Sakana AIとは？概要から歴史、天才二人が開発した浮世絵生成AIの使い方まで徹底解説【Evo-Ukiyoe / Evo-Nishikie】
- Sakana AIは日本特化の生成AIを軸に、効率性と持続可能性を重視した独自の研究アプローチ
- 進化的モデルマージやAIサイエンティストなど、小型モデルの協調による次世代AI開発を推進
- Evo-UkiyoeやTinySwallowなどを通じて、研究成果を社会実装へつなげる動きを加速
みなさん、Sakana AIという企業をご存知ですか？元Googleの研究者が東京を拠点に始めたAIスタートアップです。AIと親和性の高い日本でこのような企業があるのは嬉しいですね。
ということで、日本の皆さんに知っててほしいSakana AIの概要、東京をなぜ拠点にしたのか、Sakana AIのミッションやビジョンなどしていきます。
ぜひ最後までご覧ください！
＼生成AIを活用して業務プロセスを自動化／
Sakana AI社の概要
Sakana AI社は、東京を拠点とするAIスタートアップです。会社概要は以下の表のとおりです。
| 会社名 | Sakana AI株式会社 |
|---|---|
| 本社 | 東京都港区西新橋 |
| 創立日 | 2023年7月 |
| 創業者 | David Ha（CEO）・Llion Jones（CTO）・伊藤錬（COO） |
| 累計調達資金額 | 約520億円(2025年11月時点) |
| 企業評価額 | 約4,000億円規模（ユニコーン企業と報じられている） |
| 市場情報 | 非上場 |
【資金調達のタイムライン】
- 2024年1月：シード〜プレシリーズAで約45億円を調達
- 2024年9月：シリーズAで約300億円を調達
- 2025年11月：シリーズBで約200億円を調達し、累計約520億円に到達
Sakana AIの創業者の経歴がすごい
元Google AIの研究者であるLlion Jones氏（以下：ジョーンズ氏）とDavid Ha氏（以下：ハー氏）、そして伊藤錬氏によって2023年7月に設立されました。
このお二人、かなり経歴がすごいんですね。
ジョーンズ氏は、2017年に発表された生成AI革命のきっかけとなった論文「Attention Is All You Need」の8人の著者の1人。10年以上Googleに勤めた後、退社しました。
ハー氏は2016年にGoogle Brainに入社し、2017年にGoogle Brainの東京チームトップ。2022年にGoogleを退社し、Stability AIの研究トップとして活動していましたが、2023年6月に退社しました。
ちなみに、社名に使われている「Sakana（魚）」という言葉。これは、自然の原則に基づいた集合知を象徴しているんだとか。生物の模倣（biomimicry）をAI開発に落とし込もうとする企業哲学やビジョンに反映されていますね。
なお、生成AIツールの開発方法について詳しく知りたい方は、下記の記事を合わせてご確認ください。
Sakana AI はなぜ日本の東京を拠点とするのか
それにしても、なぜ東京を選んだんでしょうか？
それにはいくつか戦略的な理由があるそうです。まずは、国際的な都市であること。AI技術の研究や開発に適した環境が整っています。
さらに、高度な教育を受けた人材が多いこと。そのため、北米での研究者獲得競争を避けることもできるんだとか。
という理由で、我が国の東京が拠点として選ばれたわけです！
Sakana AIの資金調達金額は約520億円
企業活動を行うためには資金調達が必要となりますが、Sakana AIの資金調達金額は2025年11月時点で約520億円になったようです。
出資企業は、NECや富士通、米NVIDIA、三菱UFJファイナンシャル・グループなど海外企業だけでなく、日本の各企業が行っているようですね。このことからも、日本国内でも注目されていることがわかります！
なお、ChatGPTに自社データを学習させる方法について詳しく知りたい方は、下記の記事を合わせてご確認ください。
Sakana AIのミッションやビジョン
Sakana AIは、生物の模倣（biomimicry）に基づいた柔軟で適合性の高いAIモデルを開発しようとしています。
もっと分かりやすく、魚や蜂を想像してみましょう。
魚は、群れに合わせて泳ぎ、時には大きな敵を追い払います。蜂も同様です。全員で巣をつくり、餌を女王蜂に運びますが、天敵が来たら一斉攻撃です。このように自然界にあるシステムは、その状況に合わせ対応します。
Sakana AIは、この考えをAI開発にも取り入れようというのです。多数の小さなAIモデルを開発し、協力させ、複雑な結果を出力するという新しいアプローチ。これはまさに、先程の魚や蜂のようです。
