#Apple Silicon

Nova Anime AM、CottonAnima、AMIXA2.9B、JANIMAの2.9B最新版4本に、Anima-Base学習のキャラLoRAを40ブロック向けに付け替えて当て、M1 Max 64GBのComfyUIでBase v1.0と同じプロンプト・seedで出力した。4本とも髪型は出たが、けいの赤いリボンタイはバストアップで紺に変わった。素の画風、背景密度、i2i、生成速度も並べる。

Hikari、AnimaIka、Hotaru Blend、Cat Tower、CapAnima、RDBT、AnimaYumeの、10月21日時点の2B最新版7本を、M1 Max 64GBのComfyUIでAnima-Base v1.0と同じプロンプト・seed・キャラLoRAで出力した。7本とも髪型は出たが、けいのリボンタイが全身・バストアップとも赤のまま出たのはRDBTだけで、RDBTは2キャラが4人に増えた。素の画風、背景密度、i2i、生成速度も並べる。

Anima公式のTurbo v1.1とAesthetic v1.1を、Anima-Base v1.0・Turbo v1.0・Base＋Turbo LoRAとM1 Max 64GBのComfyUIで同じ条件で比較した。Base学習のキャラLoRAは髪と目を指定すれば本人として出たが、Aesthetic v1.1は2キャラで人数が増え、Turbo v1.0は首元リボンの色を外した。素の画風、背景密度、画像変換、生成速度もまとめる。

FLUX 3 Image Kleinの蒸留版をM1 Max 64GBで実行。公式作例が別人になった実装差を調べ、FLUX.2との人物・アニメ・編集結果を画像で比べた。

MOSS-ImageのBaseとSFTをM1 MaxのMPSで実機検証。立ち絵の画質がプロンプトでどう変わるか、文字と配置指定、過去のQwen・Anima作例と比較した。

M4・16GBのMac miniでMiniCPM-V 4.7 35B-A3Bを検証。表画像の読み取りでは転記と計算の分離が有効で、thinkingやDSparkによる速度とメモリの変化も実測した。

Qwen-Image 2.1の編集をM1 MaxのDiffusersで測った。832×1216の元画像は既定のままだと832×1248に伸ばされ、出力の人物が約2.7%細くなった。output_resolution=1006を指定するだけで、画像全体の位置ずれは約0.1pxに。表情差分、片方だけの着せ替え、背景の透過も1枚約4分半で処理できた。

M1 Max 64GBのDiffusersで1枚約10分かかるQwen-Image 2.1に、学習なしで使えるTaylorSeerキャッシュを入れた実測。既定のKVキャッシュと併用すると2ステップ目でエラーになるので、十数行のパッチで回避し、参照画像つきの編集も721秒から278秒になった。

Qwen-Image 2.1の公開重みをM1 Max 64GBで動かし、4月のAnima・WAI-Anima・WAI-Illustriousの作例と比較。立ち絵・走る場面・NSFWは同じプロンプト、i2iは同じ元画像を使った。生成は1枚約10分でAnima系の2倍強かかり、i2iでは顔をほぼ変えなかった。

FlyWireコネクトームを使った全脳LIFモデルをM1 Max 64GBで再現し、中心複合体の実配線をマスクにした方位積分課題の重み学習まで試してみた。

8月26日公開のQwen3.8-Flash-Next（125B MoE + 51B N-gram埋め込み）をM1 Max 64GBで動かした。N-gram表を専用シャードに分けたAtomicChatのM64版GGUF 85GBと、未マージのllama.cpp PR #27742の自前ビルドで、wired上限の設定を変えずにpp512 182 tok/s、tg128 17.6 tok/s。思考xhighの暴走、BBS生成の1行バグ、NSFW拒否の境目、VLMのOCRまで。

Anima-2.9Bが使ったLLaMA Proの層拡張（コピーした層を挟んで出力をゼロにし、新層だけ学習）をQwen3-0.6B-Baseで再現。自分のブログの技術記事722本を学習させ、新層のみ・LoRA・フルFTで覚えたかと忘れたかをperplexityで比較した。新層だけで学習外の記事は14.7から10.5に下がったが、Wikipedia日本語版は13.5から17.9に上がってフルFTより忘れた。1.7Bでも比率は同じで、Wikipediaを2割混ぜるとほぼ消える。28層で焼いたLoRAの番号付け替えも数字で再現。M1 Max 64GBのMLXで実測。