すべてのカテゴリ

promptの書き方を学んでいます ポートレートを作るときに　顔をモンタージュ写真のように細かく指定すれば consistentを使わなくても 一貫性が保てるかなと思ったんですが　 細かくしすぎるとAIのバランスが崩れることもあるらしいです　 なので 目や鼻や口の特徴を押さえるのがいいらしいです　 例えば「目が小さいけど 鼻が大きくてバランスが取れている顔」とか これ マンガでもよくある方法ですよね！使えそうです ただし「ジョン・レノンみたい」とか「マリリン・モンローに似た」みたいな指定は 著作権に引っかかることがあるそうです でも「丸メガネをかけた」とか「セクシーな感じ」とかなら 大丈夫そうで 一貫性もAIに任せられそうです では AIはどうやってポートレートを作ってるのかというと　ゼロから作る場合と 写真を参考にする場合があって 最近はゼロから作ることが多いみたいです その場合 同じプロンプトを使ってもランダムな要素が入っているから 全く同じにはならないんですね 同じプロンプトを別の日に入れても 微妙に違うことがあるのはそのせいです 相対表現が有効な場合もあるらしくて　形の安定とか不安定が特徴になりやすいからみたいです ただ「大きい」「小さい」って表現は AIに誤解されがちなので注意です 感想としては AIで何が出てくるかは毎回ちょっとしたサプライズ　ランダムな要素も楽しいポイントかもしれませんね！ youtube.com/watch?v=6Wt384juze4

プロンプトの書き方について調べているうちに character Position background のような項目分けをしている記事を見つけました プログラムのプロパティを指定するような感じなので character1 character2 と2つのキャラクターを指定できないか考えました さらに 各characterに対して 年齢 性別 体格などを詳しく指定すれば consistent機能を使わなくても 画像間の一貫性が保たれるのではないかとChatGPTに尋ねたところ その通りだとの答えがありました そこで無料プランのものでテストをしてみました BingのDALL-E 3はプロンプトの文字数オーバーでテストできません Pixverseでは2番目のキャラクターが正確に表示されませんでした HaiperAIでは2つ目のキャラクターが認識されず 1キャラクターだけになります Night Cafeではプロンプトの入力がエラーになります Leonardo AI と Image FX は 個人的には一応合格ラインでした youtube.com/watch?v=VUMkFyRFwZA

Vrewを使えば、文字通り数秒で動画をカット割り、字幕やBGMも含めて生成できます。しかし、シーン毎にストーリーとしての一貫性がなく、その出来栄えは酷いと言えます。つまり、動画の中で登場人物は同じ顔や体格でないと物語として成立しません。この一貫性を「consistent」と言うようです。このconsistentを実現するため、LeonardoAIは「画像参照」といって、人物のキャラクター画像をスクリプトに併せて参照する機能があるようです。しかし、この機能は無料プランでは使えず、残念です。また、あるキャラクターの詳しいスクリプト（例: 「10歳の少年で、白髪、ボーイスカウトの制服を着ている」）を別のシーンでも用いて、同じキャラクターを登場させるという方法も紹介されていましたが、これは実際に使ってみないと効果の程はわかりません。youtube.com/watch?v=iuJD_TBRK08youtube.com/watch?v=Cfiu2buCeQUyoutu.be/UhpGjnpeiDA

Consistentは私にとって夢の課題ですつまり、story的な関連性のあるシーンをつなげたいのですが、ほぼ不可能ですTensor.artが無料でconsistentが得られるという記事があり、気が急きましたがChatGPTから「consistentはまだ難しい面を持っている」と、待ったがかかりましたこの頃、あまりにconsistentの実現が難しいと感じるのでそれが自分の実力のためなのか、それとも画像生成AIの現状がその程度なのか、見極める時期に来ている気がします私はただの好奇心で画像生成AIを学んでいるだけなので成果が得られないことについて、結論を出す必要がありますConsistentはseed値や参照画を参考にする方式ですがそれだけでは2人のキャラクターの場合、難しいし一貫性は人物だけでなく、部屋などの場所にも関わるかもしれません今のseed値から求める方式では無理があると思いますyoutube.com/watch?v=VValSASZ100

あるYouTuberによると、無料で使える画像生成AIのランキングで1位はDALL-E 3だとのことです。しかし、DALL-E 3はChatGPTの無料プランでは使用できません。そのYouTuberには誤解があるようです。ただし、BingのCopilotから画像生成ができ、その際にDALL-E 3が使用されます。そこで画像参照ができ、コンシステントが実現できるか試してみましたが、はっきりしません。BingのCopilotで右下の「画像を追加します」というアイコンを押し、PC上にある画像参照用の画像（.png、.jpg）をアップロードし、新たなプロンプトを指定して新しい画像を生成します。しかし、結果は理想には程遠いものでした。多分、まだ腕前が未熟なのでしょう。youtube.com/watch?v=FDLWyYE71ZY

「consistent」を使った物語を作れるという記事が再び登場しました。内容はかなり高度ですが、consistentに関して理解できる範囲で言えば、同じconsistentなシーンをまとめてChatGPTで画像を生成するという考えだったと思います。ただし、ChatGPTでの画像生成は有料プランが必要なので、私自身で確認することはできませんが、それは置いておくとしても、やはりこれはseeds値を固定するという考えに基づいていると感じました。そのため、2人のキャラクターを同じシーンに登場させられるのかという点について少しイライラを感じました。もう、この段階で画像生成AIを使って物語を作ることに関しては、諦めざるを得ないと感じています。今後は、画像生成AIを使ったまともな短編映画が登場するのをしばらく待とうと思います。ChatGPTの考え:画像生成AIで物語を作る試みは、まだ技術的に不完全な部分が多いですが、それでも将来的には大きな可能性を秘めています。特にconsistentなシーンやキャラクター表現をAIがより簡単に再現できるようになれば、物語作成に革命をもたらすかもしれません。現時点では限界を感じることがあるかもしれませんが、技術は日々進化しています。短編映画だけでなく、より多様で高度なAI生成コンテンツが今後登場することを楽しみにしていても良いでしょう。youtube.com/watch?v=BZY1-RT0OBA

Googleの画像生成AI「Image FX」を試してみました。このAIはプロンプトに忠実に描写する能力が非常に高く、その精度には驚かされました。現在、テスト版であるため、動画の生成には順番待ちがあり、画面サイズも1024×1024に制限されていますが、作画能力は非常に優れています。早速、自分なりにテストを行いました。全体の性能は平均以上でしたが、個人的な課題をクリアすることはできませんでした。以下のシーンを例に挙げます：シーン1: 老人が公園のベンチに座っています。シーン2: ロボットが驚いています。シーン3: ロボットが老人に話しかけます。しかし、シーン2とシーン3でロボットの一貫性（コンシステンシー）が全く維持されていないことがわかります。youtube.com/watch?v=dJsqx0C70ms