https://namaraii.com/categories/ai/Recent content in AI on namaraii.comHugo -- gohugo.iojahitoshi@namaraii.com (竹内 仁 (TAKEUCHI Hitoshi))hitoshi@namaraii.com (竹内 仁 (TAKEUCHI Hitoshi))© 2026 TAKEUCHI Hitoshi, All Rights Reserved.Thu, 18 Jun 2026 14:08:49 +0900https://namaraii.com/posts/20260618-whisper-mac/Thu, 18 Jun 2026 14:08:49 +0900hitoshi@namaraii.com (竹内 仁 (TAKEUCHI Hitoshi))https://namaraii.com/posts/20260618-whisper-mac/<p>whisper.cppとBlackHoleを使って､Macで流れている音声を文字起こしする環境を作る。</p> <h2 class="relative group">whisper.cppのインストール <div id="whispercppのインストール" class="anchor"></div> <span class="absolute top-0 w-6 transition-opacity opacity-0 -start-6 not-prose group-hover:opacity-100 select-none"> <a class="text-primary-300 dark:text-neutral-700 !no-underline" href="#whispercpp%e3%81%ae%e3%82%a4%e3%83%b3%e3%82%b9%e3%83%88%e3%83%bc%e3%83%ab" aria-label="アンカー">#</a> </span> </h2> <div class="highlight-wrapper"><div class="highlight"><pre tabindex="0" class="chroma"><code class="language-zsh" data-lang="zsh"><span class="line"><span class="cl">git clone https://github.com/ggml-org/whisper.cpp.git </span></span><span class="line"><span class="cl"><span class="nb">cd</span> whisper.cpp </span></span><span class="line"><span class="cl">./models/download-ggml-model.sh large-v3 </span></span><span class="line"><span class="cl">brew install cmake sdl2 </span></span><span class="line"><span class="cl">cmake -B build -DWHISPER_SDL2<span class="o">=</span>ON </span></span><span class="line"><span class="cl">cmake --build build --config Release </span></span><span class="line"><span class="cl"> </span></span><span class="line"><span class="cl"><span class="c1"># サンプルのwavファイルでテスト</span> </span></span><span class="line"><span class="cl">./build/bin/whisper-cli -m models/ggml-large-v3.bin -f samples/jfk.wav</span></span></code></pre></div></div> <h2 class="relative group">仮想キャプチャデバイス BlackHoleのインストール <div id="仮想キャプチャデバイス-blackholeのインストール" class="anchor"></div> <span class="absolute top-0 w-6 transition-opacity opacity-0 -start-6 not-prose group-hover:opacity-100 select-none"> <a class="text-primary-300 dark:text-neutral-700 !no-underline" href="#%e4%bb%ae%e6%83%b3%e3%82%ad%e3%83%a3%e3%83%97%e3%83%81%e3%83%a3%e3%83%87%e3%83%90%e3%82%a4%e3%82%b9-blackhole%e3%81%ae%e3%82%a4%e3%83%b3%e3%82%b9%e3%83%88%e3%83%bc%e3%83%ab" aria-label="アンカー">#</a> </span> </h2> <div class="highlight-wrapper"><div class="highlight"><pre tabindex="0" class="chroma"><code class="language-zsh" data-lang="zsh"><span class="line"><span class="cl">brew install blackhole-64ch</span></span></code></pre></div></div> <p>Macで再生されている音声を文字起こしするために必要な､仮想キャプチャデバイスBlackHoleをインストールする。</p> <p>インストール後､Macを再起動して､<code>Audio MIDI設定</code>アプリを起動する。</p> <p>複数出力装置を作成し､M4とBlackHole 64chをチェックする。</p> <figure><img class="my-0 rounded-md" loading="lazy" decoding="async" fetchpriority="auto" alt="Audio MIDI設定" width="848" height="539" src="https://namaraii.com/images/20260618-whisper-mac-001_hu_dec7fbb3e5658bf3.webp" srcset="https://namaraii.com/images/20260618-whisper-mac-001_hu_dec7fbb3e5658bf3.webp 800w, https://namaraii.com/images/20260618-whisper-mac-001.webp 1280w" sizes="(min-width: 768px) 50vw, 65vw" data-zoom-src="https://namaraii.com/images/20260618-whisper-mac-001.webp"></figure> <p>私の環境ではスピーカーを接続しているオーディオインタフェース<code>M4</code>と<code>BlackHole 64ch</code>を指定している。