さらに面白いのは、このアプローチはものすごくチャレンジフルということ。話題の大規模AIシステムの構築は、柔軟性もなく、あとから手を加えにくいという理由から、建築物に例えられます。この本流に逆らうように、企業哲学や技術力を活かし、Sakana AIは、万能な生成AIの開発中。
ちなみに、テキスト、画像、コード、マルチメディアコンテンツの生成を目指していますが、具体的な製品やサービスのリリースはまだとのことです。
Sakana AIがどんなプロダクトを出してくるのか、めちゃくちゃ楽しみですねー！
Sakana AIは何ができるの？
Sakana AIは、複数のAIモデルを組み合わせ、新たな基盤モデルを自動的に生成する「進化的モデルマージ」という手法を開発しています。 この手法により、従来の大量のデータや計算資源に依存せず、高性能なAIモデルの効率的な開発が可能となりました。
具体的には、以下のモデルを開発しています。
| 開発名称 | 特徴 | 活用事例 | オープンソース化 |
|---|---|---|---|
| EvoLLM-JP | 日本語での自然言語理解と数学的推論を組み合わせた言語モデル | ・日本語の数学学習支援 | 公開 |
| EvoVLM-JP | 日本語での画像説明や質問応答が可能な画像言語モデル | ・商品画像の説明文作成 | 公開 |
| EvoSDXL-JP | 高速な日本語画像生成モデル | ・画像生成 | 非公開 |
さらに、2024年8月13日にSakana AIは「AIサイエンティスト」と呼ばれるシステムを公表し、研究アイデアの創出から実験の実行、論文の執筆・査読まで、科学研究のプロセスを自動化する取り組みも行っています。
また、2025年1月30日に小規模日本語言語モデル「TinySwallow-1.5B」を公開しました。小規模のため、APIなどを介さず、スマートフォンやパソコン内で完結してチャットができるようです。
このように、さまざまな日本語に特化した最新モデルを作っている企業がSakana AI社です。
Sakana AIが開発している主なAIモデル一覧
Sakana AIは、浮世絵風画像生成AIだけでなく、日本語に特化した言語モデルや画像言語モデル、小規模LLMなど、幅広いAIモデルを研究・公開している企業です。用途や目的に応じて複数のモデルを開発しており、研究用途から実験的な活用までカバーしています。
ここでは、Sakana AIが公開している代表的なAIモデルを一覧で整理します。
| モデル名 | 用途 | 特徴 | 公開形態 |
|---|---|---|---|
| EvoLLM-JP | 日本語言語モデル（LLM） | 日本語の自然言語理解と数学的推論を組み合わせた言語モデル。研究・実験用途向け。 | 公開（Hugging Face） |
| EvoVLM-JP | 画像言語モデル（VLM） | 画像の内容説明や質問応答を日本語で行える画像言語モデル。 | 公開（Hugging Face） |
| EvoSDXL-JP | 画像生成モデル | 日本語プロンプトに対応した高速な画像生成モデル。 | 非公開（研究用途） |
| TinySwallow-1.5B | 小規模日本語LLM（SLM） | 1.5Bパラメータの軽量モデル。ローカル環境での実行が可能。 | 公開（公式サイト） |
| Llama-3-EvoVLM-JP-v2 | 画像言語モデル（VLM） | 複数画像をまたいだ質問応答に対応した日本語VLM。 | 公開（Hugging Face） |
| Evo-Ukiyoe | 画像生成モデル | 日本語プロンプトから浮世絵風の画像を生成できる。 | デモ版公開（公式サイト） |
| Evo-Nishikie | 画像生成モデル | 単色摺の浮世絵をもとに、多色摺（錦絵）風の画像を生成する。 | デモ版公開（公式サイト） |
Sakana AIの中核技術：進化的モデルマージ・CycleQD・TAIDとは
Sakana AIは、単に大規模なAIモデルを作るのではなく、複数のモデルを組み合わせ、進化させることで性能を高める独自の研究アプローチを採用しています。
ここでは、Sakana AIを特徴づける代表的な中核技術について、順に見ていきましょう。
進化的モデルマージ（Evolutionary Model Merge）
進化的モデルマージは、複数の既存AIモデルを「交配」させるように組み合わせ、進化的アルゴリズムによって性能の高いモデル構成を自動的に探索する手法です。
