背景 近年、人工知能（AI）は加速度的に進化を続け、ノイズから画像を生成する拡散モデルの開発と、それを基盤技術とする画像生成AIモデルであるStable Diffusionの登場により、画像生成AIの一般における使用が爆発的に広がった。一方、このような新しい技術の使用に関する適切なガイドラインや法制度は未成熟であり、様々な問題が生じている。 具体的には、①特定のイラストレーター等創作者の著作物を、他者が著作者に無断で画像生成AIに学習させ、その創作者の制作物の特徴を模倣した画像及びそれを生成できる学習済みAIモデルを公開する１）、又は、②他者が無断で著作物を画像生成AIで直接的に改変し、異なる著作物のように公開する２）といった行為が後を絶たない。Stable Diffusionや派生する画像生成AIモデルが使用した学習用データには無断転載が問題視される画像投稿サイトであるDanbooruの
NVIDIA RTX環境での「Stable Diffusion」はVRAMを使い果たすとDRAMも使えるが、逆にVRAMだけにもできる 米NVIDIAは10月31日、サポートページ内にあるナレッジベースに掲載する形で、「Stable Diffusion」に関する動作の仕様について情報を公開した。生成AIを手軽に楽しめる「Stable Diffusion」におけるTipsがまとまっている。 NVIDIA RTX環境での「Stable Diffusion」はVRAMを使い果たすとDRAMも使えるが、逆にVRAMだけにもできる Stable Diffusionは、利用にあたって大容量のGPUメモリ（VRAM）が必要になる。NVIDIAではおおよそ6GB以上必要であるとしているが、モデルやスクリプトによってはより大規模なGPUメモリが必要になることもある。これを受けてバージョン536.40以降のド
「精度の高いAIアートをPythonで試したい」 「GoogleのColaboratoryではなく、ローカル環境でStable Diffusionを動かしたい」 このような場合には、この記事の内容が参考になります。 この記事では、ローカル環境で簡単にStable Diffusionを実行する方法を解説しています。 本記事の内容 Stable Diffusionとは？Stable DiffusionをDiffusersで利用する方法学習済みモデルのダウンロード【動作確認】テキストからの画像生成 それでは、上記に沿って解説していきます。 Stable Diffusionとは？ Stable Diffusionとは、オープンソース化された高性能画像生成AIです。 Stable Diffusionを用いると、テキストから画像を出力することが可能となっています。 例えば、「Cyberpunk old
イギリス政府が「性的に露骨なディープフェイクを作成した卑劣な人々は、2024年4月16日に政府によって発表された新しい法律に基づいて訴追されることになる」と発表しました。当該法律は修正案を通じて導入される予定で、作成者に共有の意図がなかったとしても、刑事罰の対象になります。 Government cracks down on ‘deepfakes’ creation - GOV.UK https://www.gov.uk/government/news/government-cracks-down-on-deepfakes-creation Creating sexually explicit deepfake images to be made offence in UK | Deepfake | The Guardian https://www.theguardian.com/tech
Googleが複数の入力画像をベースに新しい画像を生成できる画像生成AIの「Whisk」を、日本を含む100カ国以上で利用可能にしています。Whiskは入力画像をGeminiでキャプションに変換し、これをGoogleの画像生成モデルであるImagen 3で画像に変換しているとのことで、実際にどんな画像が生成できるのか気になったので使って確かめてみました。 Whisk - labs.google/fx https://labs.google/fx/tools/whisk 上記URLにアクセスして「SIGN IN WITH GOOGLE」をクリック。 「次へ」をクリック。 Googleのプライバシーポリシーを確認したら、「次へ」をクリック。 利用規約への同意を求められるので「同意して続行」をクリック。 Whiskでは写真をプロンプトとして使用することで、新しい画像を生成することができます。画像