</p> <p>その後､Macの音声出力先を<code>複数出力装置</code>に設定する。これで､スピーカーで音声を再生しながら､BlackHoleへも音声を流すことができる。</p> <h2 class="relative group">Macのサウンド設定 <div id="macのサウンド設定" class="anchor"></div> <span class="absolute top-0 w-6 transition-opacity opacity-0 -start-6 not-prose group-hover:opacity-100 select-none"> <a class="text-primary-300 dark:text-neutral-700 !no-underline" href="#mac%e3%81%ae%e3%82%b5%e3%82%a6%e3%83%b3%e3%83%89%e8%a8%ad%e5%ae%9a" aria-label="アンカー">#</a> </span> </h2> <p><code>設定</code> &gt; <code>サウンド</code> &gt; <code>出力</code>にさきほど作成した<code>複数出力装置</code>を指定し､<code>入力</code>は<code>BlackHole 64ch</code>を設定する。</p> <h2 class="relative group">whisper-streamで文字起こし <div id="whisper-streamで文字起こし" class="anchor"></div> <span class="absolute top-0 w-6 transition-opacity opacity-0 -start-6 not-prose group-hover:opacity-100 select-none"> <a class="text-primary-300 dark:text-neutral-700 !no-underline" href="#whisper-stream%e3%81%a7%e6%96%87%e5%ad%97%e8%b5%b7%e3%81%93%e3%81%97" aria-label="アンカー">#</a> </span> </h2> <p>あとは､ターミナルから以下のコマンドでMacで再生されている音声を文字起こしできる。</p>https://namaraii.com/posts/gguf/Fri, 15 May 2026 13:46:04 +0900hitoshi@namaraii.com (竹内 仁 (TAKEUCHI Hitoshi))https://namaraii.com/posts/gguf/<p>GGUF（GPT-Generated Unified Format）は、大規模言語モデル（LLM）を効率的に実行するための新しいフォーマットである。GPTQ、GGML、GGJT などの従来の量子化フォーマットの後継として開発され、特に LLAMA（Metaの大規模言語モデル） などのモデルをローカル環境で高速に動作させるために設計されている。</p> <h3 class="relative group">GGUFの特徴 <div id="ggufの特徴" class="anchor"></div> <span class="absolute top-0 w-6 transition-opacity opacity-0 -start-6 not-prose group-hover:opacity-100 select-none"> <a class="text-primary-300 dark:text-neutral-700 !no-underline" href="#gguf%e3%81%ae%e7%89%b9%e5%be%b4" aria-label="アンカー">#</a> </span> </h3> <ol> <li><strong>高い互換性</strong> <ul> <li>GGUFは GGML（GPT-Generated Model Loader）の後継であり、GGMLベースのツール（例：<code>llama.cpp</code>）と互換性がある。</li> <li><code>llama.cpp</code> や <code>LM Studio</code> などのソフトウェアで直接利用可能である。</li> </ul> </li> <li><strong>高効率な量子化（Quantization）</strong> <ul> <li>量子化とは、モデルのサイズを小さくし、推論（実行）の速度を向上させる技術である。</li> <li>GGUFは低ビット量子化（例：4ビット、8ビット）をサポートし、メモリ使用量を大幅に削減できる。</li> </ul> </li> <li><strong>エコシステムの拡張</strong> <ul> <li>GGUFは、Hugging Faceなどのモデル配布プラットフォームで利用可能である。</li> <li><code>llama.cpp</code>、<code>KoboldCpp</code>、<code>LM Studio</code> など、ローカルでLLMを動作させる多くのツールで標準フォーマットとして採用されている。</li> </ul> </li> <li><strong>ストレージとロードの最適化</strong> <ul> <li>GGUFフォーマットは従来のGGMLやGPTQよりもファイル構造が整理されており、モデルのロード速度が向上している。</li> <li>CPU・GPUの両方での効率的な推論が可能である。</li> </ul> </li> </ol> <h3 class="relative group">GGUFと他のフォーマットとの比較 <div id="ggufと他のフォーマットとの比較" class="anchor"></div> <span class="absolute top-0 w-6 transition-opacity opacity-0 -start-6 not-prose group-hover:opacity-100 select-none"> <a class="text-primary-300 dark:text-neutral-700 !no-underline" href="#gguf%e3%81%a8%e4%bb%96%e3%81%ae%e3%83%95%e3%82%a9%e3%83%bc%e3%83%9e%e3%83%83%e3%83%88%e3%81%a8%e3%81%ae%e6%af%94%e8%bc%83" aria-label="アンカー">#</a> </span> </h3> <table> <thead> <tr> <th>フォーマット</th> <th>特徴</th> </tr> </thead> <tbody> <tr> <td>GGUF</td> <td>最新の量子化フォーマット、高速ロード、低メモリ使用、<code>llama.cpp</code>互換</td> </tr> <tr> <td>GGML</td> <td>旧フォーマット、シンプルだが機能が限定的</td> </tr> <tr> <td>GPTQ</td> <td>高精度な量子化（4bit）、GPU推論向け</td> </tr> <tr> <td>ONNX</td> <td>汎用AIフォーマット、多くのフレームワークで使用可能</td> </tr> <tr> <td>FP16（Float16）</td> <td>高精度だがメモリ使用量が大きい</td> </tr> </tbody> </table> <h3 