#画像生成

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。

Illustrious i2i + pixel-art-xl LoRAが最速だったドット絵変換に、Z-Image用ピクセルアートLoRAという別ルートがあった。LoRAの互換性、利用可能なLoRA、メモリ要件を調査。

RTX 4060 Laptop GPU（VRAM 8GB）でWAI-Anima v1を動かした。ComfyUI APIからのヘッドレス実行でtqdmのOSErrorに嵌まった顛末と、普通に起動すれば60秒で生成できた結果。

WAI-Illustriousで知られるWAI0731がAnima派生モデル WAI-Anima v1をリリース。2月のAnima記事から2ヶ月で派生モデルが急増し、LoRAツールキットやテキストエンコーダのアップグレードも登場。preview3-baseとWAI-Anima v1を実際に動かして比較した。

Qwen Image Edit、JS減色、Illustrious i2i + LoRAなど5パターン試して、最終的にIllustrious i2i単体が最速・最軽量でドット絵変換できることがわかった。

単一のアニメイラストから前髪・後ろ髪・服などを自動分解、隠れた部分をインペイント補完。LayerDiff + Marigoldベースの実装を試す。

Luma AIが発表したUni-1は、画像の理解と生成を単一のdecoder-only autoregressiveモデルで統合。拡散モデルを使わず、テキストと画像パッチを共有語彙空間でトークン化して逐次生成する。利用方法と料金体系も整理した。

NVIDIA Blackwell（sm_120）でComfyUIが動かない原因と、PyTorch Nightly・xformers排除・SageAttention・NVFP4量子化による解決手順をまとめた。

tori29umai氏のLoRAで顔パーツを自動分離し、28枚バッチ処理した結果と、髪の細分化を試みて限界にぶつかった記録

思いついた話を漫画にしてみた

ComfyUI + WAI-Illustrious v16.0をRTX 4060 Laptop（VRAM 8GB）で動かした。LoRA併用含めlowvram不要で1024x1024が15秒。

Qwen-Image-EditのVAE推論が重い理由と、HunyuanImage 2.1が採用した32x高圧縮VAEの設計思想の違いを解説。Kohya氏によるVAEメモリ最適化の動向も追う。