生成AIグラビアをグラビアカメラマンが作るとどうなる？ 連載記事一覧 本連載では新しいCheckpointやLoRA、ComfyUIのカスタムノードなど、ローカル生成をメインで扱っているのだが、2025年夏の陣も終わり今は一段落している。そこで今回はサービス系で筆者が最近使っているものをご紹介したい。 Google Mixboard11月11日、GoogleからいきなりリリースされたのがMixboard。txt2img、img2imgに対応し、裏では多分Nano Bananaが動いている。つまり画像生成ができて編集も可能。 Mixboardトップ画面これだけなら既にローカルでもQwen-Image-Edit-2509があるのでたいして驚かないのだが、注目はそのUI！ まずtxt2imgでPromptに適当なキーワードや日本語英語に関わらず文章を入れると（ここでは”秋、紅葉、秋服を着た可愛い
2022年8月に画像生成AI「Stable Diffusion」が一般公開されて以降、誰でも簡単に画像生成AIを利用できるシステムが開発されたり、画像生成AIを便利に使うためのサービスが続々と開発されたりと、大きな盛り上がりを見せています。新たに、AI研究団体のOpenAIが2021年1月に発表していた画像生成AI「DALL・E」を一般公開しました。これにより、これまで順番待ちが必要だったDALL・Eを誰でもすぐに利用可能となったので、利用登録の手順や使い方をまとめてみました。 DALL·E Now Available Without Waitlist https://openai.com/blog/dall-e-now-available-without-waitlist/ 「DALL・E」は入力した文章に沿った画像を出力してくれるAIで、2021年1月に最初のバージョンが公開されて以降
テキストから画像を生成できるMac用Stable Diffusionアプリ「AI Photo」がiPhoneに対応しています。詳細は以下から。 AI PhotoはドイツのMartin Lexowさんが開発したMac用Stable Diffusionクライアントで、CompVisグループの「Stable Diffusion v1.4 (デフォルト)」やAppleがCore MLに最適化した「ML Stable Diffusion」を利用して、 テキストから画像を生成することができますが、このAI Photoがv1.8アップデートでmacOSに加えiOSにも対応し、最新のiPhoneやiPadで実行することが可能になっています。 AI Photo now runs on macOS and iOS. In addition, this update contains improvements
txt2imgの基本についてはこちらをご覧ください。 はじめに Stable diffusionのイカしたテクニック、txt2imghdの仕組みを解説します。 簡単に試すことのできるGoogle Colabも添付しましたので、是非お試しください。 ↓の画像は、通常のtxt2imgとtxt2imghdで生成した画像を拡大して並べたものです。明らかに綺麗になっていることがわかります。 TL;DR txt2imghdとは、通常のtxt2imgにimg2imgと超解像技術を組み合わせることでStable diffusionで作成した画像のクオリティーを大幅に上昇させるテクニックです。 ※既に作成した画像に用いることも可能です。 実際のコードはこちらのリポジトリから確認できます。 またこちらから私が作成したGoogle Colabバージョンにアクセスできます。 txt2imghdの仕組み Stabl
Stable Diffusionでseedを固定して同じ絵を生成できるのか問題 Stable Diffusionでseed値を固定すると同じ絵を生成できるのかが（私の中で）話題です。 きっかけは、shi3zさんとdrikinさんの動画のラストの1,2分。 Seedを固定すると同じ絵が出ると主張するdrikinさんと、そんなことはないんじゃないかといい、その場で実践して確かめるshi3zさん。 自分も、GPUを多用するディープラーニングの演算だと、seed固定しても経験的に完全再現できないことを体感していたのと、当時調べたら「GPUでは完全再現は難しい」という情報が多かったので、seed値を固定しても、結果は再現できないものとずっと思っていました。 でも、Stable Diffusionの実験して挙動みてると、同じpromptとseed値から同じ絵が再現できていそうなんですよね。 その後も繰
