【PixAI × zeta コラボ企画】 PixAI × zeta オリキャラコンテスト2026 本日スタート！ あなたのOC、イラスト1枚で終わらせていませんか？PixAIで描いたら、zetaで性格と物語、そして「声」を与えよう。 開催期間：10月23日（金）～11月4日（水） 3部門・受賞者76名 賞品総額：PixAIクレジット1億8,000万＋zetaピース35万9,000 イベントページをXでシェアすると、創作に使える5,000クレジットをプレゼント！ ▼ 今すぐ参加 ▼ pixai.art/ja/event/zeta

うちのナスが「お菓子もらってくる！」と、初めてのハロウィンに出かけていきました🎃 どうか優しくしてあげてください🍆 フォロー＆RPでお菓子をくれた方には、抽選でナスからお返し（Amazonギフトカード7,200円分）があるそうです

PixAI × zeta「みんなのおすすめオリキャラ」開催！ zetaのコラボ特設ページでお気に入りのオリキャラを見つけて、思わず話してみたくなるその魅力をみんなに紹介しよう！ 賞品総額： PixAIクレジット36,000,000＋zetaピース84,000（受賞者計30名） 開催期間： 10月26日（月）～11月4日（水） 参加方法： 1. zetaのコラボ特設ページからオリキャラ1人を選択 2. プロット詳細ページ（カバー画像はPixAIで生成したもの）をスクリーンショット 3. #PixAIxzeta2026 とzetaのプロットリンクを付けて、Xに投稿 任意：キャラクターが好きな理由や、お気に入りのチャットのやり取り、自分のオリキャラのさまざまな姿の画像なども、ぜひ一緒にシェアしてください！ 審査基準： いいね数や表示回数ではなく、投稿からオリキャラの魅力がどれだけ伝わるかを基準に、zetaが審査します。 賞品： 1等（3名）： 1名あたりPixAIクレジット6,000,000＋zetaピース10,000。さらに、zetaのイベント結果発表ページでも紹介！ 2等（9名）： 1名あたりPixAIクレジット1,000,000＋zetaピース3,000 3等（18名）： 1名あたりPixAIクレジット500,000＋zetaピース1,500

休みの日にこうなる現象に名前つけたい

Tagger 1.0 vs v0.9：キャラクターで+10.4ポイント 前バージョンのpixai-tagger v0.9と、同じプロトコル・共通のタグ語彙（General 8,407タグ、Character 2,099タグ）を用いて比較しました。 ・General micro-F1：0.598 → 0.666（+6.8pt） ・Character micro-F1：0.820 → 0.924（+10.4pt） macro-F1とmAPも、両カテゴリで改善しています。 学習に使用していない80,531枚の評価用データセットでは、Character macro-F1が0.875、Copyright macro-F1が0.778でした。 GeneralとMetaでは、出現頻度の低いタグの予測精度にまだ課題があります。人によるレビュー前の一次的なタグ付けとして活用するのが効果的です。

▰ #PixAIMusicJam 単独版公開記念 ▰ 片霧烈火さんの回 youtu.be/UITBbZ4FfUw あわせて片霧烈火さんの直筆サイン入りアクリル色紙を 抽選で2名様にプレゼント🎁 〜11/2(月)23:59まで 絵柄には、番組で2曲それぞれの歌唱シーンの背景として実際に使われたイラストを採用。 1曲につき1枚だけの非売品です。 ▼応募方法 ①@PixAI_Official をフォロー ②この投稿をRP ※発送は日本国内のみとさせていただきます #PixAI4周年

友だち招待の報酬が50,000クレジットにアップ！🎉 いつもPixAIをご利用いただき、ありがとうございます！日頃の感謝を込めて、友だち招待の報酬を20,000クレジットから50,000クレジットに増量しました。招待した方も、招待された友だちも、それぞれ50,000クレジットを受け取れます。 招待報酬の受け取り方 1. 自分の招待リンクをコピーして、友だちに送る 2. 友だちがリンクから新規登録し、1回以上生成して、2日ログインする 3. 条件達成から24時間以内に、2人とも50,000クレジットを受け取れます PixAIを気に入っていただけたら、ぜひ友だちにも教えてあげてください。いっしょに創作を楽しみましょう！ 今すぐ友だちを招待：pixai.art/user-referral

「Tagger 1.0」をオープンソース化しました Tsubaki.3の学習データ整備に使用した、アニメ概念タガー「Tagger 1.0」を公開しました。 ・骨格：SAM 3のViTDet系画像エンコーダを採用。入力解像度は1008×1008、全32ブロック。高解像度の特徴量を活用し、類似したアニメ関連の概念も細部まで捉えて区別します。 ・分類ヘッド：30,877種類のタグを予測 ・学習時のみの工夫：小規模な再構成デコーダで特徴量を共有し、視覚的な細部の情報が失われるのを防ぎます。 重み・モデルカード： huggingface.co/pixai-labs/pi…