従来のAI開発では、大量のデータと計算資源を使ってモデルを一から再学習させる必要がありました。一方、進化的モデルマージでは、すでに学習済みのモデル資産を活用しながら改良を重ねるため、計算コストを抑えつつ、高性能なモデルを生み出せる点が特徴です。
この考え方は、計算資源の大量消費に依存しない「持続可能なAI開発」という観点でも注目されています。
CycleQD（多様性を重視した進化フレームワーク）
CycleQDは、複数のLLMエージェントを集団として進化させるためのフレームワークです。
単一の最適解を目指すのではなく、多様な特性を持つ小型モデル群を同時に育てる点が特徴となっています。この仕組みにより、用途やタスクごとに得意分野の異なるモデルを生み出しやすくなります。
結果として、特定の目的に最適化されたAIを柔軟に組み合わせて使えるようになるのです。Sakana AIが目指す「多数の小さなAIが協調する」という思想は、このCycleQDの考え方にも色濃く反映されています。
TAID（段階的知識蒸留）
TAID（Temporally Adaptive Interpolated Distillation）は、大規模モデルから中規模、さらに小規模モデルへと、段階的に知識を引き継ぐための知識蒸留手法です。
いきなり小型モデルに知識を詰め込むのではなく、段階を踏んで情報を移すことで、性能低下を抑えながら軽量化を実現します。この技術により、高性能でありながら、ローカル環境でも動作可能なモデル開発が可能になります。
Sakana AIが公開している小規模日本語LLM「TinySwallow-1.5B」は、このTAIDを背景技術として開発されたモデルです。
AIサイエンティストとAIコンステレーションが目指す未来
Sakana AIは、AIを単なるツールとして使うのではなく、AIそのものが研究や思考のプロセスに関わる未来を見据えた取り組みも進めています。
ここでは、その象徴的なプロジェクトである「AIサイエンティスト」と「AIコンステレーション」について解説します。
AIサイエンティストとは
AIサイエンティストとは、研究アイデアの生成から実験の実行、論文の執筆、さらには査読までを、AIが自律的に進めることを目指した研究プロジェクトです。
従来の研究では、人間が仮説を立て、実験計画を作り、結果をまとめる必要がありました。AIサイエンティストでは、これらの工程を複数のAIエージェントが分担しながら自動化します。人間は研究の方向性を与え、結果を評価する役割に集中できるようになります。
この仕組みは、研究スピードの向上だけでなく、新しい発想や視点を生み出す可能性がある点でも注目されています。
AIコンステレーションとは
AIコンステレーションは、NTTとの共同研究で発表された取り組みです。ひとつの巨大なAIにすべてを任せるのではなく、小さく賢い複数のLLMが「星座（コンステレーション）」のように協調して問題を解決するという考え方が採用されています。
それぞれのモデルが得意分野を持ち、状況に応じて役割分担を行うことで、効率性と柔軟性の両立を目指しています。これは、計算資源を抑えつつ高い性能を引き出すアプローチとしても注目されています。
日本の通信インフラを担うNTTとの連携は、この技術を社会実装につなげる重要な一歩といえるでしょう。
日本文化に特化したSakana AIのモデルが登場！
2024年7月21日、Sakana AIは日本文化をリスペクトしたAIモデルを発表しました。それは……
- 浮世絵風画像生成AI「Evo-Ukiyoe」
- 浮世絵カラー化画像生成AI「Evo-Nishikie」
以上の2モデル！ともに日本伝統の意匠と色彩が表現できる、これまでにない画像生成AIです。（※1）
以下、そんなEvo-Ukiyoe / Evo-Nishikieの概要をみていきましょう！
「Evo-Ukiyoe」の概要
Sakana AIの「Evo-Ukiyoe」は日本語のプロンプトから浮世絵風画像が生成できる画像生成AI（Text-to-Imageモデル）です。（※1）下記のような、浮世絵ならではの風合いを再現しながら……
- 木版印刷による輪郭線
- 色
- 構図
- 浮世絵的なしぐさ・表情
- 紙・印刷の風合い
- 劣化による味
桜 / 富士山 / 着物からパソコン / ハンバーガーまで画像生成できるのが特徴です。
このEvo-Ukiyoeのベースとなったのは、同社の画像生成AI・Evo-SDXL-JP。こちらに……
Evo-Ukiyoeのデータセット
- 立命館大学アート・リサーチセンター所蔵の浮世絵から厳選した24,038枚
- 大規模マルチモーダルモデルと人力で追加したキャプション
上記データセットを使ってのファインチューニング（LoRA）が施されています。
「Evo-Nishikie」の概要