class="relative group">GGUFの使い方 <div id="ggufの使い方" class="anchor"></div> <span class="absolute top-0 w-6 transition-opacity opacity-0 -start-6 not-prose group-hover:opacity-100 select-none"> <a class="text-primary-300 dark:text-neutral-700 !no-underline" href="#gguf%e3%81%ae%e4%bd%bf%e3%81%84%e6%96%b9" aria-label="アンカー">#</a> </span> </h3> <h4 class="relative group">1. GGUF対応のモデルをダウンロード <div id="1-gguf対応のモデルをダウンロード" class="anchor"></div> <span class="absolute top-0 w-6 transition-opacity opacity-0 -start-6 not-prose group-hover:opacity-100 select-none"> <a class="text-primary-300 dark:text-neutral-700 !no-underline" href="#1-gguf%e5%af%be%e5%bf%9c%e3%81%ae%e3%83%a2%e3%83%87%e3%83%ab%e3%82%92%e3%83%80%e3%82%a6%e3%83%b3%e3%83%ad%e3%83%bc%e3%83%89" aria-label="アンカー">#</a> </span> </h4> <p>GGUF形式のモデルは、多くが Hugging Face（<a href="https://huggingface.co/" target="_blank" rel="noreferrer">huggingface.co</a>）で配布されている。</p>https://namaraii.com/posts/20260512-wavecrate/Tue, 12 May 2026 19:31:45 +0900hitoshi@namaraii.com (竹内 仁 (TAKEUCHI Hitoshi))https://namaraii.com/posts/20260512-wavecrate/<p><figure><img class="my-0 rounded-md" loading="lazy" decoding="async" fetchpriority="auto" alt="image" width="1232" height="864" src="https://namaraii.com/images/20260512-WaveCrate-001_hu_700fe7d01b728b54.png" srcset="https://namaraii.com/images/20260512-WaveCrate-001_hu_700fe7d01b728b54.png 800w, https://namaraii.com/images/20260512-WaveCrate-001.png 1280w" sizes="(min-width: 768px) 50vw, 65vw" data-zoom-src="https://namaraii.com/images/20260512-WaveCrate-001.png"></figure> サンプル音源を管理するアプリはいくつか持っていたはずだが、なぜか見当たらない。しかたがないので、Codexを使ってMacでサンプル音源管理アプリを開発した。</p> <p>以下の基本機能は数時間でできた。</p> <ul> <li>ディレクトリを指定すると、配下のサンプル音源を再帰的に検索して登録する</li> <li>ファイル名からジャンル、楽器、BPM、キーなどを検出して自動タグ付け。手動でのタグ追加にも対応</li> <li>サンプル音源の波形を見ながら試聴する</li> <li>タグによる絞り込み検索</li> <li>ワンショット、ループの判定（厳密ではない）</li> <li>聴いているサンプルと似た音を探す（ファイル名、タグ、オーディオ特徴量の距離計算、時間、波形エンベロープの形状）</li> <li>選択したファイルのコピー、パスの取得</li> </ul> <br /> <p>目立ったバグもないため、さっそく実践投入するかと、Native InstrumentsのExpansionsのサンプル約9万ファイルを登録したところ、動きがもっさりして使い物にならない。</p> <p>Codexと一緒に原因を調べたところ、リスト件数ぶんのSQLを無駄に発行していたり（つまり9万回!!）、その場面では不要なデータを取得していたりと、いろいろな問題が見つかった。</p> <p>このようなAIと一緒に原因を調べて方針を決定する過程では、（現時点では）ソフトウェアの知見があったほうが、よりよい対応ができそうだ。</p> <p>今回の開発での反省点としては、設計時に機能要件の定義にのみ注力し、性能要件を詰めなかったこと。大量のデータを扱うことを事前に伝えて、そのために性能をどう作り込むかを、実装の前に詰めておくべきだった。</p> <br /> <p>ただ、きっとこれも「現時点」での反省になるんだろうな。</p> <br /> <p>将来的には、実装に入る前に非機能要件をヒアリングしてきたり、勝手に性能要件を類推してコスパの良い設計をしてきたりするはず。</p> <p>現在、自分がCodexで使っているのはGPT-5.5だが、そのコード生成能力はPoCを速攻で回すような用途においては、もはや人間の出番はなさそうなレベルに達している印象がある。</p> <br /> このアプリの開発をしながら、少し前に読んだ以下のポストを思い出した。生成AIの出現による「ソフトウェアエンジニアリングという仕事の変化」を認識・予測し将来に備えて準備しておかないと、途方に暮れることになりそうだよね、というお話。 <p><a href="https://www.seangoedecke.com/software-engineering-may-no-longer-be-a-lifetime-career/" target="_blank" rel="noreferrer">Software engineering may no longer be a lifetime career</a></p> <blockquote><p>よく見られる悲劇的なケースは、スポーツ選手が「自分のキャリアは永遠に続く」と思い込み、引退後の生活に備えないことです。もしかすると、ソフトウェアエンジニアの世界でも、今がまさにその世代に当たるのかもしれません。</p> </blockquote>https://namaraii.com/posts/ai_optout_settings/Tue, 03 Feb 2026 07:53:27 +0900hitoshi@namaraii.com (竹内 仁 (TAKEUCHI Hitoshi))https://namaraii.com/posts/ai_optout_settings/<p>ChatGPT・Gemini・Claudeで会話データをモデル学習に使用されないようオプトアウトする方法のまとめ。