2014年から先端テクノロジーの研究を論文単位で記事にして紹介しているWebメディアのSeamless（シームレス）を運営し、執筆しています。 1週間分の生成AI関連論文の中から重要なものをピックアップし、解説をする連載です。第13回目は、画像生成AIを高品質にする手法、画像と文章を中間言語を用いずに入出力するモデルなど5つの論文をまとめました。 生成AI論文ピックアップ数行のコード追加でStable Diffusionなどの生成画像を高品質にする手法「FreeU」> 大規模言語モデルのトークンを効率よく増やす手法「LongLoRA」 Llama2を10万トークンに 2.6兆トークンで訓練された、130億のパラメータを持つ多言語モデル「Baichuan 2」 スマホで物体検出をリアルタイムかつ高精度で行う新モデル「Gold-YOLO」 画像と文章を“そのまま”入出力できる生成モデル「Dre
なんか学習設定について、よく分からんけどデフォルト！とかよく分からんけどこうしてみたらうまくいった！みたいな感覚で議論されていることが多い気がするので、学習設定についてまとめてみようと思います。機械学習のこと知らん人にも分かるようにするはずの記事でしたが多分そうなってないです。間違いもあると思いますが、私の記事が間違っていたとしても、悪いのは私よりも頭がいい人が分かりやすい説明をしないせいであって私のせいではありません。 機械学習の簡単な説明機械学習が分からない人にも！と思って難しい用語を避けようとしてみましたが、誤差逆伝搬のことをフィードバックって言いかえたところで分かりやすくなっているのでしょうか？ 機械学習はモデルの数値を学習データに合うように少しずつ調整していく作業です。なぜ少しずつかというと、機械学習では改善する方向はなんとなくわかるけど、最適な数値の位置は分からないからです。位
2022年9月からGeForce RTX 3000シリーズがさらに値下がりする模様です。中国語圏メディアのMydrivers.com(快科技)が報じました。 台湾経済日報によると、グラフィックスカードの在庫処分は期待されたほど進んでいないという。そのため、NVIDIAとAMD製品を中心に、2022年9月からさらなる値下げを行うという。 どこまで値下がりするかはNVIDIAとAMD次第だ。しかし、今と昔では状況が違い、消費者は冷静になって様子見する人も増えている。 グラフィックスカードの需要は弱まっており、消費者は今の値下げ幅には魅力を感じておらず、次世代製品の発売を待っているとの声も聞かれる。 GeForce RTX 3090 Tiが希望小売価格の4割引きになったり、GeForce RTX 3080がわずか3か月で4万円も値下がりしたり、GeForce RTX 3000シリーズはここ数か月
Stable Diffusionを利用し、Apple Silicon Macローカルでテキストから画像を生成できるアプリ「AI Photo」がリリースされています。詳細は以下から。 Stable Diffusionは独ミュンヘン大学のCompVisグループが開発したtext-to-imageモデルで、ディープラーニングを利用しテキストから画像を生成することができますが、このStable DiffusionのMacクライアントとなる「AI Photo」が新たにリリースされています。 Run Stable Diffusion locally on your Mac. AI Photo is a user-friendly text-to-image generator app that creates photos and artworks in literal seconds, all of
現在のAIアートが持つ諸問題は別として、AIアートに挑戦してみたいと思っている人も多いでしょう。そんな人には、たくさんのツールが用意されています。 OpenAIのDALL-Eや、Bing Image Creator、Stable Diffusionなどのツールがそろっており、有料・無料を問わず、誰でも簡単にAIアートに挑戦できます。 なので、AI画像生成ツールの開発競争に、また新たなテック企業が参戦すると聞いたところで、大騒ぎするほどではないでしょう。競争の激しさは、当分は和らぎそうにありません。 そして、このたび新たに参戦したテック企業、それはMetaです。 生成スピードはめっちゃ速い！Metaは先日、無料のAI画像生成ツールをリリースしました。同社はこれに先立ち、すでにMessengerとInstagram、WhatsAppに、AI画像生成機能を追加しています。 同サービスのサイトを開
