Anima Ref Adapter v2とRole-Ref-KVをM1 Maxで比べる、v2はTurboでpilotの約3倍速になり試した4条件では4コマに崩れなかった
目次
前回のBase専用のAnima Ref AdapterをTurbo・Aesthetic・2.9Bで試した記事を出した日に、Ref Adapterのv2が出た。
参照画像1枚からキャラクターの特徴を保ったまま別の構図を出すためのアダプターで、pilot版ではTurbo系をcfg 1.0・ref_guidance 4.5で回すと4コマに崩れ、Baseで1枚13分かかっていた。
v2は参照画像の処理を1回で済ませる方式に変わり、READMEではpilotの約2倍速とある。
同じ時期に、参照画像1枚でキャラを保つAnima用のアダプターがもう1つ出ている。
AnticPanのAnima Role Ref KVで、こちらも参照画像を1回だけ処理してキャッシュする。
さらに、Ref Adapterとtoyxyzの3DポーズのControlNet-LLLiteを同時に使うためのComfyUI-Anima-CharRef-LLLiteも出た。
CharRef-LLLiteはRef Adapterと組み合わせる前提のノードだ。
参照でキャラを、LLLiteでポーズを決めるという分担なら、参照側はRef AdapterでもRole-Ref-KVでも成り立つように思える。
前回と同じ条件でv2とRole-Ref-KVを当て、CharRef-LLLiteの参照側をRole-Ref-KVに差し替えられるかも、M1 Max 64GBのComfyUIで試した。
各ノードの概要
| 項目 | Anima Ref Adapter v2 | Anima Role Ref KV v1.0 | ComfyUI-Anima-CharRef-LLLite |
|---|---|---|---|
| 作者 | ElectronGirl | AnticPan | quinteroac |
| 公開 | 2026年10月29日（v2対応のコミット de90631） | 2026年10月27日（Hugging Faceの初回リリース） | 2026年10月29日（GitHubの初回コミット） |
| 中身 | ノード1個（Anima Ref Adapter）と、rank 64のLoRA（183,605,032バイト） | ノード1個（Anima Role Ref KV）と、rank 128のLoRA（528,546,184バイト、fp32） | ノード3個。重みはなし |
| 学習 | 15,600枚、2,300キャラ、1,952画風。Anima Base v1.0 | READMEに記載なし。NSFWは学習データから除外 | — |
| ライセンス | ノードはApache-2.0、重みはCircleStone Non-Commercial License | CircleStoneの非商用ライセンスに従う派生物 | Apache-2.0 |
| 入手先 | GitHub、Hugging Face | Hugging Face | GitHub |
どちらの参照アダプターも、参照画像をVAEで潜在表現にし、生成中の画像とは別のトークン列としてモデルに通す。
参照側はノイズを加えないきれいな状態（timestep 0）のまま処理し、各ブロックの注目機構のkey/valueを1回だけ計算して、全ステップで使い回す。
pilotは参照を2枚目のフレームとして毎ステップ計算し直していたので、ここが速度の差になる。
違うのは参照側の扱いと、LoRAの当たる範囲だ。
| 項目 | Ref Adapter v2 | Role-Ref-KV |
|---|---|---|
| 参照の位置（RoPE） | 出力画像の格子の外側にずらす | 縦横は出力画像の中央にそろえ、時間方向の座標だけ別にする |
| 参照側のcross-attention（テキスト） | 通さない | 正プロンプトを通す |
| LoRAの対象 | self_attn・cross_attn・mlp（840キー） | self_attnのq/k/v/outとmlpのlayer1/2（504キー）。cross_attnは対象外 |
| 参照画像の大きさ | ref_megapixels（既定1.0）に縮小 | 768×768相当以下に縮小 |
| サンプラー | ComfyUI標準。KSamplerなど何でもよい | ノードに内蔵（Euler、shift 3）。LATENTを返す |
| 参照の強さ | ref_guidance で調整 | 調整する引数はない |
Role-Ref-KVのノードは、パッチ済みのモデル（LoRAやLLLiteを当てたもの）と、28ブロック以外のモデルを受け付けない。