</p> <h2 class="relative group">ChatGPT (OpenAI) <div id="chatgpt-openai" class="anchor"></div> <span class="absolute top-0 w-6 transition-opacity opacity-0 -start-6 not-prose group-hover:opacity-100 select-none"> <a class="text-primary-300 dark:text-neutral-700 !no-underline" href="#chatgpt-openai" aria-label="アンカー">#</a> </span> </h2> <ol> <li>ChatGPTの<code>設定</code>から<code>データコントロール</code>を選択し、<code>すべての人のためにモデルを改善する</code>をオフに切り替える。 <ul> <li>将来的な会話のみ対象で、過去データは影響を受けない</li> </ul> </li> <li><a href="https://privacy.openai.com/policies/en/" target="_blank" rel="noreferrer">OpenAI Privacy Portal</a>からオプトアウトの設定 <ul> <li>右上の<code>Make a Privacy Request</code>を選択</li> <li><code>I have a cunsumer ChatGPT account</code>を選択</li> <li><code>Do not train on my content</code>を選択 <ul> <li>チェックボタンをチェックし<code>Japan</code>を選択して<code>Submit Request</code></li> </ul> </li> </ul> </li> </ol> <p>1.は即日に適用される。2.はアカウントレベルのリクエストとして処理。念のため併用設定する。</p> <p>また、一時チャットを使用すると履歴保存なしでトレーニング対象外になる。</p> <h2 class="relative group">Gemini (Google) <div id="gemini-google" class="anchor"></div> <span class="absolute top-0 w-6 transition-opacity opacity-0 -start-6 not-prose group-hover:opacity-100 select-none"> <a class="text-primary-300 dark:text-neutral-700 !no-underline" href="#gemini-google" aria-label="アンカー">#</a> </span> </h2> <p><code>設定とヘルプ</code>から<code>アクティビティ</code>を選択。<code>アクティビィティの保存</code>をオフにする。</p> <div class="admonition relative overflow-hidden rounded-lg border-l-4 my-3 px-4 py-3 shadow-sm" data-type="info"> <div class="flex items-center gap-2 font-semibold text-inherit"> <div class="flex shrink-0 h-5 w-5 items-center justify-center text-lg"><span class="relative block icon"><svg xmlns="http://www.w3.org/2000/svg" viewBox="0 0 512 512"><path fill="currentColor" d="M256 0C114.6 0 0 114.6 0 256s114.6 256 256 256s256-114.6 256-256S397.4 0 256 0zM256 128c17.67 0 32 14.33 32 32c0 17.67-14.33 32-32 32S224 177.7 224 160C224 142.3 238.3 128 256 128zM296 384h-80C202.8 384 192 373.3 192 360s10.75-24 24-24h16v-64H224c-13.25 0-24-10.75-24-24S210.8 224 224 224h32c13.25 0 24 10.75 24 24v88h16c13.25 0 24 10.75 24 24S309.3 384 296 384z"/></svg> </span></div> <div class="grow"> チャット履歴と学習 </div> </div><div class="admonition-content mt-3 text-base leading-relaxed text-inherit"><p>Geminiの場合、アクティビティの保存をオフにするとChatGPTとは異なり、チャット履歴を保存できなくなります。</p>https://namaraii.com/posts/20260120-lumina-album/Wed, 21 Jan 2026 16:17:29 +0900hitoshi@namaraii.com (竹内 仁 (TAKEUCHI Hitoshi))https://namaraii.com/posts/20260120-lumina-album/<p>sunoで架空のK-POPガールズグループLuminaのアルバムを作ってみた。</p> <figure><img class="my-0 rounded-md" loading="lazy" decoding="async" fetchpriority="auto" alt="image" width="800" height="800" src="https://namaraii.com/images/20260120-lumina-album-001.webp" srcset="https://namaraii.com/images/20260120-lumina-album-001.webp 800w, https://namaraii.com/images/20260120-lumina-album-001.webp 1280w" sizes="(min-width: 768px) 50vw, 65vw" data-zoom-src="https://namaraii.com/images/20260120-lumina-album-001.webp"></figure> <p>アルバムジャケットはGeminiで作成。ちょっとハードで良い雰囲気かな?</p> <p>楽曲の作成は以下の流れで行った。</p> <ol> <li>曲の大まかなコンセプトを決めて歌詞のテーマを日本語で書く</li> <li>ChatGPTへテーマを入力し、K-Popのガールズグループ向けの歌詞として英語で書いてもらう。