こんにちは、852話(ハコニワ)です。 AIアートに関するTwitterの呟きも見慣れてきたと言う感じじゃないでしょうか。 でも「正直AIアートって結局何？よくわかんないし今更聞けない、調べるのもどう調べていいか……」みたいな声も聞いたので、自分なりに簡単なまとめを作りました。 AI画像生成サービスは実は話題になる前からも沢山のものがあったのですが、今回は「文字ベースのもの4種」についてまとめます。 文字ベースのAIアートとは 文字を打ち込むと、学習した膨大なデータを元にAIが新しい画像を生成してくれるサービスです。 実際触ってみたほうが早いのですが、 "白いドレス" "アニメ調" "女の子" と入力すると "白いドレスを着たアニメ調の女の子" の絵が生成されます。 未来ですね。 大体のサービスが英語や中国語で文字を入力してねという状況ですが、自動翻訳を噛ませてあるサービスも続々出てきてい
こんにちは、漫画界の生き恥こと野火城と申します。 「画像AI使ってみた／AI漫画実験企画」第4回です！ ■第1回はこちら 体験して見えた、その実力と課題!! ■第2回はこちら AIで今風の手描きっぽい漫画を作ってみる ■第3回はこちら 生成AIで少女漫画に挑戦! その成り立ちから様々な議論を呼んでいる画像生成AIですが、少なくとも2024年7月現在日本の法律では使用が許可されており、存在を完全に無視する事はできません。かといって全てを肯定して受け入れるのも難しい。 だからこそ、必要以上に恐れず、実際にどのような事が出来るのか、具体的に検証する――それが画像AIとの誠実な向き合い方なのではないでしょうか。 「画像AIの技術がすごいという賞賛記事はよく見るが、それは本当に創作活動で実戦的に使えるものなのか？ 『AIに仕事を奪われる』と『今のAIは実戦では使い物にならない』という真逆の意見を多数
【読売新聞】ＳＮＳの普及やデジタル技術の向上を背景に、偏った情報を広げ、民意を操ろうとする動きが加速している。生成ＡＩ（人工知能）の登場により、その勢いは一気に増幅し、民主主義が危機に直面している。 ＜ハワイ火災には大きな陰謀がある
スレッド「今のAIは素晴らしい」より。アップデートされたChatGPT 4oのAI画像生成機能が海外で盛り上がっていたので反応と共にまとめました。 引用：Twitter、Twitter、Twitter、Twitter、Twitter
2014年から先端テクノロジーの研究を論文単位で記事にして紹介しているWebメディアのSeamless（シームレス）を運営し、執筆しています。 1週間分の生成AI関連論文の中から重要なものをピックアップし、解説をする連載です。第23回目は、AIアニメーションを次の段階に進ませる技術と大きな脚光を浴びた「Animate Anyone」、3D Gaussian Splattingを使った新しい3D応用技術など、生成AI最新論文の概要5つをお届けします。 生成AI論文ピックアップ画像内のキャラクターや写真内の人物を骨格動画に応じて動かせる「Animate Anyone」 アリババらが開発> 話した言葉をリアルタイム翻訳できるシステムMeta「Seamless」 話し方や感情なども忠実に再現 リアルな動きを持つ高品質なアバターを生成するモデル「Animatable Gaussians」 写真から3
こんにちは、AI FREAKです。 ChatGPTで画像を作ってると 「なんか全体が茶色っぽい」「セピア調になっちゃう」 という現象がよく起こります。 例えばこちらの画像をアニメ風にして！とお願いしてみると こんな感じで生成されます。 悪くはないんですが、ちょっと茶色っぽい？感じがありますよね。Xをみていても、この手の色合いの画像を多く見かけます。 実はこの問題、世界中のChatGPTユーザーのあるあるなようです。 しばらく待っていれば、アップデートなどで対策されるとは思いますが、いつになるかはわかりません。 そこで本noteでは「黄色やセピアに寄ってしまう原因」と「どうすれば綺麗な色調に近づけられるか」などを具体例とともにご紹介します。 適切な指示をすることで、上記の様にハッキリとした綺麗な色味の画像をChatGPTでも生成することができます。 ほんの一手間で出力画像の質がかなり変わって
AI is not the future, rather the present. Explore the potential and current abilities of combining Art and AI.