エラーメッセージは Use an unpatched Anima Base v1.0 MODEL と Expected Anima Base v1.0 (28 blocks) で、Base＋Turbo LoRAも2.9Bもそのままでは動かない。
READMEの推奨設定。
| 項目 | Ref Adapter v2 | Role-Ref-KV |
|---|---|---|
| ベースモデル | Anima base v1.0。Turbo LoRAも可 | Anima Base v1.0 |
| サンプラー | er_sdeかEuler、30ステップ、simple | 28ステップ（内蔵） |
cfg | 4.5（Turbo LoRAなら1） | 4 |
| 参照の強さ | ref_guidance 4.5、補正は apg | — |
| 解像度 | 指定なし（作例は832×1216） | 約1MP（1024×1024、832×1216、1216×832） |
| プロンプト | 品質タグ＋1girl＋solo＋場面のタグ。キャラ名・絵師・服のタグは書かない | 欲しいポーズ・服・場面を書く |
| 対応外 | Turbo・Aestheticのフルモデルは未検証 | 他のベース、量子化、追加アダプターは未検証 |
v2のREADMEには、検証したTurbo LoRAは anima-turbo-lora-v0.2 とある。
Role-Ref-KVの作者は、10月29日にTurbo v1.0・v1.1（8ステップ・CFG 1）やAesthetic系に当てるデモをHugging Face Spaceで出しているが、配布されている重みは同じv1.0だ。
検証環境
| 項目 | 内容 |
|---|---|
| マシン | MacBook Pro M1 Max 64GB（MPS） |
| UI | ComfyUI v0.33.3 |
| Ref Adapter | ノードはコミット fb587d2、重みは anima_ref_adapter_v2_r64.safetensors |
| Role-Ref-KV | Hugging Faceのコミット 259a0dc のノードと anima-role-ref-kv-v1.0.safetensors |
| CharRef-LLLite | コミット b3a8cb0。LLLiteは toyxyz/Anima_ControlNet-LLLite の anima_3dpose_6200.safetensors |
| 解像度 | 896×1152（前回と同じ）。LLLiteの節だけ768×1152 |
| サンプラー | v2は euler / simple、Role-Ref-KVは内蔵のEuler |
| シード | 20261027（シード比較の節だけ20261028・20261029を追加） |
| 参照画像 | 前回と同じ。v2の作例 ref_girl.jpg と、かなちゃんの立ち絵 |
| 前回の比較対象 | Ref Adapter pilot（anima_ref_adapter_pilot_r32）。前回記事の画像と数値を流用し、再生成していない |
Ref AdapterのAPG補正は、前回と同じくMacのMPSで動かない .double() の2行を .float() にして回した。
同じシード値でも、v2はComfyUIの、Role-Ref-KVはノード内蔵の乱数で初期ノイズを作るので、2つのアダプターの間では初期ノイズが一致しない。
当てたモデルは前回と同じ8条件。
| ラベル | モデル | v2 ステップ / cfg / ref_guidance | Role-Ref-KV ステップ / cfg | Role-Ref-KVのノード |
|---|---|---|---|---|
| Base | anima-base-v1.0 | 30 / 4.5 / 4.5 | 28 / 4 | 純正 |
| Aesthetic v1.1 | anima-aesthetic-v1.1 | 30 / 4.5 / 4.5 | 28 / 4 | 純正 |
| 2.9B（付け替えあり） | Anima-2.9B-preview-v1 | 30 / 4.5 / 4.5 | 28 / 4 | チェックを外した別名ノード |
| 2.9B（付け替えなし） | Anima-2.9B-preview-v1 | 30 / 4.5 / 4.5 | — | — |
| Turbo v1.1 | anima-turbo-v1.1 | 8 / 1.0 / 1.0 | 8 / 1 | 純正 |
| Turbo v1.0 | anima-turbo-v1.0 | 8 / 1.0 / 1.0 | 8 / 1 | 純正 |
