#広告業界で使えるAI！ Stable Image Ultraテクニック(1)「Neon-Punk」でファッショナブルな個性とインパクトを

2024年6月20日 23:59

AICUでお世話になっております、はねごろうです。
長年、広告映像やバーチャルライブなどのお仕事をしてきた経験を「つくる人をつくる」の時代に活かしていくプロデューサーのしごとをしています。

先日AICU AIDX Labの技術の方々が Stable Diffusion公式APIで1,800枚の画像を生成してくれたのですが、実際にどれぐらい使えそうな絵があるか、選定するテクニックも含めて広告業界のビジュアルとしての使い方を複数回に分けて探っていきたいと思います。

Stable Diffusion - Generate API　https://platform.stability.ai/

各モデルの公称特性

Stable Image Ultra　1メガピクセル生成（以下、Ultra）
Stable Image Core　1.5メガピクセル生成（以下、Core）
Stable Diffusion 3 Large　80億パラメータモデル（以下SD3L）
Stable Diffusion 3 Medium　20億パラメータモデル（以下、SD3M）

左上がSD3L、右上がUlta、左下がSD3LとUltraの合成、右下が3Mです。UltraとSD3LはAPIではなく文字プロンプトでスタイルを指定し、共通のシードでは同じような絵が出る傾向があります。
技術チームの印象としては、「cinema, analog filmなどの実写スタイル、SD3LとUltraの間での比較を商業的価値でレビューしてみてほしい」という所見を頂きましたので挑戦していきます。

評価方法

映画やVFXなどの評価と同じく、生成した静止画をつなげた（ラッシュ）を以下のツールを使って再生していきます。

❏動画再生ツール Keyframe MP https://zurbrigg.com/keyframe-mp

1枚づつラッシュを確認し、以下の基準で分類していきます。

❏評価基準は以下の3段階です。
[Bad]画面内で画風の統一がない、不快なアナトミー破綻、中指を突き立てている（商品性・グロ・NSFW）
[Good]商品性、キャッチーな構図、明らかなアナトミー破綻がない、検討に値する。
[Best]クライアント直行できるレベル、トップ画像に使える、絵としてほぼ修正が必要ない。

評価対象は多様なスタイルのうち、以下のリアル系スタイルです。