KAI-YOU（カイユウ） @KAI_YOU_ed メディア「KAI-YOU」公式アカウント｜文芸、音楽、情報技術、現代美術、VTuber／YouTuber、漫画、ゲーム、ヒップホップ、ネット文化まで──ポップカルチャーの最新情報を発信しています｜気軽にリプライ下さい👍 | 運営: KAI-YOU inc. kai-you.co.jp KAI-YOU（カイユウ） @KAI_YOU_ed 「画像生成AIから自分のイラストを守る」対策ツール「Glaze」無償公開へ kai-you.net/article/86102 #kai_you 米大学の研究グループが発表。ほとんど目に見えない微小な処理を画像に加えて、画風や絵柄などが機械学習できないように。 2023-02-22 21:27:48
プロンプトリストはプロンプトやよく検索されているプロンプト（R18）、danbooru タグ検索を参照。 目次ワークフロー手元の画像と似た画像を生成したい場合補正顔の補正書き込み量便利なツール差分生成の実例ツールの選択Stable Diffusion のモデルリンクモデルマージ蒸留 LoRA（高速化）DMD2Hyper SDTDDStable Diffusion の解説CFG ScaleサンプラーODE V.S. SDERestart サンプラースケジューラーシードDenoising StrengthバッチカウントとバッチサイズGPU の種類と画像生成時間Tips上手く描けない場合（胴が長いなど）はアスペクト比を変えてみるクオリティタグを使うCFG Scale を上げる解像度を上げると頭や体が複数融合するDenoising Strength を下げると画質が落ちる細部の修正手の修正手の自由
lllyasviel氏復活第一弾のIC-Light前回(第23回)にControlNetやFooocus、stable diffusion webui forgeを作ったlllyasviel氏、ここ数ヶ月Xなどに書き込みが無いと書いたが、いきなり驚くべき仕掛けを提げての復活。その名もIC-Light(Imposing Consistent Light)。Stable Diffusionの技術を使って、照明を自由にコントロールできる仕掛けだ。 これまでStable Diffusionでは、SD 1.5、SDXLに関わらず、Promptで光や照明などの指示はできたのだが、どのように反映されるかは、Modelやその他の設定しだい。例えば backlight, soft bounced lighting, soft natural lighting, candolelight, neon ligh
ChatGPTにはOpenAI製の画像生成AI「DALL-E 3」を用いた画像生成機能が搭載されています。これまでは、画像生成機能は有料プラン「ChatGPT Plus」の加入者しか使えなかったのですが、2024年8月8日(木)から無料ユーザーも使えるようになりました。すでに日本からも画像生成機能を無料で使用可能だったので、「日本語でも使えるのか？」「生成枚数の制限はあるのか？」といった疑問を解決するべく実際に使ってみました。 We’re rolling out the ability for ChatGPT Free users to create up to two images per day with DALL·E 3. Just ask ChatGPT to create an image for a slide deck, personalize a card for a fr
同アカウントはその様子を見て、「以前にわれわれがXの新機能であるGrok使用（AI使用）を明記して、試験的にナウル風景の画像を作成して投稿したポストが一部の方からたたかれて大炎上したのはどういうことだったのかと考えています」などとポストした。 当時、同アカウントを批判したユーザーと、Grokを今試しているユーザーは別なのかもしれない。だが確かに、生成AIを巡る空気感は変わってきている。使う人は増え、「受け入れざるを得ない」という雰囲気は、より強くなってきている。 大きな変化は反発を呼ぶ。それが覆せない変化なら、人々は受け入れざるを得ない。生成AIは、ルールやマナーの整備とともに、徐々に受け入れられていくのかもしれない。 しかし、変化への過程で反発をモロに受け、傷つく人はいつも出る。そんな人が少しでも減らせるよう、メディアとして何ができるだろうと、考え込んだ。 関連記事 「ナウル共和国」公式
