この議論では、Claude Design、Adobe、Canvaといったデザインアウトプットツールの最新動向と、それらを支えるAI技術の進化について深く掘り下げられています。AIは単にデザインを生成するだけでなく、ユーザーが言語化できていない「センス」や「選択軸」を引き出し、ブランドのトーン&マナーやカラーリングを学習・再現することで、質の高いアウトプットを実現しています。Claude Designはユーザーへの質問を通じて理想のデザインに導く「サーチ型」、Adobeはワークフロー内のデータからブランドルールを自律学習する「Brand Intelligence」、Canvaはコミュニティのテンプレート利用データを活用する「ディスカバリー型」と、各社のアプローチは異なります。これらの進化の根底には、AIのマルチモーダル理解力の向上や、文脈を考慮した「コンテクストグラウンディング」、そしてBlackwellのようなハードウェア進化による学習の効率化・安定化があります。また、企業がAIエージェントを活用し、大量の試行錯誤から学習することで、ブランドの本質や顧客理解を深める新たな時代が到来しつつあると結論づけられています。
Transcription
994 Words, 12962 Characters
Japanese こんにちは イケトモです
オバラです イケトモオバラの deep 名アイニュース
今日のテーマ
クロードデザインやキャンバー アドビ gpt 名詞といったデザイン アウトプットケーカーついというテーマで
ちょっとこのあたりの状況をミックスしながら話していくなどでしょう
いやーめちゃめちゃいいですね ちょうど私自身も今ラスベガスにいて
アドビさんの UXマグティング系のサミとちょうど今日デッツのキーノート終わったところなので
もう僕からもできると思うんですけど
この辺のやっぱりクチビーが一番話題になったらクロードデザインなんで
この辺どうですかイケトモさん
そうですね 私も早速動画が出されてたんですけども
非常に体験良いですね クロードデザイン
やっぱり今AIを使ってクリエイティを作っていくってことが全社共通の概念かなと思うんですが
そこに向けて他のツールもそうなんですけどいわゆるデザインシステムであったりとか
デザインをちゃんとAIが再現したりとかルールができるような
そこから入っていき各社のトーンマナーとかブランドカラーとかロゴとか
そういうのを使える前提で仕組み作った上でアウトプット作っていくと
いうところの体験も良かったですし
できるアウトプットのクオリティを高いですし
やっぱりデザインとかってデザインの災害はちょっと我々で解像度が弾くメトルか
アイケアになってもそれを訪言するときに
どういう論点をどうやって言うかするかという難しいかなと思うんですが
それをかなりちゃんとフォア聞いてくれて
選択をしたりとか提案を選んでいくと自分のイメージであったり
この方向に行けばいいんだろうと道べいてくれるという体験になるので
まずクロードデザインはそれを選べようかとですね
そうですよね
実際にどっちかというとプレゼンシールをだったりとかに使ったりとかしてるんですけれども
やっぱり押してるようにデザインが良くなったというよりかは
その人にフィットするデザインを以下に作り当てるかというところが
AIがうまくなったっていう側面もあるのかなと思っていて
もちろん大前提として今回のそのチャットGPTのイメージ2だったりとか
その手前の名のバナナだったりとか
やっぱりAIがマルチモーダルと呼ばれる適室と以外の画像だったりとか
音声だったりとかそういうったものをネーティブで学習したことによって
先生というジェネレートの前にコンプリヘンションの確明が先に起こるんですよね
では生成できるっていうのはAIが理解したりAIが言語化ができると
その言語化に基づいて生成ができるっていう話なので
そういう意味でやっぱりジェミ内の3.0だったりとか
以降画像に対する理解力特にウェブとかのUXに対する理解力っていうような
ベンチマークテストがあるんですけどあの辺がやっぱ羽穴があがったっていうのが
やっぱり第一段としてあって
その上に今おっしゃったように結局デザインって何がいいかというのを
自分が言語化できていないので
あなたにフィットするデザインは何かということを
当てに行くというところが今進化が起こってる2段階みたいな感じ
なイメージですね僕からする
大事ほどが上がりましたよね質問も
ちょっと前モベのあのクロードしたいも
いろんなチャットの相談でわかんないことが確認するっていうのは
結構制度上がっていたんですが
本当にデザインを作るに当たって
なんかそのキーメッセージから細かい調整であったり
あとなんかその作りを買った後に
微調整をしたい部分である人が文字の動きさとか
なんかヘッターを言えるかどうかでやったのか
グラフをその表現形式を丸にするのかボーパーにするのか
みたいな部分はこれも自然に聞いてくれて
作った後にワンクリックで変換できるみたいな
あれも遊び行く?
