毎度お馴染みlllyasvielさんがまた技術革新を起こしているので、最速解説目指して記事を書いていきます。 今回解説する技術はこちら こちらからデモが見れます ここではどのような技術か？を重点的に解説していこうと思います。 Paints-UNDOを支える二つのモデル single-frame model single-frame modelは、1つの画像とoperation stepという数字情報を入力として受け取り、1つの画像を出力するモデルになります。 これは、一つのイラストが完成するまでに1000回人間が操作 （ここでいう操作とは、ブラシストロークなどを指しているらしいです。もっというと、Ctrl-Zで戻る差分を操作とみなしてよさそう） を行うという仮定を置き、 operation stepが999（何も描かれていない真っ白なキャンバスに最初に書き込まれたストローク）から始まり、o

マスク指定が見やすいように、元画像に説明用の色を付けています。 実際に試す際には色を付ける必要はありません。 奥にあるモノから生成するのが基本ですので、本来はまず背景を用意するのが推奨です。 実際、きららジャンプ では先に背景を生成していました。 シンプルな背景を好まれる方も多いでしょうし、今回はとりあえずグラデーションを置いておきつつ、あとから背景を差し替えてみます（色化けが発生しました）。 高速な安定版として Forge を使用 しています。 モデルは ebara_pony_2.1 です。 Download/Model/ebara_pony.bat でダウンロードできます。 背景のみ WAI-REALMIX を利用しています。 forge は Hyper-SD <lora:Hyper-SDXL-8steps-lora:1> を使って、CFGスケール を 1.0 にすると大幅に高速化しま

NovelAI、一定の画風しか出ないなと思っていたので本当にそうなのか実験。百合というか女子のツーショットを利用した。 前提として現存するアーティスト名は入れない。 NovelAIが得意そうな塗り　ここから絵柄をずらしていく。 少々キャッチーになった。もう少しアニメ的にしてみる。 モロ【アニメ】にはなったが京アニ色が強すぎる。 エロゲとアニメキービジュの半々的な印象。ちょっと絵柄が古い感じもある。 シンプルな線と単色塗り漫画表紙的な絵柄。これはだいぶ人間味がある。 アメコミ色の入ったアニメ系の絵柄。鼻がしっかり書かれたトゥーン系は日本人の二次元趣味からは離れそうだが、需要がないわけではなさそう。 トゥーン系の塗りを顔面がもうちょっと日本二次文化に寄るようにしたもの。 水彩色強めの系統で出したもの。首から上があまり反映されないが全体のイメージとしてはかなり水彩絵に寄る。 少し前の時期にpix

画像生成AI・Stable Diffusionを導入するにはNVIDIA製GPUを搭載したPCのほかにPythonやAnacondaなどの知識が必要で、ローカル環境に導入するには少し敷居が高いところがありました。しかし、2022年8月に一般公開されて以降、多くの開発者によって誰でも簡単にStable Diffusionをローカル環境に導入可能でかつGUIで操作できるツールが次々と開発されています。「Stable Diffusion web UI(AUTOMATIC1111版)」はその中でも他のUIには搭載されていない機能も盛り込まれた決定版とも言えるツールで、その中でも特に画像生成にお役立ちな機能である「Prompt matrix」と「X/Y plot」を実際に使ってみました。 GitHub - AUTOMATIC1111/stable-diffusion-webui: Stable Di

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、今回は、女性のイラストの呪文です。 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 illustration of a gorgeous woman beautiful face, long waved hair, cute eyes artstation, deviantart, concept art,

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、今回は、長い呪文は切り捨てられる編です。 からあげさんのStable Diffusionの内容を理解するための情報・書籍の記事の中に出てくる最初の75個分以降の文章は、バッサリ捨てられてしまう記事をみて、自分でも検証してみたのが今回の記事です。 これまで、意味のある区切りとして、カンマ（,）を使っていたのですが、カンマ（,）は75個のトークンの一つとして重複して数えられ、カンマ（,）を削っても出力結果はほとんど変わらないことを知って愕然としました。 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

前回記事「Midjourney、Stable Diffusion、mimicなどの画像自動生成AIと著作権」は、おかげさまで沢山の方に読んで頂き、いろいろな意見や御質問や取材を頂きました。 それらの意見・御質問や取材を通じて、自分の中で新たな整理ができたので、続編の記事を書きたいと思います。 第1　どのような場合に著作権侵害になるのか みなさんの興味関心が強いトピックとして「画像自動生成AIを利用して画像を自動生成し、既存著作物の類似画像が生成された場合に著作権侵害に該当するか」があります。 前回の記事では「学習に用いられた画像と同一の画像が『偶然』自動生成された場合、著作権侵害に該当するか」について解説をしましたが、今回の記事では、もう少し多くのパターンについて検討をしたいと思います。 まず、その前提として「著作権侵害の要件」と「著作権侵害の効果」について説明をします。 この「要件」と「

