#画像生成

M1 Max 64GBでFLUX.2 Klein 9B + diroverflo/FLux_Klein_9B_NSFWを実際に動かした記録。NSFWプロンプトで実際にNSFW画像が出ることまで確認。4bit量子化で512は1分51秒、1024は5分37秒、LoRAのオーバーヘッドはほぼゼロ

FLUX.2 Klein 9B向けの成人向けLoRAをM1 Max 64GBで試せるか調べた。モデル互換性、LoRA適用経路、RunPod検証に加え、自前でLoRA学習する場合のVRAM要件やai-toolkitの設定も整理した。

Z-Image-TurboのLoRA学習に必要なde-distill adapterと、SDXL系LoRAとの非互換性やZ-Image固有のキャプション事情を実験前に整理した。

ローカルにあるWAI-Anima・WAI-IL（SDXL）・FLUX.2 Klein 4Bの3エンジンを、日本語プロンプトのまま叩ける薄いFastAPIラッパで束ねる。翻訳はOllama (gemma3:12b)、ComfyUIはAPIで動的にワークフロー組み立て、FLUX.2はmflux CLIをsubprocess、Tailscale経由でiPhoneからも生成できるようにした。

FLUX.2 Klein 4BをM1 Max 64GB上で、mflux（MLX）とiris.c（純C+Metal）の2系統で実機ベンチ。Pruna AIのH100前提チュートリアルへのカウンターとして、Apple Siliconで何秒で出るかを実測した。

SeeSee21/Z-AnimeがZ-Image Baseのフルファインチューンであることを確認し、AIO版をM1 Max 64GBのローカルComfyUIで動かしてt2i・i2i・NSFW通り具合まで検証した。

カラーのアニメ系AIイラストを漫画原稿風のモノクロへ変換する検証ログ。AI再生成系は色残りか顔変化のどちらかに寄り、決定論的なローカル処理だけだと機械的に見える。次に試すべき方向（Anima にグレスケ専用LoRAを載せる案、See-throughで部位分離してから機械合成する案）まで整理する。

v3 のキャプション据え置きで学習量だけ Anima 公式推奨の 12,000+ ステップまで増やしたら、ep150〜180 で方向ヒット率 100%、ep200 で 0% に急落、ep227 で 67% まで部分回復、という非単調な曲線が出た。1枚あたり露出 600〜720 回が sweet spot、800 回超で catastrophic forgetting。learning_rate 2e-5、約11時間 / $10 のRunPod学習と sweet spot エポックスキャンを記録。

Inclusion AIがLLaDA2.0-Uniを公開した。16B MoEの拡散LLMを中核に、画像理解、1024px画像生成、画像編集、テキストと画像の交互生成を単一モデルで扱う。

前回サイドポニーの方向制御に失敗したWAI-Anima向けLoRAの再学習に向けて、学習素材53枚のキャプションをAnima推奨形式に書き直した記録。Qwen3 TEに方向情報を流し込めるよう自然言語で画像内の位置を明記し、ILで通用していた「kanachan一語に髪型ごと吸収させる」戦略を諦めて髪型をDanbooruタグでも独立化した。年タグの要否、bikini/nude誤キャプションの発見、blazer色の認識ズレまで含めた準備記録。

Qwen-Image-2.0-Proの2026-04-22版を確認した。ArenaではText-to-Image総合9位だが、Hugging Face上の公式オープンウェイトはまだ見当たらない。

WAI-IL用に整えた53枚をAnimaLoraToolkit + RunPodで学習しWAI-Anima向けキャラLoRAを焼いた。学習自体は$1.22で通ったが、推論でサイドポニーの左右がDanbooruタグでも自然言語でも動かず、最終的にAnima base（preview3-base以降）由来の方向バイアスにぶつかった検証記録。