一方、Sakana AIの「Evo-Nishikie」は単色摺の浮世絵から多色摺の浮世絵（錦絵）風画像を生成する画像生成AI（Image-to-Imageモデル）です。（※1）線画とその内容を示すプロンプトをもとに、錦絵風の色がついた新規画像を生成します。
こちらでは先ほどのEvo-Ukiyoeをベースに……
Evo-Nishikieのデータセット
- 多色摺の浮世絵24,038枚
- 上記を線画に変換したもの
- カラー化を指定する固定のプロンプト
を使ってControlNetによる学習がが施されています。入力画像の特徴を保ったままの着彩・生成が可能です。
Evo-UkiyoeとEvo-Nishikieの最新バージョン
Evo-UkiyoeとEvo-Nishikieは日々進化しています。現行バージョンでも、浮世絵特有の輪郭線や色使いといった特徴は確認できますが、今後画像生成の精度向上や、和柄や衣服の細かな模様表現もさらに改善されていくことが期待されています。
操作も簡単になり、プロンプトだけでなく画像の参考例を使って、デザインの細部まで指定できます。パソコンやスマートフォンでも直感的に使える画面に切り替わったため、初めてでも安心して体験できるでしょう。
伝統的な浮世絵風の表現はそのままに、現代的なモチーフにも広く対応しています。
なお、人物画像からコスプレ写真を生成するAIモデルについて詳しく知りたい方は、下記の記事を合わせてご確認ください。
Evo-UkiyoeとEvo-Nishikieの使い方
ここからはEvo-UkiyoeとEvo-Nishikieの使い方を、画像付きでお伝えしていきます。まずは、Evo-Ukiyoeのデモ版の使い方から、みていきましょう！
Evo-Ukiyoe（デモ版）の使い方
Evo-Ukiyoeのデモ版は、下記リンクからログインなし・無料で使えます。
ということで、まずはこちらにアクセスしてみましょう！すると……
このように入力欄付きのデモページに移ります。あとは上図赤枠の順番に……
- プロンプトを入力
- 詳細設定
を行って「Run」ボタンを押すだけ！しばらく待つと浮世絵風の画像が生成されます。
そして、詳細設定については……
- ネガティブプロンプト：除きたい要素の指定
- シード値：プロンプトに対する生成物の自由度の指定
が可能です。
なお、Evo-Ukiyoeで画像生成を試す際の注意点は、下記のとおりになります。
- 着物 / 富士山 / 桜 / 鳥…etc.浮世絵的モチーフの生成が得意
- 逆に、コンピューター / ハンバーガー…etc.浮世絵にないモチーフは苦手
- 人物の描き分けも苦手
→Tips：男性を生成する場合は、ネガティブプロンプトに「女性」と入れる必要がある
それでは、実際にEvo-Ukiyoeでの画像生成を試していきましょう！まずは下記のプロンプトを入力してみます。すると……
鎧兜を着た猫が龍神と戦っています。
なるほど……「鎧兜を着た猫」までは描画できましたが、龍神と戦う構図が反映されていませんね。一度文章を区切ったほうが良さそうです。
さて、気を取り直して次は下記のプロンプトを試していきます。今回は浮世絵的でないモチーフ「西洋風のドラゴン」を含め、文章を区切ってみました。気になる結果は……
大阪城があります。その上を西洋風のドラゴンが飛んでいます。
お見事です！Evo-Ukiyoeは指定したモチーフを浮世絵的に表現してくれました。
ただ、残念ながら構図までは再現できていませんね。おそらく、構図の理解は苦手分野なのでしょう。
最後に、下記のプロンプトも試してみます。すると……
アニメ風の最高のツインテール少女
残念！和風なものの浮世絵ではない画像が生成されました。これは、どちらかというと「Evo-SDXL-JP」の影響が出ていますね。
Evo-Nishikie（デモ版）の使い方
Evo-Nishikieのデモ版についても、下記リンクからログインなし・無料で利用可能。早速アクセスしてみると……
こちらも入力欄付きのデモページに移りました。ここからは、上図赤枠の順番に……
- 画像をアップロード
- プロンプトを入力（生成したい色・対象物の情報）
を行うだけで色付きの浮世絵が返ってきます。
ということで、実際に下記の浮世絵風イラスト（著者手製）とプロンプトを使って、Evo-Nishikieの実力をみていきましょう！
梅花柄の着物を着た女性が立っています。気になる結果は……
お見事です！Evo-Nishikieは顔のパーツや着物の柄に対して、適切な色をつけてくれました。
続いては、下記の画像&プロンプトについても試してみましょう！
黄色い虎が赤い手鞠をついています。気になる結果は……
