#AI

fspecii/ace-step-uiを調べた。ACE-Step 1.5本体のGradio UIではなく、React/Express/SQLiteでライブラリ、プレイヤー、編集、Stem分離まで載せたローカル音楽生成UI。MacではMLX+MPS構成になり、メモリやLoRAに制約がある。

Alibaba ATHの動画生成モデルHappyHorse-1.0について、Model StudioでのAPIテスト、公開ウェイトの有無、Macローカル実行の現実性、RunPodで試すならどのGPUを見るかを整理した。

CLI、GUI、チャットUI、AIエージェントの変遷を開発現場のインターフェース設計として読み直す。CUIではなくCLIが選ばれる経緯、MCPとCLIのコンテキスト消費の差も含めた。

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。

前回の検証で犯人と特定したnervousサンプル他5枚を学習素材から除外し、それ以外は完全同一条件でLoRAを再学習。ep08 angryに出ていた汗ドロップが消失、おまけにep06で素材寄りの口閉じ抑え怒りも観測した。

OpenAIがAPI向けにGPT-5.5とGPT-5.5 Proを公開した。1M超のコンテキスト、reasoning.effortのデフォルト変更、画像入力の扱い、プロンプトキャッシュ、料金面など、実務上の差分を整理する。

RunPodのNetwork Volumeは複数Podに同時attachできる。安いCPU Podで環境構築とモデル転送を済ませてから4090を借りればGPU時間を学習だけに使える。sd-scriptsのIllustrious-XL LoRA学習で踏んだ3つの地雷も記録。

WAI-Illustrious SDXL v17がリリースされた。目玉はhires fixの手足自動補正。M1 Max 64GBのComfyUIで同一seedでv16と比較し、general/sensitive/nsfw/explicitのレーティング4段階、NSFW発動条件、v16で学習したかなちゃんLoRA (04/05) の効き具合を見た。

arXivに出たTRACERは、LLM分類エンドポイントの入出力ログをそのまま訓練データに転用し、parity gateで合格した領域だけ軽量な代理モデルに差し替えて推論コストを下げる仕組みだ。77クラスの意図分類で83〜100%、150クラスでは100%のトラフィックを代理モデルが吸収できることを示した一方、NLIタスクでは「配備不可」と正しく拒否した挙動が面白い。

デジタル庁が中央省庁で展開中の生成AI利用環境「源内」を、MIT / CC BY 4.0でGitHubに公開した。Webアプリ本体と、AWS・Azure・Google Cloudそれぞれのクラウド向けAI開発テンプレートがセットで公開されており、地方自治体や民間でも再利用できる。