トラブルメモです。
StabilityMatrix&ComfyUIでQwen環境を作ろうとして、nunchakuとかいうのを入れようとしてたんですが、

Nunchaku ComfyUI Pluginを導入するところで、

pip install nunchaku-1.0.2+torch2.8-cp312-cp312-win_amd64.whl

相変わらずコンテンツ違反出まくりのSORAですｗ
すごい早いタイミングでコンテンツ違反が出るときと生成してからでるときがあるんですけど、早いのはプロンプトの時点で蹴られてるんでしょうねー。
遅いときは結果がダメなんだと思うので、同じプロンプトで何度かやれば生成できます。

SORAは、というか設定のない生成AIは、微妙にイメージと違って直したいときが融通利かないですね。イメージ通りにできたのになんか不要な文字（それも間違ってる）が入ってるとか、最後で台詞切れてるとか(´・ω・`)
まぁ、イメージ通りできすぎると意外性がなくなるので、面白みも消えちゃうんですけど。
そういえばGrokの画像生成が制限ゆるゆるになってるとどこぞで見かけたので、試してみたんですが、

え、これローカル環境か？( ﾟДﾟ)
そのまま貼ったらバンされそうなレベルです。たまーにモデレーションされてますけど、アニメ系はほぼほぼスルーな感じですね。
Grokに聞くとうちは元々ゆるいんだよーみたいな回答をしてくるんですが、色んなところの過去ログみても以前はココまでゆるくなかったみたいなんだけどなぁｗ

週末にitchでインディーゲームをやってたら触発されたので、なんか作ろうと思ったんだけど、いいネタが浮かばないのであいうぉのハーレムファイルを見るやつを作ってみましたw

ここでいうところのハーレムファイルっていうのは

↑こういうやつのことです。（ちなみに上のは縮小したやつなので見れません）
見たことない人はきっと今後も見ることは無いと思うのでスルーしてよいですｗ
昔、別言語で作ったんですがAIだとさっくりできるのかなぁと思いお願いしてみたら、

驚くほど簡単に作ってくれた( ﾟДﾟ)
PIX幅の調整とか回転機能追加とか細かい修正は入れましたけどね。
なんというか今までプログラム勉強してきたのはなんやったん？って感じですねー。まぁ基礎的な知識はAIに修正指示するのに役立ってるのでいいんですけど。

先週からようやく使えるようになったので色々遊んでるんですが、

面白くて余裕で上限30枚超えちゃう( ﾟДﾟ)

補正が相当入るのでイメージのどおりのものを作るには向かないんですが、ぼやーっとしたネタをイメージ化するにはむっちゃいい感じ。そりゃこれは流行るわー、と思いました。ローカル推し勢としてはちょっと悔しいですがｗ
更に音声が入るのにも超ビックリです。音声も合わせて作るのはまだローカルじゃできないですからねー。
ただ、規制強化されてからの利用開始なのでしかたないんですが、規制にガンガン引っかかるのはツラいですね。現在9割くらい規制対象ですｗ
そういや著作権がーみたいな話題がありましたけど、完全に食わせてるだろ！ってな絵がいっぱい出てくるんですがこれは大丈夫なんですかね？
SORAのブレイクを受けてローカル環境が進化しないかなぁと密かに期待していますｗ

先に現時点の最新版はココですｗもう更新しないと思いますけどｗ
きっかけは現在アイドルうぉーずで開催中のPREMIUMガチャ。
渚のイラストがいい感じで、

そういえば過去にもファンタジー系ってあるし、あいうぉファンタジーぽいの見てみたい(ﾟ∀ﾟ)

と思ったのがきっかけ。
元々、どこかのAIに課金したいとは思っていて、どれを使おうか迷っていたタイミングだったってのもあるんですけどね。
とりあえず、お手軽にやりたいので環境を作らなくてもブラウザで見れるHTML5で作ってもらうことにしました。