ラップパートが欲しい場合、その旨も書く</li> <li><a href="https://suno.com/" target="_blank" rel="noreferrer">suno</a>に歌詞とプロンプトを渡し作曲してもらう。この際、曲調を変えるため以下のように基本プロンプトのの使い分けをした</li> <li>この基本プロンプトに5人組のガールズグループであることや、それぞれの楽曲の追加イメージ（この楽器を使うなどもいける）を伝えるテキストを加える</li> </ol> <table> <thead> <tr> <th>求めるスタイル</th> <th>プロンプト例</th> <th>イメージ</th> </tr> </thead> <tbody> <tr> <td>ガールクラッシュ系</td> <td><code>Girl Crush K-Pop, EDM hybrid, confident female vocals, powerful rap verse, heavy bass drop</code></td> <td>BLACKPINKや(G)I-DLEのような、強さのあるダンス曲。</td> </tr> <tr> <td>キュート/バブルガム系</td> <td><code>Bubblegum K-Pop, bright synth-pop, high-pitched vocal harmonies, cute and bouncy rhythm</code></td> <td>TWICEやRed Velvet (Red side)のような、明るく楽しい曲。</td> </tr> <tr> <td>フューチャリスティック/クール系</td> <td><code>Futuristic K-Pop, synthwave, dreamy atmosphere, sleek female vocals, deep pulsing bass</code></td> <td>aespaやLE SSERAFIMのような、未来的なコンセプトの曲。</td> </tr> <tr> <td>R&amp;B/グルーヴィー系</td> <td><code>K-Pop R&amp;B, groovy bassline, smooth female vocals, chill vibe, light hip-hop elements</code></td> <td>NewJeansやRed Velvet (Velvet side)のような、洗練されたR&amp;B。</td> </tr> </tbody> </table> <p>何曲か作っていると、似たような構成の曲が生成される確率が高くなってきたので、画面上部の<code>Custom</code>をクリックして、<code>Advanced Option</code>の<code>Weirdness</code>と<code>Style Infuluence</code>を調整しながら生成。1〜2曲を試しに作ってみるだけなら簡単だが、今回のように同じアーティストの複数楽曲を作るのは難しい。</p> <p>ただ、アタマの中に明確に楽曲のイメージがあれば、それに合わせてプロンプトを個別に書けば良いのだろうが、今回は基本のプロンプト＋αでsunoのランダム性に期待したため、そうなった可能性が高い。</p> <p>一応、それなりにバリエーションに富んだ楽曲になったんじゃないだろうか。ここから聴けますので、よろしければ。</p> <iframe width="100%" height="300" scrolling="no" frameborder="no" allow="autoplay" src="https://w.soundcloud.com/player/?url=https%3A//api.soundcloud.com/playlists/soundcloud%253Aplaylists%253A2110450712&color=%23ff5500&auto_play=false&hide_related=false&show_comments=true&show_user=true&show_reposts=false&show_teaser=true&visual=true"></iframe><div style="font-size: 10px; color: #cccccc;line-break: anywhere;word-break: normal;overflow: hidden;white-space: nowrap;text-overflow: ellipsis; font-family: Interstate,Lucida Grande,Lucida Sans Unicode,Lucida Sans,Garuda,Verdana,Tahoma,sans-serif;font-weight: 100;"><a href="https://soundcloud.com/htakeuch" title="htakeuchi" target="_blank" style="color: #cccccc; text-decoration: none;">htakeuchi</a> · <a href="https://soundcloud.com/htakeuch/sets/unbreakable" title="Unbreakable" target="_blank" style="color: #cccccc; text-decoration: none;">Unbreakable</a></div>https://namaraii.com/posts/vae/Tue, 26 Aug 2025 17:03:11 +0900hitoshi@namaraii.com (竹内 仁 (TAKEUCHI Hitoshi))https://namaraii.com/posts/vae/<p><strong>VAE（Variational Autoencoder：変分オートエンコーダ</strong>とは、Stable Diffusionなどの画像生成AIにおいて重要な役割を果たすニューラルネットワークの構成要素である。</p> <p>適切なVAEを使用することで画像の鮮明化、豊かな色彩、適切なコントラストなどの効果を得られる。</p> <h2 class="relative group">VAEの基本概念 <div id="vaeの基本概念" class="anchor"></div> <span class="absolute top-0 w-6 transition-opacity opacity-0 -start-6 not-prose group-hover:opacity-100 select-none"> <a class="text-primary-300 dark:text-neutral-700 !no-underline" href="#vae%e3%81%ae%e5%9f%ba%e6%9c%ac%e6%a6%82%e5%bf%b5" aria-label="アンカー">#</a> </span> </h2> <h3 class="relative group">定義と役割 <div id="定義と役割" class="anchor"></div> <span class="absolute top-0 w-6 transition-opacity opacity-0 -start-6 not-prose group-hover:opacity-100 select-none"> <a class="text-primary-300 dark:text-neutral-700 !no-underline" href="#%e5%ae%9a%e7%be%a9%e3%81%a8%e5%bd%b9%e5%89%b2" aria-label="アンカー">#</a> </span> </h3> <p>VAEは<strong>潜在空間</strong>と<strong>実際の画像</strong>の間を変換する役割を担う。