| Base＋Turbo LoRA | anima-base-v1.0＋anima-turbo-lora-v0.1（1.0） | 8 / 1.0 / 1.0 | 8 / 1 | チェックを外した別名ノード |
| 2.9B非公式Turbo | anima29b-p1-turbo1.1 | 8 / 1.0 / 1.0 | 8 / 1 | チェックを外した別名ノード |
v2のTurbo系は、前回pilotで4コマ崩れを避けられたref_guidance 1.0を基本にした。
Turbo v1.0・v1.1はフルモデルなので、Role-Ref-KVの純正ノードのチェックを通る。
Role-Ref-KVの対応外の3条件は、純正ノードの拒否チェックだけを外した別名ノードを検証用に足して回した。
純正ノードのコードは変えていない。
Base＋Turbo LoRAは、ComfyUIのLoRAローダーで当てたTurbo LoRAが適用された状態で内蔵のforwardが走るので、そのまま反映される。
2.9Bは、前回と同じスクリプトでv2のLoRAを40ブロック向けに付け替えた。
Role-Ref-KVは全ブロック分のLoRAを要求するので、付け替えたうえで、差し込まれた12ブロックには値がゼロのLoRAを足した。
公式設定のまま動かしてみる
まずv2の作者の作例と同じ参照画像・同じプロンプトをBaseで出した。
Role-Ref-KVも同じ参照画像で、推奨の28ステップ・cfg 4にした。
| アダプター | 時間 | 結果 |
|---|---|---|
| v2 | 479.9秒 | ブロンドに赤メッシュ、黒と白の服。赤いソファ席でフォークを口に運ぶ。前回のpilot（785.8秒）とほぼ同じ構図 |
| Role-Ref-KV | 299.3秒 | 同じキャラが赤いソファ席でケーキを食べる |
どちらも参照画像の髪色・メッシュ・服を引き継いで、場面はプロンプトどおりになった。
同じBaseでv2は約8分、Role-Ref-KVは約5分かかった。
プロンプト
masterpiece, best quality, score_7, newest, highres, absurdres, safe, 1girl, solo, upper body, sitting, eating, cake, cafe, indoorsネガティブ（全条件共通）
worst quality, low quality, score_1, score_2, score_3, blurry, jpeg artifacts, chromatic aberration, bad anatomy, bad hands, extra arms, extra fingers, missing fingers, text, watermark, signature, artist name, multiple views, split screen, comic, 2koma, 4komaBase・Aesthetic v1.1・2.9Bに推奨設定で当ててみる
参照をかなちゃんの立ち絵に替えて、走る場面とケーキの場面を出した。
| 条件 | v2 走る | Role-Ref-KV 走る | v2 ケーキ | Role-Ref-KV ケーキ |
|---|---|---|---|---|
| Base | 正面向きで走る全身、人物が画面いっぱい。白い城2つと草原 | 正面寄りで走る。人物は小さめで、巨大な入道雲と丘の上の城 | 赤いソファ席でフォークを口に。参照どおり | 同じ場面。髪が鮮やかなオレンジに寄る |
| Aesthetic v1.1 | Baseとほぼ同じ構図 | Baseとほぼ同じ構図 | Baseとほぼ同じ構図 | 店内照明のカフェ。髪はオレンジ寄りの茶 |
| 2.9B（付け替えあり） | Baseとほぼ同じ構図。葉っぱが舞う | 入道雲と城、正面で走る | Baseとほぼ同じ構図 | Baseとほぼ同じ構図、髪は鮮やかなオレンジ |
| 2.9B（付け替えなし） | 崩壊。茶色い煙状の塊と格子状のノイズ | — | 崩壊。暗い半透明の人影と格子状のノイズ | — |
どちらのアダプターも、アホ毛、画像右側の青いシュシュのサイドポニー、白シャツ、赤ネクタイ、黒タイツ、ローファーを参照から引き継いだ。
前回のpilotはこのシードのBaseで後ろ姿になったが、今回は両方とも正面向きで走った。
v2は人物を画面いっぱいに大きく、Role-Ref-KVは人物を小さくして背景を大きく描いた。
Role-Ref-KVはケーキの場面のBase・Aesthetic・2.9Bで、参照の明るい茶髪がオレンジに寄った。
同じRole-Ref-KVでも走る場面では明るい茶のままだったので、場面によって出たり出なかったりする。
v2はどの条件でも参照の明るい茶髪だった。
2.9Bはv2もRole-Ref-KVもブロックを付け替えれば動いた。