作物を含めていいですよね
うん
Twicksっていうのが可愛らしい名前で
機能があるんですけど
アイノも素晴らしいなと思いましたし
あ、やっぱりそうね
企業とかしっかり使おうと思うと
やっぱりトーンマナーとかカラーとか
そういう全体提供した上で
その上に乗っけてくってのが
多摩大敵用のちゃんとしたブランドデザインであったりとか
もともでやってるかなと思うんですけど
あれをその誰でもできるようになったっていうのが
結構大きなと思うんですけど
この辺でアドビデオったりとか
キャンバなんかも多分同じ方向性を見てますよね
そうですね
だから基本的には
デザインという実は現刻かできないんだけど
見れば判断できるっていうものに対して
これも前に話をした
AIって結局人の方の情報の探し方だから
サーチ型とディスカバリー型がありますよね
っていう話をしたんですけど
どっちかっていうと
アドビとか
クロードはこのサーチ型を目指していて
キャンバさんはどっちかっていうと
ディスカバー型っぽい匂いがするっていうのが
僕の見たって
なるほど
で、結局サーチ型って何かっていうと
サーチっていうとみんな検索はどう思いつくんですけど
もとりくるとやからすると
お客様に
あなたは何の選択軸で選ぼうとされてるんですか
という選択軸を
こちらから候補を提案して
あ、そうそう
私実はその軸で選択したかったよね
っていう
選択軸の装置
というとか言語かっていうものを
こうやってあげるっていうのが
実はサーチの本会なんですよね
確かに
数もとかね
ちゃんとこう探しちゃいに家の軸で選択肢があって
その言語かできてなくても
いらないので
ボタンを押すだけで
そうなんです
だからやっぱりペットと
数もいえだったりとか
あとわかりやすい話だと
アルバイトとか
まかないがあるかとか
なんないでしょ
あと
ユニフォームが綺麗
可愛いとか
そういうのが実は選択軸だったりしますよね
みたいなところが
イケトモさんがさっきおっしゃったように
デザインにおいて
何の選択肢を
聞いてあげると
いいデザインに対して
ずれなくなるっていうところの
これアスクユーザークエッションという機能が
クロードのいくつのバージョンか
全然開くらいでしたっけ
から入った
あれがデザインに
特化した形で
何を聞けば
筋の良いデザインにしあげることができるのか
質問の歴が描くが上がりましたよね
めちゃくちゃ上がりましたね
本当こながつみ上げてきたというか
本当にいろいろ回して
ユーザーの会話を受けて
もうすごいパターン化して
理解というか
少なくても提案できるところでは
そうといったんだなって感じを
一回使うと感じますよね
あの会場
多分そのアスクユーザークエッションという
何のデザインに関して質問をすると
何回イメージ違うんだよね
っていうわけわかんないおじさんじゃなくて
ああそうそうそう
言ってもらうとさ
そこの部分をすっきりさせたいんだよね
とか
メッセージは強調するけれども
その
わけにある説明文はアペンディクスに
まうそうほしいんだよねみたいな
そう言ったところの
徹底的な言語かみたいなところを
そうとエキスパート入れて
やられたんじゃないかなっていうのが
そのイメージを知ったってあれなんですよね
知らなかったんですけど
その今回
クロードデザインをやってるトップの方って
そのこういうデザイン通では
まぁもう
そのアドミが配収したくてしょうがないけれども
できなかった
フィンゴがの社会とる島に行くやってた人なんだよ
あっらしいんですよなんか
そういう体制で
この方が元々CPOとして入社されて
プロダクト全体を見ていたんですけど
あのアンスロピックでこう
ラボっていうチームだって
ただこうモベルを作ったり
ベースを作るだけではなく
よりこう実践的な業務ベースの通路を作っていこうと
最初の成功がクロードコードですよね
でクロードコアくんなり
そういうものも本当に受け入られているし
気分くざいになってるんで
そっちのトップにその方が変わられたらしいんですよね
なんで結構本語しを入れて
なんていうんですかね
本格的な業務ツールというか
クロードチャットとかコードみたいな
ベースだけではない
ところを攻めようという体制に
変わられたり
あのあの完成のお腹さんの調べ方を真似て
最近は誰が責任者かを毎回調べるっていうですね