具体的には以下の2つの機能を持つ。</p> <ol> <li><strong>エンコーダー（Encoder）</strong>: 実際の画像を潜在空間の表現に圧縮</li> <li><strong>デコーダー（Decoder）</strong>: 潜在空間の表現を実際の画像に復元</li> </ol> <h3 class="relative group">Stable DiffusionにおけるVAE <div id="stable-diffusionにおけるvae" class="anchor"></div> <span class="absolute top-0 w-6 transition-opacity opacity-0 -start-6 not-prose group-hover:opacity-100 select-none"> <a class="text-primary-300 dark:text-neutral-700 !no-underline" href="#stable-diffusion%e3%81%ab%e3%81%8a%e3%81%91%e3%82%8bvae" aria-label="アンカー">#</a> </span> </h3> <p>Stable Diffusionは<strong>潜在拡散モデル</strong>であり、直接画像を生成するのではなく、まず潜在空間で拡散過程を実行し、最後にVAEで実際の画像に変換する。</p> <h2 class="relative group">VAEの具体的な働き <div id="vaeの具体的な働き" class="anchor"></div> <span class="absolute top-0 w-6 transition-opacity opacity-0 -start-6 not-prose group-hover:opacity-100 select-none"> <a class="text-primary-300 dark:text-neutral-700 !no-underline" href="#vae%e3%81%ae%e5%85%b7%e4%bd%93%e7%9a%84%e3%81%aa%e5%83%8d%e3%81%8d" aria-label="アンカー">#</a> </span> </h2> <h3 class="relative group">画像生成プロセスでの位置 <div id="画像生成プロセスでの位置" class="anchor"></div> <span class="absolute top-0 w-6 transition-opacity opacity-0 -start-6 not-prose group-hover:opacity-100 select-none"> <a class="text-primary-300 dark:text-neutral-700 !no-underline" href="#%e7%94%bb%e5%83%8f%e7%94%9f%e6%88%90%e3%83%97%e3%83%ad%e3%82%bb%e3%82%b9%e3%81%a7%e3%81%ae%e4%bd%8d%e7%bd%ae" aria-label="アンカー">#</a> </span> </h3> <div class="highlight-wrapper"><div class="highlight"><pre tabindex="0" class="chroma"><code class="language-text" data-lang="text"><span class="line"><span class="cl">テキストプロンプト → U-Net（拡散処理）→ 潜在表現 → VAE（デコード）→ 最終画像</span></span></code></pre></div></div> <h3 class="relative group">潜在空間の利点 <div id="潜在空間の利点" class="anchor"></div> <span class="absolute top-0 w-6 transition-opacity opacity-0 -start-6 not-prose group-hover:opacity-100 select-none"> <a class="text-primary-300 dark:text-neutral-700 !no-underline" href="#%e6%bd%9c%e5%9c%a8%e7%a9%ba%e9%96%93%e3%81%ae%e5%88%a9%e7%82%b9" aria-label="アンカー">#</a> </span> </h3> <ul> <li><strong>計算効率</strong>: 512×512画像を64×64の潜在表現で処理（8分の1に圧縮）</li> <li><strong>メモリ削減</strong>: より少ないVRAMで高解像度画像生成が可能</li> <li><strong>処理速度</strong>: 小さなデータサイズでの高速処理</li> </ul> <h2 class="relative group">VAEが画像に与える影響 <div id="vaeが画像に与える影響" class="anchor"></div> <span class="absolute top-0 w-6 transition-opacity opacity-0 -start-6 not-prose group-hover:opacity-100 select-none"> <a class="text-primary-300 dark:text-neutral-700 !no-underline" href="#vae%e3%81%8c%e7%94%bb%e5%83%8f%e3%81%ab%e4%b8%8e%e3%81%88%e3%82%8b%e5%bd%b1%e9%9f%bf" aria-label="アンカー">#</a> </span> </h2> <h3 class="relative group">色彩・明度 <div id="色彩明度" class="anchor"></div> <span class="absolute top-0 w-6 transition-opacity opacity-0 -start-6 not-prose group-hover:opacity-100 select-none"> <a class="text-primary-300 dark:text-neutral-700 !no-underline" href="#%e8%89%b2%e5%bd%a9%e6%98%8e%e5%ba%a6" aria-label="アンカー">#</a> </span> </h3> <ul> <li><strong>彩度</strong>: 色の鮮やかさや深さ</li> <li><strong>コントラスト</strong>: 