まずまずといったところでしょうか。色がついたのは虎の上半分だけで、手鞠を含む下半分には色がついていません。
ただ、線画の再現能力については目を見張るものがありますね。
なお、落書きから美麗イラストを生成するAIモデルについて詳しく知りたい方は、下記の記事を合わせてご確認ください。
Sakana AIの商用利用とライセンス
Sakana AIが提供する浮世絵風画像生成AI「Evo-Ukiyoe」やカラー化AI「Evo-Nishikie」は、個人や教育・研究目的でライセンス提供されています。現時点では、商用利用を想定した提供は行われておらず、営利目的での使用は控えるのが安全です。
ビジネスや営利目的での画像生成・利用は公式に認められていないため、企業やクリエイターが広告・商品への展開などを目的に使うことはできません。なお、将来的にライセンスや提供形態が変更される可能性はありますが、現時点では法人向けの商用プランや有料ライセンスは公開されていません。
【利用できる範囲】
- 個人の趣味や学習、研究
- 教育現場での教材作成や授業内での活用
- 日本文化・美術への理解促進のための非営利コンテンツ
利用時には規約やガイドラインをよく確認し、商用利用や二次配布などは禁止事項に該当しないよう十分注意が必要です。
Sakana AIを使用する際の注意点
Sakana AIの画像生成は鮮やかで美しいですが、著作権や公序良俗に反しないよう注意しましょう。
AIが苦手とする複雑な構図や、現実では存在しないモチーフは思いどおりにならない可能性があります。プロンプトを工夫しながら、生成結果を一度確認してから活用してください。
もし改善が必要な場合は、細かく設定を見直してみると違った表現を楽しめます。
よくある質問（FAQ）
Sakana AIをご利用いただくにあたって、よくある質問や不安な点をまとめました。初めての方でも安心してご利用いただけるよう、ぜひ事前にご覧ください。
Sakana AIのこれからに要注目！
Sakana AIは元Google AIの研究者であるLlion Jones氏とDavid Ha氏を中心に、日本で創業したスタートアップ企業です。日本に特化した生成AIの開発が進んでいるため、このまま海外の生成AIを追い抜くほどの成長が見られることに期待ですね。
近年のSakana AIは、計算資源を大量に投入する「総当たり型」の開発競争ではなく、既存モデルの活用や小型モデルの協調によって性能を高める、効率性を重視したAI開発を打ち出しています。これは、日本に最適化されたソブリンAIの実現を見据えた取り組みともいえるでしょう。
また、シリーズBでの追加資金調達を経て、金融・防衛・製造業といった日本の基幹産業との連携や、社会実装を意識した研究開発を加速させている点も注目されています。研究成果を論文にとどめず、現実の課題解決へとつなげていく姿勢が、今後のSakana AIの成長を左右するポイントになりそうです。
2024年7月21日に発表された日本文化をリスペクトしたAIモデルとして以下2つが公開されました。
- 浮世絵風画像生成AI「Evo-Ukiyoe」
- 浮世絵カラー化画像生成AI「Evo-Nishikie」
日本人でも普段扱うことが少ない浮世絵ですが、日本文化として活用されるのは嬉しいですよね。今後も日本文化を使った生成AI開発に期待が持てます。Sakana AIの今後の動きは要注目です！
最後に
いかがだったでしょうか？
株式会社WEELは、自社・業務特化の効果が出るAIプロダクト開発が強みです！
開発実績として、
・新規事業室での「リサーチ」「分析」「事業計画検討」を70％自動化するAIエージェント
・社内お問い合わせの1次回答を自動化するRAG型のチャットボット
・過去事例や最新情報を加味して、10秒で記事のたたき台を作成できるAIプロダクト
・お客様からのメール対応の工数を80％削減したAIメール
・サーバーやAI PCを活用したオンプレでの生成AI活用
・生徒の感情や学習状況を踏まえ、勉強をアシストするAIアシスタント
などの開発実績がございます。
生成AIを活用したプロダクト開発の支援内容は、以下のページでも詳しくご覧いただけます。
➡︎株式会社WEELのサービスを詳しく見る。
まずは、「無料相談」にてご相談を承っておりますので、ご興味がある方はぜひご連絡ください。
➡︎生成AIを使った業務効率化、生成AIツールの開発について相談をしてみる。
「生成AIを社内で活用したい」「生成AIの事業をやっていきたい」という方に向けて、通勤時間に読めるメルマガを配信しています。
最新のAI情報を日本最速で受け取りたい方は、以下からご登録ください。
また、弊社紹介資料もご用意しておりますので、併せてご確認ください。