2.3時になってるんですが
そんなのか
めっちゃ大事ですね
めっちゃ
やっぱり
フィングマといっしょのやこをやめらしてた
だからもちろん上方の住んだわけではないんだけれども
まわるシュフィングマのお社会とりしめに
役に選ばれるぐらい
デザインということに対して
エクスパートの方が
クロードのチープロダクトをしたらをやられてたので
その良いデザインを作るための
選択軸とは何かみたいなところへの
やっぱりあらいだしだったりとか
そこをどう学習するかみたいな
評価モデルの作り方みたいなところが
多分すごいんだろうなって思って
だから今回面白いのが
アドミッスさんが
めっちゃ自身な話から最初を入るんですけど
気になりますね
今回
動画作成における
やっぱり映画って
例えば
この映画だったら
例えば
北の竹子だったら
北のブルーって呼ばれる
アオイロが
もうそのアオイロの配置だけ見ると
秋さんのさんの映画だとか
あと新界魔法さんの空
とかを見ると
新界魔法さんの空だみたいに
独特のクロカラーリングってあるじゃないですか
アレオを
そのアドビーが
てって
正的に学習をして
それがもう簡単にAIでできますよ
というツールとかを出したんですけど
これもすごいのがそういうの
ポストプロダクションって言って
ある程度生の映像ができた後に
最後やっぱりその監督らしさを作るとか
ちょっと人をなかせる映画だったら
こういうとんの色合いにした方がいいよね
っていうポストプロダクションの
もう伝説的な人をやっぱり adobeが気ぬいてきて
その人がやっぱりカラーリングに対しての
パターン学習みたいなことを
徹底的にやるし
あともう一個は uxですよね
誰でも簡単にそれが調整できるような uxにデザインしていくみたいなところがあって
そこの辺がその話もどすと
サーチ型っていう
実はAIが賢いんじゃなくて
人間がそこそも自分のセンスというのを
言語化できていないから
こっちAIが言語化してあげることによって
ずれをなくしていくっていう
ところのタイプっていうのが
一向変異確定なのかなっていうのが
でかいんだと個人的には思いますね
それ adobeさんはそのポストプロダクションを
特点そのきたのブルーとかだけじゃなくて
あるさか人を勝手に分析してくれて
ポストプロダクション向けに共通点を抜き出し
貸しかすると言語化していくみたいなことをするっていう
気のんだろうね
そうですそうですそうですなるほど
でそれが今回の adobeの目玉っていう話になると
今回の adobeの目玉は
ブランドインテリジェンスっていうのを立ち上げてです
ほうほうほう
いけともさんらしさって何って
いけともさん言語化できていますかっていう話だったりとか
よいわなぜか同じような機能を提供してるのに
いけともさんを選んでくださるお客様は
何を持っていけともさんを選んでくださってるかって
これも言語化できてるよってできてないじゃない
これをその adobeは
そのデシジョンのトレースっていうって
結局 adobeって今や
そのワークフローの中に組み込まれていくので
自分たちが作ったランディングページとかバナーとかを
まあ上司だったり周りの人がレビューするわけじゃないですか
でそのレビューね残ってる意見から
コカコーラってこういうことをコカコーラって言ってんですよね
とかこういうことしたらコカコーラじゃなくなるんですよね
っていうそのブランドルールを勝手に
AIが学習していって
そうすると自立的にコカコーラらしい物が
どんどんどんどん作れるようになるっていう
物を作ったっていうのが今回
ブランドインテリジェンスというか
私は adobeの目玉出たんですよ
ブランドインテリジェンスとか
AIがブランド家庁学習時代的に
感動行うとなるほど
そういう事なんですね
はい
でしかもコカコーラも結局
コカコーラらしさが1回定義できると
じゃあブラジールでコカコーラを提供するときは
ここは守ってここはずらすとかあるわけじゃない
そういうことがもう自立その
デザインを作ったり実際
それを高刻とかオーガニックで
出行した時に av テスト的にどんなユーザーが
どうこで離脱したのかとか
そういうのを見ながら自分たちの
本当に選んでくださりたいユーザーさんが
選んでくれる理由みたいなところとか
