AIを用いた制作

AI技術の発展を取り入れ、新しい技術と創作に

日夜取り組んでおります。

使用するツールとしては、Stable Diffusion ForgeやComfyUI

を活用しており、追加学習の調節を行っております。

加えて、CLIP STUDIO PAINTやAdobe Illustratorも駆使して

より多彩な表現や細部の調整を行い、作品の完成度を高めています。

これらのツールを組み合わせて、視覚的な工夫を凝らした

作品づくりを行っています。 

Stable Diffusionのオープンソース技術を基盤に、Automatic1111を使用したローカル環境構築からAI画像生成の道をスタートさせました。

現在はStable Diffusion Forgeを活用し、モデルの細かなチューニングを重ねながら高品質な画像生成に取り組んでいます。

特に力を入れているのはモデルの特性を活かした創作です。

SD1.5は実写モデルのContorolNetの最終調節用としていますが、イラストの中ではSDXL系モデルであるPony系統モデルを使用しています。Pony系統のモデルでは躍動感ある構図と豊かな表情、表現が可能だ考えています。

Illustriousモデルも視野にいれつつ、Ponyモデルを主軸に、キャラクターの生命力や感情を引き出す生成を追求中です。

技術の進化と表現の可能性を日々探求しながら、AIならではの創造性を形にしています。

より想定に近い形の絵を生成を目指し、左の図の形となりました。

この時点での絵の内部データは以下のようになっています。

Steps: 30　Sampler: Euler a　Schedule type: Automatic　CFG scale: 10

Seed: 1322427520　Size: 1216x832

プロンプト：score_9,score_8_up,score_7_up,source_anime,high resolution masterpiece,best quality BREAK Kawaii game character art,stag beetle horns,dressed in a delightful mix of futuristic idol wear and gentle nature-inspired elements,sparkling details,transparent fabrics,dreamy atmosphere,innocent smile,dynamic and cute pose,soft lighting,crisp lines,official game illustration.,

ネガティヴプロンプト:score_6,score_5,score_4,source_cartoon,source_furry,source_pony,censored,3d,monochrome,blurry,lowres,watermark,logo,bad anatomy,bad proportions,NEGATIVE_HANDS,

 ADetailerプロンプト: "score_9,score_8_up,score_7_up,source_anime,high resolution masterpiece,best quality,detailed face,

ADetailerネガティヴプロンプト: "score_6,score_5,score_4,source_cartoon,source_furry,source_pony,censored,3d,monochrome,blurry,lowres,watermark,logo,bad anatomy,bad proportions,deformed face,ugly,bad face,deformed eyes,deformed mouth,lipstick", 

Stable Diffusionでは、複数のモデルを組み合わせるモデルマージでベースの画風を決めますが、LoRA（Low-Rank Adaptation）による追加学習がより効果的だと考えています。

特にキャラクター生成においてLoRAは、少ないデータ量で高精度な学習が可能かつ、学習時間やGPUコストを抑えつつ品質を維持できます。

効率的なLoRA学習の工夫として、パラメータ調整を通じて、画像枚数と学習時間の最適化を実現しています。

ステップ数（Steps）では過学習を防ぐため、2000ステップを目安にしています。

DimとAlphaでは、Dim（次元数）を低い値でキャラクターの本質的な特徴を抽出し、ノイズを軽減させています。Alpha（スケーリング係数）ではDimとの比率を調整し、学習の強度を制御しています。大抵のLoRA作成の場合、Dimを60前後、Alphaを15から必要に応じて30手前にしています。

データセットの選別として、10から50枚の画像で十分な結果を得られるよう、姿勢や表情のバリエーションを作成したのち、学習に使用しています。

これらの調整により、限られたリソースで再現性の高いLoRAモデルを構築し、キャラクターの一貫性を保ちながら効率的な学習を実現しています。

最近では、ComfyUI上でFlux_Kontextを活用した追加学習の研究を行っています。この手法は、LoRAを使用せずにテキストプロンプトだけで、絵柄やキャラクターの特徴を維持したまま、多様なアクションやシチュエーションを生成を可能とします。

プロンプトの指示だけによる短時間で、キャラクターのポーズ変更（例：横を向く・走る・マイクを持つ）に対応し、従来のLoRA学習よりも迅速です。

リソース効率として、学習時間やデータ収集のコストを大幅に削減できます。

今後の展開として、ComfyUIでFlux_KontextのAPIを取得し、LoRA作成の補助ツール化とすることや、そのままの差分生成として活用する方法を考えています。

※こちらはgifになります。動画形式では、より背景が鮮明になっております。

AIとアートの効率・品質の追求

AI技術の進化が目覚ましい中、の可能性を最大限に引き出し、作品の質と制作工程の削減に重きを置いて活動しています。これまでに、FANZAやDLsiteにてイラスト本やCG集を出版し、デジタルコンテンツ制作の実績を積んでまいりました。

AIを活用した制作においては、常にAIの持つ独特な画風を活かすか、あるいは手描きの温かい雰囲気を出すかを、作品のテーマや目指す表現に応じて試行錯誤しています。AIの高速な生成能力と、手描きで培った表現力を組み合わせることで、新たなアートの可能性を追求しています。

以下のイラストは作品の一部になります。