v2を付け替えずに当てると、前回のpilotと同じく正常に出なかった。
プロンプト
走る場面
masterpiece, best quality, score_7, newest, highres, absurdres, safe, 1girl, solo, full body, running, wind, hair blowing, dynamic pose, fantasy landscape, castle in background, sunset sky, dramatic clouds, grass fieldケーキの場面
masterpiece, best quality, score_7, newest, highres, absurdres, safe, 1girl, solo, upper body, sitting, eating, cake, cafe, indoorsTurbo系に当てた結果
Turbo系の4条件は8ステップ・cfg 1.0で、v2はref_guidance 1.0にした。
| 条件 | v2 走る | Role-Ref-KV 走る | v2 ケーキ | Role-Ref-KV ケーキ |
|---|---|---|---|---|
| Turbo v1.1 | 正面で走る、城と夕空。参照どおり | 正面で走る、右手を頭に。参照どおり | 窓際の赤いソファ席。参照どおり | 参照どおり。髪はやや赤み |
| Turbo v1.0 | Turbo v1.1とほぼ同じ構図 | 丘の上の城、正面で走る | 左手を頬に。参照どおり | 参照どおり。髪はやや赤み |
| Base＋Turbo LoRA | 参照どおり | 右手を握って上げる。参照どおり | 参照どおり | 髪がオレンジ、口を大きく開ける |
| 2.9B非公式Turbo | 参照どおり | 参照どおり | 参照どおり | 参照どおり。髪はやや赤み |
Turbo系の4条件は、どちらのアダプターも走る場面・ケーキの場面とも指定どおりに出た。
前回のpilotではこのシードの走る場面で、Turbo v1.1はシュシュが左側に、Turbo v1.0とBase＋Turbo LoRAはツインテールに変わった。
今回はv2・Role-Ref-KVとも4条件すべて画像右側のサイドポニーだった。
Role-Ref-KVはREADMEに「他のベースは未検証」とあるが、Turboのフルモデル2種でも、別名ノードで回したBase＋Turbo LoRAと2.9B非公式Turboでも動いた。
ケーキの場面で髪が赤みを帯びる傾向は、Turbo系でも残った。
ref_guidance 4.5で4コマに崩れるか
前回のpilotは、Turbo系をcfg 1.0・ref_guidance 4.5で回すと4条件とも4コマに分割されるか崩壊した。
v2の同じ設定で、ケーキの場面を出し直した。
| 条件 | 時間 | 結果 |
|---|---|---|
| Turbo v1.1 | 92.5秒 | 1枚絵。全体に彩度が落ちてくすみ、線が太い |
| Turbo v1.0 | 92.5秒 | 1枚絵。シャツが水色、汗 |
| Base＋Turbo LoRA | 90.5秒 | 1枚絵。シャツの上にベージュのベストのような色が乗る |
| 2.9B非公式Turbo | 124.6秒 | 1枚絵。シャツが薄い水色 |
4条件とも4コマには分かれず、場面どおりの1枚絵になった。
ただ、色がくすむ、シャツが水色になるといった変化は、前回pilotの4コマの画像にも出ていたものと同じ傾向だ。
v2のノードは、ref_guidanceが1.0以外のときに参照を外したモデル呼び出しを各ステップで1回足し、参照ありとの差をref_guidance−1倍して加える。
cfg 1.0では参照の影響だけが強まる組み合わせなのは、前回のpilotと変わらない。
v2では構図までは崩れず、色に出た。
Turbo系をcfg 1.0で回すなら、前回と同じくref_guidance 1.0のほうが参照の色どおりに出る。
寝そべり・俯瞰構図を試す
前回と同じく、草むらに仰向けで寝そべる構図を真上から出した。
| 条件 | 時間 | 結果 |
|---|---|---|
| v2 Turbo v1.1 | 58.3秒 | 白い花の草地で仰向け、膝を立てて手前に大きく描く。ローファー |
| Role-Ref-KV Turbo v1.1 | 92.4秒 | 頭が画面の下、脚が上にある仰向け。紫やピンクの花 |
| v2 Base | 476.4秒 | 仰向けで膝を立てる、v2 Turbo v1.1とほぼ同じ構図。ローファー |
| Role-Ref-KV Base | 297.6秒 | 体を斜めにした仰向けで膝を立てる。ローファー。髪はオレンジ寄り |