その途中にいる人たちが違和感を感じて
コメントを残したところみたいなところを
勝手にルール化して
でそのルールに基づいて次から
どんどんどん新しいものを作っていくっていう
ところにカジを切ったっていうのが
今回のアドビのすごいところですね
あるほどですね
今日のあれですよね
そういったチェックとか判断で
ちょっと前まではそこが人間の残り部分というか
ディレクターとして最終チェックをして
AIがいろんなアイデアとか可能性が出すんだけれども
チョイスしてだとかどうか判断するっていうところ
だから残っていたところかなと思ったんですけど
そっちもどんどん新食ドアがあってわけしてますね
そうなんですよだからいわゆる上司に持ってきた
何か違うんだよね
持ってきてって言って
その変えていくと
こっちの方が何かいいんだよね
とか言われるみたいな
その言語化ができないまんまセンス
クルシンでたところがあるじゃないですか
それをある宿路とかは
アスクリズナクエッションとかたちで質問に
明確にする
一方でアドビーはブラントラシサみたいなものを
その途中で意識っていうしたものだったりとか
キャンペーンをやった時のA/Bテストの結果だったり
からどんどんどんどんどんどんルール化していくみたいなことを
やっていくことによって結果的にセンスが上っていくっていう話になるんですよね
なるほどね
ちょっとなんか選手のニュースで
ビジネスインサイターかな
なんかの記事だったんですけど
これからその込んできしとグラフっていうのがすごい厚いみたいな
そうですね
これまでのサースは高度の結果はかったけれども
なんでその高度を取ったかって
リリキは分散していてまとまっていないと
セイルスポースには結果はあるが
その内容はスラックで離されていたり
高度だったりメールだったりして
なんでこの提案を受けたのか
寝下げしたのか
とかなかなか残ってないケースが多かったものを
ちゃんとの絵歴で残すことにより
これでも学習データンなので
その会社がいい判断というか
そういうことをその大学のようにだけではなく
細かい入れぐらいケースにも
いても適用できるようになっていくので
このデータがそういう価値になってくるね
まさにアドミさんなんかそういうのを
ブランドでもやってくっていいわけですよね
やってみて
だからまさに今日ラウンチしたんですよ
とか配信でいう時のラウンチしたんですよ
それを
だから結局をしたようにコンテクスグラフって
何かっていうと結局人間の意識っていて
その分析によるじゃないですか
さっき言っているように
その基本的に譲れないルールとして
まあ子価コーラはこうあるべきっていうのがあるけれども
そのブラジルにおいては
ここまでは今日用できるよね
みたいな話だったりとか
その前提条件によって意識って
という裏具分けですよね
でじゃあその前提条件って何によって決まるの
っていうとその場所だったり提供するお客様だったり
その意識ってがある時の繋がり
文明の繋がりによって意識ってが決まるから
じゃあ何の文明の繋がりによって
意識ってが変わっていくのか
ってところをグラフにしていきましょう
っていうのがコンテクントグラフで
あるしその今までって
ラグっていう形で
検索したデータベースからなんか検索したものの
チャンクだけ広ってやってたわけですけど
もう今やコンテクストの運動が20万トーク
とか100万トーク
だから20万トークに言うと
その新書で23,000削分だし
100万トークになると新書で
もう10削分とかになってくるわけじゃないですか
そうするとある程度注消化したコンテクストグラフ
みたいなものを全部突っ込んで
その中でコンテクストを読み取って
貰った方が正確な判断ができる
だから最近は
嘘を使ないっていうファクトグラウンディングよりも
文明を間違わない
文明さえらってれば
多少ハルシネーションしても
むしろクリエイティブになるよね
っていうコンテクストグラウンディングが
大事みたいな言い方をしてたりするんだ
面白い
あれそうですね
なんか例えば法律と判例みたいなのがあって
法律的大学のガイドラインっていうのは
これまではみんな作っていて
アレデートプロンととかがあんまっていたと
でも実際にいろんな個別の判例って違うわけなんですけど
これをちゃんとデータ化していき
アレデート大学のカテゴリーで
