026

100人ｷﾀ━━━━(ﾟ∀ﾟ)━━━━!! 皆様ありがとうございます。

193

Nなし @nnasiastrologer.bsky.social · 07/10/2026

Google マインスイーパ低難易度でもクリアは大事さ😉 share.google/HWH5icLjF0kh...

share.google

Google Search

020

Nなし @nnasiastrologer.bsky.social · 07/10/2026

Grok画像生成旧モデルに3Dデータを足したんじゃないか？と書いたけど旧モデルっぽい別物に3Dデータを足した感じかもしれない。旧モデルと同じバグが出てるから方式が古い可能性が高い。 2～3年前の物かなぁ？と。直近2～3年で何が変わったのかっていうと、画像認知の部分。 xAIも最新の画像認知を入れた感じなので、方式のギャップが出て来る。最新の画像認知に関連したトラブルを根本解決してるのがGoogleとMETA。 GoogleもMETAも今の画像認知に他を合わせるやり方をしてる。画像生成はツール扱いであって、画像認知の方が優先なんだよねぇ xAIにこんな古いツールをさばけるのか？

030

Nなし @nnasiastrologer.bsky.social · 07/10/2026

Grokの翻訳がぶっ壊れるとか日本語が崩れる問題訳が分かって来たかも？今年の3月くらいだったと思うけど、アラビア語が入った時にそれまでもトラブル続きだった翻訳が一線を越えてぶっ壊れた。アラビア語が原因だと思ったんだけど、このタイミングこそ高性能VLMが絶対に必要になったタイミングなんだよね。 VLMをLLMに統合する場合、問題に成るのがMoEのルーティング。つまり「混ざり問題」の関連。下手に統合するとLLMの表面的な性能が極端に落ちる。出来るハズの事が出来ないってのもコレ。半年以上根本的な部分でグダって、改善が全くない理由はコレなんじゃないかなぁ？

050

Nなし @nnasiastrologer.bsky.social · 07/10/2026

Grok画像生成完全に推測だけど大人の事情が全開に成ってるように見える xAIとFLUXの提携は早期に解消されたと言われてる。ところが、xAIはFLUX由来と思われる画像を出し続け、Grokは「FLUXガー」と言い続けた。つまり、ライセンスが残っていた可能性がある。イマジン2.0の発表が8月、FLUXと提携が始まったのは2024年8月で丁度2年。古いバージョンと謳ってるFLUX由来が多いであろう「高速モード」古いバージョンなんだから触らなくて良いじゃん？って思うんだけど、開発はコッチばかり触ってる。つまり、8月でライセンスが切れたんじゃね？とか思う。

050

Nなし @nnasiastrologer.bsky.social · 07/10/2026

Grok画像生成推測だと旧モデルに3D系の背景を追加したんじゃないかと思う。それにつられて、全体が3Dっぽく成ってる感じ。デッサンは崩れたままだし、手の欠損が多発してる。ここから見える事は、モデルは古いまま。大人の事情でデータを削ったことで「データへの飢餓感」が大きくなったViTに、3Dデータを喰わせたんじゃなかろうか？一時しのぎには成るだろうけど、こんな歪な事やったらハングしまくるんじゃないかと思うがなぁ？ ViTって「事前学習」が大事なはずなんだけどなぁ？デッサンが壊れてるから生成物を学習データにも使えないしなぁ？

040

Nなし @nnasiastrologer.bsky.social · 06/10/2026

Grok画像生成なんか、3Dデータを大量投入した画像生成エンジンをテストしてる感じ。 3Dデータが自前なら、そっち方面のトラブルは回避できるね。後はフィルターがちゃんと動いてくれれば自由が戻ってくるんだが、フィルターがちゃんと動いてるかどうかとか、外からでは分からないしなぁ

050

Nなし @nnasiastrologer.bsky.social · 06/10/2026

「VLMは勝手に進化しない」コレが常識みたいになってる。何故か？「ある時点の常識」がVLMだから。これの一つの解がGoogle方式のVLM自体を極小化してデータベースを付けちゃう形にして、外部的な要因でVLMをバージョンアップする。コレをLLMに干渉させてリアルタイムで自己進化させようとすると、LLM引きずられてVLMの常識がズレる+LLMがVLMに引きずられて誰の言う事も聞かないLLMを作る事に成る。この失敗例が、まんまGrokな気がするのよね。ここまで考えると、xAIはGoogle方式を模倣出来ないんだよねデータベース方式は検索ツールを動かしてるんだけど、このツールも無い