4枚とも、正面の立ち絵1枚からキャラを保ったまま仰向け・俯瞰に変わった。
Role-Ref-KVのTurbo v1.1は頭が下の上下逆になったが、前回の記事のTurbo v1.1で参照なしに出したときも頭が下だった。
上下逆でも、アホ毛やシュシュ、ネクタイは参照どおりだった。
プロンプト
masterpiece, best quality, score_7, newest, highres, absurdres, safe, 1girl, solo, full body, lying on back, on grass, from above, looking at viewer, flowers, daytimeシードを変えて走る場面を出す
前回のpilotでは、シード20261027だけでTurbo系の髪型が崩れ、追加した2つのシードでは崩れなかった。
今回も走る場面でシード20261028・20261029を足し、Turbo系4条件と、推奨設定のBase・2.9B（付け替えあり）を出した。
| 条件 | v2 s20261028 | v2 s20261029 | Role-Ref-KV s20261028 | Role-Ref-KV s20261029 |
|---|---|---|---|---|
| Turbo v1.1 | サイドポニー | サイドポニー | サイドポニー。黒タイツがニーハイに変わる。毛先がオレンジ | サイドポニー |
| Turbo v1.0 | サイドポニー | サイドポニー | サイドポニー | サイドポニー |
| Base＋Turbo LoRA | サイドポニー | サイドポニー | サイドポニー。黒タイツがニーハイに変わる | サイドポニー |
| 2.9B非公式Turbo | サイドポニー | サイドポニー | サイドポニー。人物が小さい。毛先がオレンジ | サイドポニー |
| Base | サイドポニー | サイドポニー | ポニーとシュシュがなく、肩までの髪。人物が小さい | ポニーとシュシュ、ネクタイがなく、黒いジャンパースカート。髪がオレンジ寄り |
| 2.9B 付け替えあり | サイドポニー | サイドポニー | サイドポニー。人物が小さい | Baseのs20261029とほぼ同じ。ジャンパースカートでネクタイなし |
表の「サイドポニー」は、頭部を拡大して画像右側にシュシュ付きのサイドポニーを確かめたもの。
前回のpilotのBaseで3シード中2回出た後ろ姿は、今回はv2・Role-Ref-KVとも1回も出なかった。
v2は6条件×3シードの18枚すべてで、サイドポニー、白シャツ、赤ネクタイ、黒タイツが参照どおりだった。
v2はシードを変えても、同じシードならモデルが違ってもほぼ同じ構図になり、人物を画面いっぱいに描いた。
Role-Ref-KVは18枚中、Baseの2枚と2.9Bの1枚で髪型が、Baseと2.9Bのs20261029では服まで参照から変わった。
Role-Ref-KVのBaseと2.9Bは、s20261027とs20261029では同じシード同士でほぼ同じ構図になったが、s20261028ではBaseだけポニーがなくなった。
Role-Ref-KVは同じシードでも人物の大きさや背景が条件ごとに変わり、毛先がオレンジになる、タイツがニーハイになるといった細部の変化も出た。
CharRef-LLLiteで参照アダプターを差し替える
CharRef-LLLiteは、toyxyzの3DポーズのLLLite（ControlNetの軽量版）とRef Adapterを同時に使うためのノードだ。
LLLiteは各ブロックの入力に補正を足してポーズに従わせるが、ComfyUI標準のLLLiteのパッチは生成中の画像のトークンしか想定していない。
Ref Adapterの参照が加わると組み合わせられないので、CharRef-LLLiteはLLLiteの補正を生成中の画像の側だけに当てる、とREADMEにある。
v2とpilotの両方に対応している。
ポーズの入力には、toyxyzのリポジトリにあるサンプルの 3dpose_example.png を使った。
黒背景に肌色のマネキンが片膝を立てて座っている768×1152の画像だ。
参照はかなちゃんの立ち絵、Turbo v1.1、8ステップ・cfg 1.0、v2とpilotはref_guidance 1.0、LLLiteの強さは1.0で最初から最後まで当てた。
Role-Ref-KVの純正ノードは、LLLiteを当てたモデルをパッチ済みとして拒否する。
チェックを外した別名ノードに通しても、Role-Ref-KVはComfyUIの標準のforwardを使わずに内蔵のforwardでモデルを回すので、LLLiteのパッチは呼ばれない。