まさに判例されば
結構レベル型がいい仕切ってもできちゃうよね
そんな風にもなりつつあると思うんですよね
状況としては
おっしゃる通りです
だから日本は
あの裁判って判例主義なんですけれども
法律ってミニマムな最低限のことしか書いてないので
判例というのはいや
そういう指揮所の時はさっすぐに無罪でしょうとか
そういう事情だったらそれはさ
上乗車車車車で行ないから有罪だよね
というまさに判例ってコンテクストグラフの形になるんですよね
それが今までは
どんなコンテクストで有罪ですみたいなリンク収みたいな形に
その判例はできなかったことが LLMは
飛行増加データに強いので
ある程度戦善収ですけど
バイブコーディングの提承者で
オープンAIの共同設立者のアンドレーカルパシーさんが
その LLM wikiっていう言い方をして
あらゆう知識を
そのリンク構造と
観結に書かれた wikiに転換してあげると
実はそういう分明判断みたいなのが
えぐいぐらいに上がるよっていうので
たしかもういきなり50万秒ぐらいギットがいって
スタートも2000ぐらいなんか2かぐらいでいて
今無中になってるトレンドみたいな話があって
でも今回
戦収でしたっけ?
結構早いですね
この辺のコンテンツのグラフだったり
その LLM wikiだったりみたいな
その結局人間が原告ができていない
こういう状況はこういう時に判断するよね
ということを
いかに貸しかしてあげるか
だしそれを先回りしてユーザーに質問をしてあげる
ということだったりっていうのが
まあさあ違方の特徴って話になれますね
なるほどね
ちょっとあれっすね
その業界とかのコンテクスとか個別の反例データ自体も
今そのオープンエイとかアンスロティケットの
外部の専門界とって、1950ドルぐらいで
もう作っているんですか?
専門界を使って
車内にやってる会社はその会社独自の
そういう反例シューができるわけですし
業界とかぐらいであれば
デカイリを行きは
AIペンチャが勝手にお金かけて
いろんな人やとって
バンバンを作っている設定も
そういう状況になっちゃってますよね
冷静に変わるんですよね
だから逆に言うと
今回のAdVのブランドインテレジェンスの
素晴らしいところは
そもそもマーケティングって
コミュニケーションの中で
ダメだしするようなとか
そもそもマーケティングって
A/Bテストで
ランディングページを作ったら
どっちが
どういうユーザーの方が
どこでリダツしたのかみたいな
フィードワークデータが
業務のワークフローの中に
埋め込まれているので
ある周アドビさんで
この1年ぐらい
ワークフローをしっかり
自動化してあげますっていう形で
入り込んでいたので
当たったらそのログを
そのまんが
センスがずれないための
ウィキみたいな形に
正確性向を
みたいなところまで上がってきたっていう
だから気づいてやればいいじゃん
ってなったのかわからないんだけど
もう非常に面白い
動きになっているっていうのが
クロードにしても
あとも共通の戦略的なのが大きいかな
確かね
マーケなんかもよく
最近はクロードコードとかで
一人マーケチームで
10人分働きますとかっていうのを
この数ヶ月からありますけど
余計加速したような
普通にそこまでできちゃうとか
そういうのですよ
だから結局
ある週
企業の方が
AIエンジェントに
マカスと
10倍失敗できる
100倍失敗できる
1時間対応で失敗できるわけじゃないですか
そうするとやっぱり
失敗からの学習価値が
AIによって羽根があっていってるうので
いと的な
そのリスクをコントロールした
失敗をすることによって
結果的に
自分のブランドが
何やのかとか
自分のお客様が
みたいな言語が
先に進むと
エクセレントになっていく
っていう状況に多分
なってくるんじゃないかな
っていうところですよね
いやめちゃくちゃ面白い
多分これか
デザインが分かりやすい事例で
今まで
みんな言語ができていなかったから
フィットした時に
気持ちいいから
みんな仕上げちゃわけじゃないですか
その中に
実は地味な
今お座ったりで
反例だったりとか
バンバーによって
日常の食事用の
食品食材を
提供してあげるということだったりとか
そういったバーティカル領域で
いかに
センスというもので
片付けてたものを
言語化していく
