こんにちは。近頃イラスト界隈ではMidjourneyが注目を集めていますが、画像生成AIの分野ではMidjourney以外のAI開発も盛んに行われています。私が最近β参加している『StableDiffusion』は、運営が管理するサービスを通じて提供される形体が多い画像AIの中でも、「オープンソースで誰でも自由に使えるAI」を目指してStability AI が開発しているものです。オープンソースの言語AIであるGPT-J-6BやGPT-NeoXなどで知られるEleutherAIも開発に協力しており、このStableDiffusionは既にgithubでソースが公開 されています。学習済みモデルの研究者向け提供も始まっていて、個人向けの公開も順次行われる模様です。画像AIの動作には強力なGPUが必要になるものですが、技術進歩により小規模モデルでも高度な画像が出力できるようになってきており、StableDiffusionはなんとVRAM容量10GB以上の個人用GPUで動作すると言うので驚きです。
βへの参加申請は こちら 。 （2022/08/20 web版がサービス開始 したのでβは終了しました。）
StableDiffusionはオープンソースですので、今後様々なwebサービスを通じてこの画像AIを触る機会があるかと思います。海外のAI小説サービスのNovelAI も挿絵生成の為に取り入れる予定のようで、デモンストレーション を公開しています。
前置きが長くなりましたが、今回はStableDiffusion（以下：SD）にアーマードコアっぽい画像を出力させてみましたので、その試行錯誤の過程をご覧ください。本当は「ツイッターでよく見るMidjourneyでアーマードコアっぽい画像生成してる人みたいなのがやってみてぇ～」と思ったんだけど、Midjourneyの課金が切れていたのだ。
armored core 4 取りあえず「armored core 4」だけ入力して出て来た画像。ロボですね。SDのβでは基本サイズである512*512の画像が１枚５秒程度で生成されます。もちろん任意にサイズ変更したり、一度に最大９枚までの画像生成が可能です。スケールアップ機能は無いので、そちらは別で行うしかないけど。
armored core 4, unrealengine, blue sky, dynamic lighting 「AI画像のクオリティ上げたきゃUnrealEngineって書き加えろ」と言われる"UnrealEngine"を加えて生成。3DっぽくなってAC4感が出て来ましたね。でも今回は3DっぽいACじゃなくてイラストっぽくしたいのだ。
armored core 4 by liam wong, dramatic lighting, cinematic establishing shot, extremely high detail, photorealistic, cinematic lighting, unrealengine armored core 4, fantasy, circuitry, explosion, dramatic intricate, artstation, concept art, smooth, sharp focus, illustration by john carp armored core 4 by liam wong long shot, full body, sky, cloud, dramatic lighting, cinematic, establishing shot, extremely high detail, photoreal サイズを変更してトライ。SDのAIは512*512をベースに思考しているので、あまり横長にし過ぎると要素の重複が起こるので注意。（"一人の"と指定した人物が二人出てきたり、構図内のパースの消失点が二つになったり）
うーん、結構良い感じなってきたけど、まだちょっと思ってるんと違うのだ。幸いSDのβは””完全無料””なのでリトライはいくらでもできます。ありがてぇーっ！！
90年代ホームビデオ。夏の公園で遊ぶAC。パパが撮影。 インドネシアのバラエティ番組。ステージで踊るAC。 アーマード柴犬。 80mm resin detailed miniature of a armored core with red, rifle, full body, head, legs, textured base ; product photos, 4 k, view from front 一時間ほど試行錯誤して疲れてきたので脱線…。ネットで拾ってきた画像じゃなくてSDで生成した画像ですよぉーっ！御覧の通りSDは実写性能が高く、人体バランスを結構保ってくれます。ただMidjourneyっぽい色の濃い水彩っぽい雰囲気がありつつ線がパキッとしてる感じのを再現したかったですが、ちょっと難しいですね。何て入力すれば良いのか分からぬ。AIにMidjourneyの画像を学習させればMidjourney以外のAIも「Midjourneyっぽく」でMidjourney再現できるようになるんちゃう？
そんな訳でトライを繰り返して最終的に良い感じになったのがこちら！！
an armored core v by liam wong, booster flares, legs, laser rifles, karst landscape, outdoor, dark blue sky, cloud, wilderness ground, golden time, twilight ; wide shot, digital painting, photoreal, cinematic contrast, dynamic backlighting, sharp edge, motion blur an armored core on the ground, booster flares, legs, crossfire, laser, karst landscape, clouds, daylight ; detailed illustrations, pastel tones, deep colors, clear lines, motion blur, by jordan grimme, greg rutkowski an armored core on the ground, booster flares, legs, crossfire, laser, karst landscape, clouds, daylight ; detailed illustrations, pastel tones, deep colors, clear lines, motion blur, by jordan grimme, greg rutkowski あ～、いいっすねぇ！生憎SDは「アーマードコア＝なんかロボっぽいやつっしょ？」くらいの認識なようで、どちらかというとバトルテックっぽいロボになってしまいがちなようです。でもACだってタンク脚とか四本脚とか武器腕とかある訳だし、23系と4系とV系は違うし、そもそもACっぽいロボって何よ？？？…取りあえずなんかカッコイイ感じにはなったので、まぁ良いでしょう！
最後にアーマードコア以外の出力例も載せておきます。またRedditのSDコミュニティ では海外ユーザーの投稿が見られますので他のジャンルの画像も気になる方はどうぞ。
Inside an old Magical Shop, Magic Items on shelves, books, beautiful labels, fantasy vendor interior, wide angle, highly detailed, rich bright colors, trending on artstation Cyber city by Liam Wong dramatic lighting, cinematic establishing shot, extremely high detail, photorealistic, cinematic lighting（横長過ぎるので消失点が左右に発生してしまっている。） クトゥルフっぽいトトロ。 クトゥルフ戦士達。 a film still portrait of a confident butcher dieselpunk diesel assassin woman, finely detailed features, closeup at the faces, perfect art, at an ancient city, gapmoe yandere grimdark, trending on pixiv fanbox, painted by greg rutkowski makoto shinkai takashi takeuchi studio ghibli, akihiko yoshida SF映画。宇宙船に乗る男達。