そこで、Role-Ref-KVの内蔵forwardのうち、生成中の画像の側にだけLLLiteの補正を足す接続ノードを検証用に書いた。
補正を足す場所は、CharRef-LLLiteと同じく self_attn の q/k/v、cross_attn の q、mlp の layer1 の入力で、参照のkey/valueを作る側には当てない。
| 条件 | 時間 | 結果 |
|---|---|---|
| ポーズだけ（参照なし） | 36.1秒 | 丸椅子に座り、片膝を上げ、右手を座面に。マネキンのポーズどおり。猫耳で黒髪にピンクのメッシュの別人、裸足 |
| v2の参照だけ（ポーズなし） | 50.2秒 | かなちゃん。床に体育座りで両膝を立てる。ローファー |
| Role-Ref-KVの参照だけ（ポーズなし） | 80.4秒 | かなちゃん。体育座りで膝に両手とあご。ローファー |
| CharRef-LLLite＋v2 | 86.4秒 | かなちゃん。片膝を上げ、右手を床に。ポーズどおり。靴がなく黒タイツの足先 |
| CharRef-LLLite＋pilot | 148.6秒 | かなちゃん。石のブロックに腰掛け、片膝を上げ、右手をブロックに。ポーズどおり。ローファー |
| Role-Ref-KV純正ノード＋LLLite | エラー | Use an unpatched Anima Base v1.0 MODEL; this node loads the Anima Role Ref KV adapter itself |
| 別名ノード＋LLLite | 80.2秒 | 体育座りで膝に手とあご。ポーズは反映されず、参照だけとほぼ同じ構図 |
| 接続ノード＋Role-Ref-KV | 80.3秒 | かなちゃん。石のブロックに腰掛け、片膝を上げ、右手をブロックに。ポーズどおり。ローファー |
ポーズだけだと別人、参照だけだとポーズが体育座りになる。
両方を当てた3つの組み合わせでは、かなちゃんがマネキンと同じ姿勢で座った。
Role-Ref-KVでも、LLLiteの補正を生成中の画像の側にだけ足せば、CharRef-LLLiteと同じ分担で動いた。
v2との組み合わせだけ、参照の立ち絵にあるローファーが消えて黒タイツの足先になった。
v2の参照だけではローファーが出ている。
1枚ずつでは偶然と区別できないので、Turbo v1.1の4つの組み合わせでシード20261028・20261029を足した。
| 条件 | s20261027 | s20261028 | s20261029 |
|---|---|---|---|
| CharRef-LLLite＋v2 | 床に座る。靴なし | 白い台に腰掛ける。ローファー | 緑の座面のベンチに腰掛ける。白いスニーカー |
| CharRef-LLLite＋pilot | 石のブロックに腰掛ける。ローファー | 白い台に腰掛ける。ローファー | 緑の座面のベンチに腰掛ける。ローファー |
| 接続ノード＋Role-Ref-KV | 石のブロックに腰掛ける。ローファー | 白い台に腰掛ける。ローファー | 石の台に腰掛ける。ローファー |
| 別名ノード＋LLLite | 体育座り | 床にぺたんと座る（割座） | 割座。ハートのマーク |
3つの組み合わせは、3シードともマネキンと同じく膝を立てて腰掛け、手を後ろについた。
別名ノードは3シードとも、マネキンと関係のない座り方だった。
v2の靴は、靴なし、ローファー、白いスニーカーと3シードで毎回変わり、ローファーが出たのは1回だった。
pilotとRole-Ref-KVは3シードともローファーだった。
LLLiteの学習元はBaseなので、Baseでも同じポーズを出した。
v2は30ステップ・cfg 4.5・ref_guidance 4.5、Role-Ref-KVは28ステップ・cfg 4にした。
| 条件 | 時間 | 結果 |
|---|---|---|
| CharRef-LLLite＋v2 | 403.3秒 | 片膝を上げ、右手を床に。ポーズどおり。ここでも靴がなく黒タイツの足先 |
| 接続ノード＋Role-Ref-KV | 261.1秒 | 白い台に腰掛け、片膝を上げ、右手を台に。ポーズどおり。ローファー |
Baseでもv2はローファーが消え、Role-Ref-KVは残った。
プロンプト
masterpiece, best quality, score_7, newest, highres, absurdres, safe, 1girl, solo, full body, sitting, looking at viewer, simple background生成速度の実測
M1 Max 64GBで、896×1152を1枚出す時間。