っていうループを
作ってあげるかみたいなところが
日本でされまして
でも寒寝るとか
資料とかって
全部GPTイメージ2番も作って
同じように
比較って何時種類をやってたの
どうですかどうですか
見てくちゃ
これが上がってんだ
この地プロンプとなんですけど
秋がかり
GPTイメージ2の方が
バイルっていうか魅力的なんですよ
それを
名のバナナちゃんよりもバイルってことですか
サイズが3パターンしかなくて
製法系と
3台にしかないんで
さまれて16台9なんすよ
まあそうですよね
これがないんで
ちょっと上とした気になしていけないとか
こういう面どゆことは弱化あるんですが
さまねるなんか
6個ついに違いまして
ちょっと前まれて
生まれて生まれて2で
なんかいい寒寝できてるなと思ったんですけど
同じやつでGPTイメージで比較したら
なんか全然ちゃうとか魅力が
何個を生ごらなくて
でもいい寒寝できて
いい寒寝できて
逆にその
合格を固定することによって
配置のセンスのよさ
みたいなものが
学習しやすくなるじゃないですか
まあみたいな
ある周日間の
オープンAIチャットGPTさまって
なんか
微波動を送れてる感じがするから
あえて
限定空間作って
続けたものを
最初に出して
でそこで人気を得てから
徐々に広げていくみたいな
手法を取られた可能性も
なくはないと思いますけど
確かに
あとなんか6個ついに
こうやってまして
日本語能力も正直も
圧倒的に高いんですよ
GPTイメージ2の方が
並ばなついのときには
もし数がね
何百もしか行くと
文字バケリツが
何パーがあったんですよね
高確率で
文字バケージますよね
これがね
こうなって
えー
その辺はね
色がね
そのオープンAI様が
もう
中のAIモデルのことを
オープンにしてくださらないので
いや色んなやり方あるんでしょ
ぶっつけな話しい
全部が全部
そのマルチモードあるな
あの
LLMで生成してるのか
いやそれとも
ある周
その文書とか
の配置とかは
ある周
パイソンとかで
作って
そこを後から
加工してるのか
とか
その
やる
スキルって
あの
決定論的な
決まったものは
あの
バイブコーディングで
プログラム作って
動いて
で
確率論的な
ものはAIで
動かすみたいな
クワケが
あの
非常に上手になったじゃないですか
いや
もしかしたら
画像を描くっていう
裏側も
そういうブレンドをしてる
可能性も
なんがないですし
なるほど
完全なるその
マルチモードある力とかでも
なんか
ちょっと画像が
めちゃくちゃ
バイるような
まあ
固定さっきじゃないですけど
仕組み上の
普通もあるので確かいそう
僕だったら
僕が
オープンAIの系列者だったら
そういうやり方でも
いいから
とりあえず
なんか
オープンAI
いけてないって感じを
不思議をするために
どうにかしろって
僕だったら
言う
一方で
そのグーグルの
オバラとして
そういう
言い方されると
エンジンやって
オバラさんと
結構が出れば
いいっていう
文字じゃないんですよね
あの
美学ないですよね
オバラさんには
とか
言われたり
するわけなんですけど
そもらえも
会社のポイジーによって
そうしてるかもしれないですね
まあ
僕は
ちょっと超えちゃったな
って感じがするんで
もう
一時限画像生成
も
上に上がりましたよね
いやだから
その辺が
ただ
一回そうやって
ちょっと決定論的な
アプローチとかで
いい結果が出れれば
それを学習データにして
で
あの
イズレーAIが
一発で出す
みたいなところ
になるかもしれない
し
さっき言ったように
画格をまず決めて
格好良いは
を作って
だんだんだんだん
色んな
テンプレートに
変えて
もう格好良いっていう風に
上手に感は
していくかもしれないし
まあ
これ全部
オバラの
水程ですけどね
まあただ
割と
今のオープンAIの対戦で
なんか
そういう割と
U-Aで
ツを
ちゃんと付けて
ちゃんとやりきろう
ぜっていう対戦に
ちょっと変わったじゃない
なみたいなところ
気になっているのか
なんか
ちょうどオバラさんが
ちゃんとしじゃない
と思うんですけど
ブラックウェルが
そろそろ
クルステムみたいな
うん
そうですね
その具体も
別であると思います
もちろん
シップザーの
性能が
上がったやつで
2025年