テキトーに出力して基本的に prompt を保存してないのでメモ用に、 いい感じのやつができたら更新していくかも その１これはまあまあうまくいった気がする。 何回実行しても割と安定した画像が出力される。 concept idea of Alice's kawaii girl in Alice Wonderland with blonde hair and frilly dress, beautiful face, fantasy, thick coating painting, photorealistic, Fantastic, wide angle, bird's-eye view, popular illustration, Atelier Ayesha style, Arknights, Blue Archive, girl's frontline, 4K, kawaii, ani

前に試した呪文100選のTrinartStableDiffusion v2バージョンです。 https://www.pixiv.net/novel/show.php?id=18292102 リーサさんのノートブックを使って作成しました。 https://colab.research.google.com/drive/1V2-Vw59e8AMaC8cLJEHwCAgF3LHuxyq3?usp=sharing ベースの文章はこれ（シャニマスのあさひちゃんを召喚したかった） beautiful concept art illustration of a one beautiful kawaii japanese junior high school girl with short silver hair and a small breast. 裸の子もいるので、保険のためR-18つけてます

概要自分が２～３分で描いた落書きをStable DiffusionというAIに清書してもらいました。 そのやり方をまとめた記事です まず、こちらが自分が２～３分で描いた落書きです。 この絵からもご察しの通り、筆者は絵は上手くない方です。 これをAIに清書したのがこれです 元の構図を維持しつつ、それらしい色を塗ったり、サボってた細かい部分いい感じに補完してくれてますね！ 画像単体で金を稼げるクォリティではないですけど、SNSアイコンで利用するとか、同人ゲーム内の素材として使うのなら十分使えそうなレベルな気がします。 導入落書きから清書を描いてもらうまでに使った方法を説明していきます。 概要Google Colaboratory というサービス上で Stable Diffusion で動かし、お絵描きしてもらいます。 用意するもの月額1000円課金する覚悟 Google Colaborator

Stable Diffusionで同一シードで末尾の画風的なものを変えて100パターンくらい出力しました。 Stable DiffusionやMidjournyで絵を書く時の参考にしてもらえればと。 ※2022年09月11日 20パターン追加しました lexica.art や midjourney から適当に引っ張ってきたもので、精査はしてないので背景情報などのノイズが入ってるものも多数あると思いますし、ダブりもあるかもです ベースの文章はこれ（シャニマスのあさひちゃんを召喚したかった） beautiful concept art illustration of a one beautiful kawaii japanese junior high school girl with short silver hair and a small breast. 画像の一覧はこっち https:

最近AIが描いたイラストを目にすることが多くなりました。その中には人間が描いたものと比べても負けないようなイラストもあります。 今回はAIがイラストを描く仕組みや実際にmidjourneyやdreamなどのイラストAIを使って描いた絵について紹介していきたいと思います。 ▼AIについて詳しくはこちら

初めに Google Colaboratory で動かしていることを前提。 自分は Colab Pro にしているので、VRAMあたりで無料版の人は実行できないものがあるかも その際は出力する画像数とかを減らせばいけると思います。 出力する先をGoogle Driveにしたり、画像をいっぱい生成したりできるようにまとめてる記事が 見当たらなかったので作成。 セットアップ ほぼここを参照 本家の見た方が本質の理解には繋がるかも # パッケージのインストール !pip install diffusers==0.2.4 transformers scipy ftfy python-ulid # トークン変数の準備 YOUR_TOKEN="huggingfaceから取得した自分のトークン" from diffusers import StableDiffusionPipeline from tor

852話さんには遠く及ばない... Gallery a samurai girl with japanese school uniform, japanese anime style A girl with wolf ear on silver hair, combat toon graphic, arknights, dolls frontline, pixiv girl's frontlineのつもりがdollsになってた...。その影響か人形っぽい雰囲気になっている。 concept idea of a kawaii girl with animal ear on her head, fantasy idle costume, equlip magic wand, beautiful face, thick coating painting, flower blooming, bir

The state of the art AI image generation engine.

このnoteの収益を使ってStable Diffusionを使ったWebサービス https://memeplex.appを公開しました。誰でも無料で何枚でもAI作画をすることができます(そのかわり、混み合ってる時は時間がかかると思います)。 このnoteで学んだことをぜひ活用して、AIによる新しい時代の風を感じてください。 また、本文中にMidjourney、StableDiffusion、DreamStudio、Memeplexなどの言葉が頻出するため、全面的な修正を行うことにしました。StableDiffusionに統一しておきたいと思います。 現状(2022/8/28)は、StableDiffusion=DreamStudio/Memeplexと考えて構いません。Memeplexは将来的にStableDiffusion以外のアルゴリズムもサポートする予定だからです。

Iconographic Encyclopædia of Science, Literature, and Art Restored and reimagined An enhanced digital edition of J. G. Heck’s collection of illustrations from 1851 including more than 13,000 illustrations from 500 engraved steel plates and more than 1.6 million words of descriptions with new interactivity. Analysis Explore a brief visual analysis based on data extracted from the compilation of the