v2は参照のkey/valueを1回だけ計算し、1ステップのモデル呼び出しは、cfg 1.0・ref_guidance 1.0なら1回、cfg 1.0・ref_guidance 4.5なら2回、cfg 4.5・ref_guidance 4.5なら3回になる。
Role-Ref-KVはcfg 1でも参照なしのネガティブ側を毎ステップ計算するので、常に2回だ。
pilotの列は前回の記事の値で、Turbo系のref_guidance 1.0も1ステップ2回だった。
| 条件 | ステップ | v2 | Role-Ref-KV | pilot（前回） |
|---|---|---|---|---|
| Base | v2 30、Role-Ref-KV 28 | 476.2〜480.0秒 | 297.5〜300.8秒 | 約772秒 |
| Aesthetic v1.1 | v2 30、Role-Ref-KV 28 | 478.5〜482.1秒 | 297.5秒 | 約771秒 |
| 2.9B（付け替えあり） | v2 30、Role-Ref-KV 28 | 673.5〜675.5秒 | 422.1〜422.2秒 | 約1,085〜1,095秒 |
| Turbo系3条件、ref_guidance 1.0 | 8 | 56.3〜60.3秒 | 92.4〜92.5秒 | 174.7〜182.8秒 |
| Turbo系3条件、ref_guidance 4.5 | 8 | 90.5〜92.5秒 | — | 約209〜219秒 |
| 2.9B非公式Turbo、ref_guidance 1.0 | 8 | 80.5〜82.4秒 | 128.7〜130.7秒 | 245.1〜255.1秒 |
| 2.9B非公式Turbo、ref_guidance 4.5 | 8 | 124.6秒 | — | 約293〜301秒 |
Turbo系の3条件はTurbo v1.1、Turbo v1.0、Base＋Turbo LoRA。
Role-Ref-KVにはref_guidanceがないので、Turbo系の行はcfg 1の値を入れた。
前回、参照なしで出した時間はBaseが262.7秒、Turbo系が約38〜40秒だった。
v2はpilotから、Baseで約1.6倍、Turbo系のref_guidance 1.0で約3倍速くなった。
pilotの列は別の日の計測なので、Turbo v1.1・ref_guidance 1.0の走る場面だけ、同じ日にpilot、v2、pilotの順で続けて出し直した。
pilotは184.5秒と178.5秒、v2は56.2秒で、同じ日に並べても約3倍だった。
Turbo v1.1でv2を回すと約1分で、参照なしとの差は約20秒だった。
Role-Ref-KVは推奨設定どうしの比較ではv2より速く、Baseで約5分だった。
Turbo系では、cfg 1でもモデル呼び出しが2回になる分、v2のref_guidance 1.0より遅い。
使い分け
| 用途 | 選ぶもの |
|---|---|
| Turbo系で速く出す | Ref Adapter v2、cfg 1.0・ref_guidance 1.0 |
| Base・Aestheticの推奨設定で出す | 速さはRole-Ref-KV。髪色や髪型、服が参照から変わるシードがあり、参照どおりに出る率はv2のほうが高かった |
| ComfyUIの標準サンプラーや他のLoRA・ノードと組み合わせる | Ref Adapter v2。Role-Ref-KVの純正ノードはパッチ済みのモデルを受け付けない |
| 2.9B系 | どちらも40ブロック向けの付け替えが要る。Role-Ref-KVはノードのチェックも外す必要がある |
| 3Dポーズと組み合わせる | CharRef-LLLite＋v2かpilot。v2は靴が参照から変わることがあった。Role-Ref-KVは配布ノードのままでは組み合わせられない |
参考リンク
- ComfyUI-Anima-Ref-Adapter（GitHub）
- anima-ref-adapter（Hugging Face）
- Anima-Role-Ref-KV（Hugging Face）
- Anima-Role-Ref-KVのデモ（Hugging Face Space）
- ComfyUI-Anima-CharRef-LLLite（GitHub）
- Anima_ControlNet-LLLite（Hugging Face）
- Anima（Hugging Face）
- Anima-2.9B（Hugging Face）
- anima29b-turbo-unofficial（Hugging Face）
- Base専用のAnima Ref AdapterをTurbo・Aesthetic・2.9Bで試す
- 層拡張で40層になったAnima-2.9Bに既存のキャラLoRAはそのまま乗るのか