明暗の差</li> <li><strong>色温度</strong>: 暖色・寒色のバランス</li> </ul> <h3 class="relative group">画像品質 <div id="画像品質" class="anchor"></div> <span class="absolute top-0 w-6 transition-opacity opacity-0 -start-6 not-prose group-hover:opacity-100 select-none"> <a class="text-primary-300 dark:text-neutral-700 !no-underline" href="#%e7%94%bb%e5%83%8f%e5%93%81%e8%b3%aa" aria-label="アンカー">#</a> </span> </h3> <ul> <li><strong>鮮明度</strong>: 画像の輪郭やディテールの明確さ</li> <li><strong>ノイズ除去</strong>: 不要なノイズの軽減</li> <li><strong>全体的な見た目</strong>: 画像の印象や雰囲気</li> </ul>https://namaraii.com/posts/controlnet/Tue, 26 Aug 2025 14:31:21 +0900hitoshi@namaraii.com (竹内 仁 (TAKEUCHI Hitoshi))https://namaraii.com/posts/controlnet/<p><strong>ControlNet</strong>とは、Stable Diffusionなどの画像生成AIに<strong>追加の制御情報</strong>を与えて、より精密で意図した画像を生成するための拡張技術である。</p> <h2 class="relative group">ControlNetの基本概念 <div id="controlnetの基本概念" class="anchor"></div> <span class="absolute top-0 w-6 transition-opacity opacity-0 -start-6 not-prose group-hover:opacity-100 select-none"> <a class="text-primary-300 dark:text-neutral-700 !no-underline" href="#controlnet%e3%81%ae%e5%9f%ba%e6%9c%ac%e6%a6%82%e5%bf%b5" aria-label="アンカー">#</a> </span> </h2> <h3 class="relative group">定義と目的 <div id="定義と目的" class="anchor"></div> <span class="absolute top-0 w-6 transition-opacity opacity-0 -start-6 not-prose group-hover:opacity-100 select-none"> <a class="text-primary-300 dark:text-neutral-700 !no-underline" href="#%e5%ae%9a%e7%be%a9%e3%81%a8%e7%9b%ae%e7%9a%84" aria-label="アンカー">#</a> </span> </h3> <p>ControlNetは<strong>条件付き画像生成</strong>を実現する技術で、テキストプロンプトだけでは困難な<strong>構図、ポーズ、形状、エッジ</strong>などの具体的な制御を可能にする。</p> <h3 class="relative group">仕組み <div id="仕組み" class="anchor"></div> <span class="absolute top-0 w-6 transition-opacity opacity-0 -start-6 not-prose group-hover:opacity-100 select-none"> <a class="text-primary-300 dark:text-neutral-700 !no-underline" href="#%e4%bb%95%e7%b5%84%e3%81%bf" aria-label="アンカー">#</a> </span> </h3> <p>既存のStable Diffusionモデルに<strong>追加のネットワーク</strong>として接続し、参照画像から抽出した制御情報（エッジ、深度、ポーズなど）を基に画像生成を誘導する。</p> <h2 class="relative group">主要なControlNetモデル <div id="主要なcontrolnetモデル" class="anchor"></div> <span class="absolute top-0 w-6 transition-opacity opacity-0 -start-6 not-prose group-hover:opacity-100 select-none"> <a class="text-primary-300 dark:text-neutral-700 !no-underline" href="#%e4%b8%bb%e8%a6%81%e3%81%aacontrolnet%e3%83%a2%e3%83%87%e3%83%ab" aria-label="アンカー">#</a> </span> </h2> <h3 class="relative group">1. <strong>Canny</strong> <div id="1-canny" class="anchor"></div> <span class="absolute top-0 w-6 transition-opacity opacity-0 -start-6 not-prose group-hover:opacity-100 select-none"> <a class="text-primary-300 dark:text-neutral-700 !no-underline" href="#1-canny" aria-label="アンカー">#</a> </span> </h3> <p><strong>特徴:</strong> エッジ検出による輪郭制御</p> <ul> <li><strong>用途:</strong> 線画やスケッチからの画像生成</li> <li><strong>制御内容:</strong> オブジェクトの輪郭や境界線</li> <li><strong>適用例:</strong> 建築物の線画から写実的な建物を生成</li> </ul> <h3 class="relative group">2. <strong>OpenPose</strong> <div id="2-openpose" class="anchor"></div> <span class="absolute top-0 w-6 transition-opacity opacity-0 -start-6 not-prose group-hover:opacity-100 select-none"> <a class="text-primary-300 dark:text-neutral-700 !no-underline" href="#2-openpose" aria-label="アンカー">#</a> </span> </h3> <p><strong>特徴:</strong> 人体のポーズ制御</p>https://namaraii.com/posts/checkpoint/Tue, 26 Aug 2025 14:09:43 +0900hitoshi@namaraii.com (竹内 仁 (TAKEUCHI Hitoshi))https://namaraii.com/posts/checkpoint/<p>画像生成AIにおけるチェックポイント（Checkpointは、学習済みの拡散モデル全体が保存されたファイルのこと。