で、こんなお願いをしてみたんですが、出来上がったのが、

しょっぺー( ﾟДﾟ)
なかなか手抜きな感じなんですけど、一応プレイはできますｗ
これを作ったときはCHATGPTのログインなしでやってたんですが、すぐ上限で使えなくなったんで、もってたアカウントでログインしたんですけど、

ログインしてないときの情報は引きつがれなかった_(:3 」∠)_ 

仕方ないのでまた作り直してもらったら、

さっきとなんか違うけどー( ﾟДﾟ)

ログインの有無で使ってる頭脳が違うってことなんですかね。

続きを読む

前回の後、色々パラメータを弄ったんですが最初のが一番マシという結果です(´・ω・`)
このままでは実用には程遠いので、パラメータ部の設定、色々なサイトを参考にしながらやってみました。

新GUI対応で、各項目についてもわかりやすく書いてくれています。
ただ残念ながらこの設定でやっても結果はいまいちでした。たまーに愛音ぽいのは来るんですけどねー。

こちらはConfigurationファイルのリンクを貼ってくれてるので、そのまま使ってフォルダ関係だけ弄ればいいのでらくちんです。ですがこちらも結果はいまいち。
原因はなんとなくわかってるんですがたぶん学習画像の少なさですね。
一つ目のサイトはバッチ１ｘエポック５ｘリピート１０ｘ画像５１でステップ２５５０。二つ目のサイトはバッチ３ｘエポック５０ｘリピート１ｘ画像２０でステップ３０００です。
一方わたしの画像は５枚なので、一つ目のサイトの設定だとステップ２５０、二つ目でも６００なので全然足りてませんね(´・ω・`)
学習画像を増やすのはちとツラいので、エポック数とリピート数を調整する方向でやってみました。一つ目のサイトによるとエポック数はリピート数より少ない方がいいらしいので、二つ目のサイトのコンフィグファイルをベースに数字を調整し、バッチ３ｘエポック１０ｘリピート２０ｘ画像５でステップ３０００にしてみました。

画質的にはあんまりよくないんですが、登場率は格段に上がりました♪
髪とかプロンプトでの指定はしてませんがほぼ愛音になってます(ﾟ∀ﾟ)
ただ、なんかアップの絵がむっちゃ多いんですよねー。
今回はillustriousXL_v01.safetensorsをベースでやったんですが、その後ponyDiffusionV6XL_v6StartWithThisOne.safetensorsも同じパラメータ設定で作ってみたら
(generated by ponyDiffusionV6XL)
・・( ﾟДﾟ)
PONYモデル使うの久々で完全に忘れてましたが、生成時にソースタグ(source_anime)や品質タグ(score_9, score_8_up ,score_7_up)をちゃんとプロンプト指定すれば(それか最初からアニメ系モデルで生成する)、
(generated by ponyDiffusionV6XL)
ちゃんとできますｗ
そういや、Ponyだとちゃんとアップ以外の構図もでるので先のアップが多い件はillustriousだけの問題なのかなぁ。

職場でAIの調べ物をしていたら、Grokのアプリがあるらしいのでちょっと試してみようとインストールしたんですが、上にあるタブにコンパニオンというタブがあったのでポチッと押したところ

FramePackに大ハマりしてた動画生成なんですが、静止画の生成環境を見直すついでに動画環境の見直しをしていたら、FramePackの前に使ってたIMG to VIDEOのworkflowのシンプル版が出ているのを発見。以前より格段に速度も使い勝手もよくなってて、FramePackから気持ちがこちらに戻りかけてたんですけど、このシンプル版をWan2.2で使おうと情報を求めてネットを漂っていたところ、見つけたのがこちらの↓動画生成環境。

作者は日本の人っぽく全部日本語あり。ワンクリックでいけそうなインストーラーに、親切な導入手順書もついてる、ということでページを読んでみたらなんか使い勝手もすごくよさげです。StabilityMatrixの外側で動かすのにちと抵抗はあったんですが、とりあえず導入してみました。結果、続きを読む