画像生成AIのStable Diffusionは「潜在拡散モデル」と呼ばれるAIで、テキストを入力するだけで高精度な画像を生成することが可能です。このStable Diffusionに使われている「VAE」に致命的な欠陥があるという報告が、オンライン掲示板サイトのRedditに投稿されています。 The VAE used for Stable Diffusion 1.x/2.x and other models (KL-F8) has a critical flaw, probably due to bad training, that is holding back all models that use it (almost certainly including DALL-E 3). : StableDiffusion https://old.reddit.com/r/StableD
コンテンツブロックが有効であることを検知しました。 このサイトを利用するには、コンテンツブロック機能（広告ブロック機能を持つ拡張機能等）を無効にしてページを再読み込みしてください。 なお、Microsoft Edgeをご利用のお客様はプライバシー設定が影響している可能性があるため「追跡防止を有効にする」の設定を「バランス（推奨）」にしてご利用をお願いいたします。詳細は下記のFAQページをご参照ください。 https://help.toyokeizai.net/hc/ja/articles/33846290888345 ✕
Innovative Tech： このコーナーでは、テクノロジーの最新研究を紹介するWebメディア「Seamless」を主宰する山下裕毅氏が執筆。新規性の高い科学論文を山下氏がピックアップし、解説する。 イスラエルのTel-Aviv UniversityとNVIDIAの研究チームが開発した「An Image is Worth One Word: Personalizing Text-to-Image Generation using Textual Inversion」は、ある概念を新しい単語（論文ではnew pseudo-wordと表現している）に置き換え、その新しい単語を一部に用いた文章を画像生成AIの入力に使用するシステムだ。 指定したキャラクターや物、絵などが持つ概念（形、質感、雰囲気、構成、デザインなど）を単語に圧縮し、入力テキストに活用することでその概念に沿ったさまざまな画像を
先日オープンソース化され、話題を集めている「Stable Diffusion」を使っている中で気が付いたメソッドやコツをまとめる。自分の備忘録的な意味も込められているため適宜加筆していく。 導入については他に分かりやすいガイドがたくさんあるので割愛する。すぐに使いたいという人はGoogle Colabで環境をセットアップしてみよう。 Midjourneyとの表現の違いについてまずMidjourneyのと違いについて気になる人が多いだろう。これについてはPromptに対する理解というか反応が異なるのと、出力される画像のタッチに基本的な違いがある。非常に端的に言うとStable Diffusionは生真面目な優等生タイプで、Midjourneyはどちらかというと独創的な自由奔放タイプだ。自分が作りたい画像のイメージによって適宜切り替えながら使うといいだろう。写真のようなリアルな造形をベースに画
英Stability AIは2月22日（現地時間）、画像生成機械学習モデルの新版「Stable Diffusion 3.0」の早期プレビューを発表した。新しいアーキテクチャを採用し、画質、マルチサブジェクト・プロンプトの処理、テキスト生成の精度が向上している。22日に早期プレビューのウエイティングリストへの登録受付が始まった。これは、一般公開に先駆けて性能と安全性を向上させるためのフィードバック収集を目的としている。 Stable Diffusion 3は、拡散トランスフォーマー・アーキテクチャにフローマッチングを組み合わせている。Stability AIは2022年8月以降、Stable Diffusion 1.4、1.5、2.0、2.1、XL 1.0、XL Turboを次々にリリースしてきたが、バージョン3.0は既存のモデルの強化版ではなく、アーキテクチャの刷新という点でオリジナル以来