12月が
地式カットフなんですよ
シップルティーピーティーにして
うん
なるほどね
ちょうど
そのぐらい
にやったんじゃないかな
と思うんで
そこの学習能力とか
マルチモードル学習能力の
チップレベルが上がったことも
ちょうど
気をする
体力なのかなと思った
うん
まあ確かに
ちょっと
おかげしようか
そうですよね
なんか
そんなことある
そうです
はい
はい
いやだから
2つの話になって
ブラックウェルになって
そもそも
その
言語って
ものすごい
立ち言なんですけど
まあ
うしゅう
えーそうって
まあ
あの
まあ
その
理参空間じゃなくて
ごめんなさいね
ちょっと英語の
になってるから
きれいな日本語が
今しゃべれないんですけど
その学習が
あらっぽく学習しても
できるので
それで
マルチモードル学習が
ものすごい
速くなったので
それの成果が
出てるかもしれない
っていうのが
いいこと
あのもう一個ブラックウェルになって
何が出会いかっていうと
実は
その
巨大モテルを
作ろうとすると
実は
GPUが途中で
熱暴そうしたりとか
ですね
ノイズが
あの
気な知る上になって
そう
学習が途中で
ミス学習しちゃうみたいなこと
で
合格円の学習データが
ぶっ飛んだから
ステップバックしなきゃいけない
みたいな話が
ブラックウェルになって
安定性が
上がった
し
これが
上がった
その
学習環境
というものが
作りやすい
ようになってきている
ということもあるので
そういう感じで
考えた時に
学習ミスが
減った
のの
果実が
ボコボコボコで
始めている
という可能性は
なくはない
ですね
確かに
アウトプットが
クオリティの
本当に進化が
あまりに
激しいなと思う
今アドビがある人が
ある人が
あまりに
あまり
あまりに
あまり
あまり
あまり
あまり
あまり
キャンバーのアウトプット資料も含めて、ブランドデザインも意識していきながら、
AIに相談しつつマーケティングだったら、いろんなサイズのことを作ってくれて調整もできて、
もう一度画像文化つもちゃんとするようみたいな形の調整もできるって方向性に進化をしてきています。
この辺りの進化も一時類しいですよね。
そうですね、あともう一回キャンバーはコミュニティを持っているので、いろんなテンプレートをユーザーがアップして、
そのテンプレートが使われるとユーザーに対してお金の関係があるみたいな形でやっているので、
ある種学習データをコミュニティの中から上げていくというネットワーク効果を作られているというところが非常に大きいので、
結局お金も記者にしており、好きまを頑張って埋めていくじゃないですか。
そうすると勝手に貿わらなきなトレーニングデータが生成されていくし、
あとユーザーがいろんなテンプレートが出た時に、いつつコウホーを出された時に、
どういうシエーションだとどっちを選んだのみたいなのって、
結局デザインの中に書かれたテキストで、それが単純に作ったんですか、
とか会社の意識っていうのを使ったんですかっていうふうに、
テンプレートのユースケースがわかるじゃないですか。
そうすると学習がしやすくなるっていう、
学習はどっちかというとさっき言ったディスカバー型ですよね。
たくさんのテンプレートがバッて出るから、
それをこっち、こっちっていうふうに勝手にユーザーが、
そのテンプレートを上げてくださって、勝手にユーザーさんが単純美のアメリカの
なんかジェット世代の方が単純美カードはこっちを選びやすいみたいなところで、
勝手にテーションラベリングがされるので、
勝手に地密な学習ができる環境を作っているっていうのがキャンバーの方向性で。
なるほどね。
こういったところ、バーティカルサースの方々が、
やっぱ学んでいくっていうことが非常に重要だし、
先ほど言ったように、
モデルサイズを大きくしなければ、
別に、その先ほど言ったようにブラックエルだったり、
今後出てくるベラルービーとかで、
やっぱりトレーニングがものすごい幸くなってくるので、
今まではそういったハードウェアを、
お家にするためのインフラを作る人だったりとか、
その学習をした時に、
ミス学習したからステップバックするような、
特殊なエンジニアとかが必要だったのがいらなくなってくるので、
そういったもの含めて、というところをやってかなきゃって話を言いですね。