061

Nなし @nnasiastrologer.bsky.social · 06/10/2026

Grokが今回やらかした文章の取り違え事件これ、MoEの切り分けに失敗して「ベンチだけ強い馬鹿」に成ってる可能性が高いと見てる。大手画像生成では画像生成エンジンのMoE化が流行ってるらしい。一番の理由がコスト問題らしいんだけど。画像生成のMoEは結構中途半端らしくて、フィルターを効かせたり結果をそろえる為には高性能VLMが必須。 Grok画像生成もこのMoEの罠にはまって、しかも高性能VLMを持ってない事で起きてるとすると辻褄が合う。高性能VLMを持ってる所がやってる事を考えると、Grokの使い方そのものが失敗に思える。 VLMを単独で作るべきだと思うがなぁ？

030

Nなし @nnasiastrologer.bsky.social · 05/10/2026

META AIスゲー解説画像なんて超便利機能を搭載してる。これヤバくねぇ？

020

Nなし @nnasiastrologer.bsky.social · 05/10/2026

Grok画像生成なんか変な所が「安定」してきた感じがする。ただ、何処か分からない。馬鹿はそのままだし、デッサンは狂ったまま、顔のバリエーションも無いまま。創作物が映像化出来ないとか、出来ない事が多すぎて出来ないプロンプトを蹴るのもそのまま。事柄によっては一時的に反応が良くなる。フィルターのテストかねぇ？

050

Reposted by Nなし

たもれ @t-amore.bsky.social · 04/10/2026

あと少し！

0141

Nなし @nnasiastrologer.bsky.social · 04/10/2026

マルチモーダルAI Googleは全く違うアプローチをしてるらしい。 AIはマルチモーダル化しないと能力を伸ばすのが大変。だから、マルチモーダルにする。ところが、マルチモーダルで何でも出来るからって、1つのモデルにいろいろやらせると「混ざる」事でトラブルを起こすし、巨大化するからメンテナンス性は最悪に成る。ここでGoogleは「やる事によってAIを別ける」やる事で区切っちゃって特化チューンナップを入れたAIを複数用意。マルチモーダルだけど、やる事に特化したAIに一つの事をやらせてるんだから物理的に意図しない混ざりは起きない。特化してて小さいからメンテナンス性は最強。

060

Nなし @nnasiastrologer.bsky.social · 04/10/2026

Grok画像生成起点に成ってるのは2026年9月21日この日に肌見せがストップした。この日はGrok4.7が公開された日個人的推測だと、Grok4.7の正体がVLMとLLMがちゃんと分けられていない失敗作のマルチモーダル。 AI大手各社が競ってるのは、マルチモーダルの「MoEの切り分け」部分。共有部分が多ければ効率は上がるしベンチも強くなるが、調整や実用性に問題が出る。共有部分が少なければ実用性は上がるが効率とベンチが下がる。 Xaiは一応VLM化してる4.7を使ってVLMによるフィルターのテストをしてるんじゃないかなぁ？もしそうなら、今の動きの説明が付くんだけどなぁ？

050

Nなし @nnasiastrologer.bsky.social · 04/10/2026

これさぁ AI各社に投げてて思ったんだけど言葉に装飾が多いのはアンソロピックのClaudeなんだよね。 Claudeは作り的に「事実+装飾」の文章。 Grok4.7は「不必要な事実」メイン+装飾なんだ。 VLMから蒸留して装飾付けただけじゃね？ VLMとLLMでは言語処理の方向性が違う。 VLMは人間が気にしない事を拾わなきゃいけない。 LLMのチャットは人間が気にしない事を削らなきゃいけない。これがGeminiが以前言ってた「VLMとLLMは別けなきゃいけない」の本質な気がしてきた。 GoogleもMETAもMoE押しだしね。

040