まえがき 「GPUを持ってないけどAI絵を描いてみたい！」というお悩みを抱えている皆さん、Google Colabで満足していませんか？この記事ではModalを使うことでGoogle Colabより（きっと）優れたAI絵生成体験をGETする方法をご紹介します。 What is Modal? イケメンなランディングページだね みんなが良く知るあの「モーダル」ではありません。名前の由来は謎ですが、「Your end-to-end stack for cloud compute」という謳い文句の通りクラウドコンピューティングツール(?)です。Colabみたいにリモートでプログラムを実行する環境を用意してくれるというわけですね。Colabとは違って対話的ではないのであまり初心者には優しくないですが、Pythonの関数の一部だけをリモートで実行するというような柔軟性があるので汎用性はそこそこ高いと思
画像生成AI「Stable Diffusion」と、上原さんの画像を学習したLoRA「AI uehara LoRA」を活用。上原さんを模したAI画像を全52ページにわたって掲載している。LoRAとは、AIモデルに数枚の写真を追加的に学習させることで画像を特定の絵柄に寄せる技術を指す。 上原さんは3月から「AI uehara project」と称し、画像生成AIで自身に似た画像を制作する取り組みを進めている。例えば、AIを活用するクリエイターのコミュニティーであるAI Verseを立ち上げ、AI uehara LoRAを作成。このLoRAを使い、自身そっくりの画像を生成できるか競うコンテストを開催していた。今回の写真集も、AIを活用するクリエイターやAI Verseと共作したという。 上原さんは「今回の写真集は、とにかくきれいでエポックメイキングな作品なので、私のファンの方はもちろん、AIに
最近、次々と新しい画像生成モデルが登場してくるので、どのモデルが高品質な画像を生成できるのか評価する方法はないかと頭を悩ませていたところ、画像の美しさを評価するAIがあると聞いたので調べてみました。 すると、Stable DiffusionやGoogleのImagenに画像データセットを提供しているドイツの非営利団体のLAIONがAesthetics Predictorという画像の美しさを評価するAIを公開していることが分かりました。 そこで、今回、いろいろな画像生成モデルで生成した画像をこのAIに評価させてみることにしました。 LAION-Aesthetics （Aesthetics Predictorによって抽出された高品質画像）
電通国際情報サービス、オープンイノベーションラボの比嘉康雄です。 Stable Diffusionシリーズ、今回のテーマはレンズです。 Stable DiffusionはAIカメラなので、どのようなレンズを使うかどうかはとても重要です。カメラの知識が必要ですが、基礎から丁寧に説明するので大丈夫です。 Stable Diffusionのおすすめコンテンツはこちら。 Waifu Diffusion 1.3.5_80000 v2.1 金髪美女写真 v2.1 美少女アニメ画 v2.1 AUTOMATIC1111 v2.0 美少女イラスト v1.5 美少女画検証 美少女アニメ画改善版 美少女を高確率で出す呪文編 美少女アニメ画編 美少女写真編 女性イラスト編 魅惑的な女アニメ画（トゥーンレンダリング）編 長い呪文は切り捨てられる編 レンズの属性 焦点距離 F値 SIGMA SIGMA 85 mm F
Stable Diffusionをローカルで手軽に動かす方法 Stalbe Diffusion話題ですね。ただネックなのはGPUが必要な点です。GPUを持ってない人や、CUDAはよくわからない/絶対に入れたくないという人もいるでしょう。クラウドを使う方法もありますが、色々な事情で使えない/使いたくない人もいるでしょう。 そんな全世界のStable Diffusion難民に朗報です。Stable DiffusionがIntel CPUで動きます。しかもWLS2で動くので、大体のWindows PCで動きます。 以下のstable_diffusion.openvinoを使うだけです。 OpenVINOの説明は省略します。とにかくIntel CPUに最適化されたエッジコンピューティングのすごいヤツです（雑） セットアップ方法 前提 Intel CPU Windows OS 11にWSL2をインス
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