っていうので、気づいたら、いつも通り、
やっぱり35個、グロップに喋っていて、
おばららすべかすで、今、
新屋の1Gで、明日ぐるが、
朝の7時半から、
プレス限定で、
内緒のあるプロダクトに関西のシンバービスの
リリースをプレス限定で、
朝、4時半に集まれているものがあってですね。
この辺は、
1を上北海禁備もちゃんと決められているので、
おばらなポストを見ておくと、
上北海禁備に時間にバーンって、
その辺また、
回転するので、
楽しみです。
はい、
いってやっちゃいますね。
これとかもねないと
ありがとうございます
そうしてね
大会
Podcast Summary
Key Points:
- デザイン分野のAIツールは、Claude Design、Adobe、Canvaなどが進化しており、ユーザーの意図を言語化し、最適なデザインを提案する「サーチ型」と、多数のテンプレートから発見させる「ディスカバリー型」に大別される。
- Claude Designは、ユーザーへの質問を通じて選択軸を明確にし、ブランドカラーやトーン&マナーを反映した高品質なデザインを生成する点が評価されている。
- Adobeは「Brand Intelligence」を発表。ワークフロー内のレビューやA/Bテスト結果からブランドルールをAIが自律学習し、ブランドらしさを維持したデザイン生成を可能にする。
- Canvaは、ユーザーがアップロードしたテンプレートの使用状況を学習データとして活用する、コミュニティベースのネットワーク効果で進化している。
- これらの進化の背景には、マルチモーダル学習やコンテクストグラフ、そしてNVIDIA Blackwellなどのハードウェア進化による学習効率・安定性の向上がある。
Summary:
この議論では、Claude Design、Adobe、Canvaといったデザインアウトプットツールの最新動向と、それらを支えるAI技術の進化について深く掘り下げられています。AIは単にデザインを生成するだけでなく、ユーザーが言語化できていない「センス」や「選択軸」を引き出し、ブランドのトーン&マナーやカラーリングを学習・再現することで、質の高いアウトプットを実現しています。Claude Designはユーザーへの質問を通じて理想のデザインに導く「サーチ型」、Adobeはワークフロー内のデータからブランドルールを自律学習する「Brand Intelligence」、Canvaはコミュニティのテンプレート利用データを活用する「ディスカバリー型」と、各社のアプローチは異なります。これらの進化の根底には、AIのマルチモーダル理解力の向上や、文脈を考慮した「コンテクストグラウンディング」、そしてBlackwellのようなハードウェア進化による学習の効率化・安定化があります。また、企業がAIエージェントを活用し、大量の試行錯誤から学習することで、ブランドの本質や顧客理解を深める新たな時代が到来しつつあると結論づけられています。
FAQs
AIを使ってデザインを作成するツールで、デザインシステムやブランドルールを再現し、高品質なアウトプットを提供します。ユーザーのイメージに合わせた提案や選択肢を提示し、デザインの方向性を明確にします。
ユーザーにデザインに関する質問をして、選択軸を明確にする機能です。これにより、言語化できていないイメージや好みを引き出し、ズレのないデザインに仕上げます。
ブランドのルールや過去のレビュー、A/Bテスト結果をAIが学習し、ブランドらしいデザインを自動生成・調整する機能です。ブランドの一貫性を保ちながら、多様なアウトプットを作成できます。
キャンバは「ディスカバリー型」で、大量のテンプレートをコミュニティから収集し、ユーザーの選択データを学習に活用します。これにより、トレンドや好みに応じたデザインを自動提案します。
意思決定の前提条件や状況のつながりをグラフ化したものです。これにより、AIが文脈を正確に理解し、適切な判断やクリエイティブな提案が可能になります。
マルチモーダル学習により、画像や音声をネイティブに理解し、言語化できないセンスや好みを引き出せるようになりました。また、ハードウェアの進化(Blackwell)により学習の安定性と効率が向上し、より高品質なアウトプットが可能になりました。