</p> <h2 class="relative group">チェックポイントの基本概念 <div id="チェックポイントの基本概念" class="anchor"></div> <span class="absolute top-0 w-6 transition-opacity opacity-0 -start-6 not-prose group-hover:opacity-100 select-none"> <a class="text-primary-300 dark:text-neutral-700 !no-underline" href="#%e3%83%81%e3%82%a7%e3%83%83%e3%82%af%e3%83%9d%e3%82%a4%e3%83%b3%e3%83%88%e3%81%ae%e5%9f%ba%e6%9c%ac%e6%a6%82%e5%bf%b5" aria-label="アンカー">#</a> </span> </h2> <h3 class="relative group">定義 <div id="定義" class="anchor"></div> <span class="absolute top-0 w-6 transition-opacity opacity-0 -start-6 not-prose group-hover:opacity-100 select-none"> <a class="text-primary-300 dark:text-neutral-700 !no-underline" href="#%e5%ae%9a%e7%be%a9" aria-label="アンカー">#</a> </span> </h3> <p>チェックポイントは、Stable Diffusionなどの画像生成モデルの<strong>完全な学習済み重み</strong>を含むファイル。モデル全体の「スナップショット」と考えることができる。</p> <h3 class="relative group">ファイル形式と容量 <div id="ファイル形式と容量" class="anchor"></div> <span class="absolute top-0 w-6 transition-opacity opacity-0 -start-6 not-prose group-hover:opacity-100 select-none"> <a class="text-primary-300 dark:text-neutral-700 !no-underline" href="#%e3%83%95%e3%82%a1%e3%82%a4%e3%83%ab%e5%bd%a2%e5%bc%8f%e3%81%a8%e5%ae%b9%e9%87%8f" aria-label="アンカー">#</a> </span> </h3> <ul> <li><strong>拡張子</strong>: <code>.ckpt</code>、<code>.safetensors</code></li> <li><strong>ファイルサイズ</strong>: 通常2GB～7GB程度</li> <li><strong>safetensors形式</strong>: より安全で高速な新しい形式として推奨</li> </ul> <h3 class="relative group">リアル系（写実的）チェックポイント <div id="リアル系写実的チェックポイント" class="anchor"></div> <span class="absolute top-0 w-6 transition-opacity opacity-0 -start-6 not-prose group-hover:opacity-100 select-none"> <a class="text-primary-300 dark:text-neutral-700 !no-underline" href="#%e3%83%aa%e3%82%a2%e3%83%ab%e7%b3%bb%e5%86%99%e5%ae%9f%e7%9a%84%e3%83%81%e3%82%a7%e3%83%83%e3%82%af%e3%83%9d%e3%82%a4%e3%83%b3%e3%83%88" aria-label="アンカー">#</a> </span> </h3> <h4 class="relative group">SD1.5ベース <div id="sd15ベース" class="anchor"></div> <span class="absolute top-0 w-6 transition-opacity opacity-0 -start-6 not-prose group-hover:opacity-100 select-none"> <a class="text-primary-300 dark:text-neutral-700 !no-underline" href="#sd15%e3%83%99%e3%83%bc%e3%82%b9" aria-label="アンカー">#</a> </span> </h4> <ul> <li><strong>Realistic Vision V6.0</strong> <ul> <li>Civitai: <a href="https://civitai.com/models/4201/realistic-vision-v60-b1" target="_blank" rel="noreferrer">https://civitai.com/models/4201/realistic-vision-v60-b1</a> <a href="https://civitai.com/models/4201/realistic-vision-v60-b1" target="_blank" rel="noreferrer">Realistic Vision V6.0 B1 - V5.1 Hyper (VAE) | Stable Diffusion Checkpoint | Civitai</a></li> <li>Hugging Face: <a href="https://huggingface.co/SG161222/Realistic_Vision_V6.0_B1_noVAE" target="_blank" rel="noreferrer">https://huggingface.co/SG161222/Realistic_Vision_V6.0_B1_noVAE</a> <a href="https://huggingface.co/SG161222/Realistic_Vision_V6.0_B1_noVAE" target="_blank" rel="noreferrer">SG161222/Realistic_Vision_V6.0_B1_noVAE · Hugging Face</a></li> <li>最も人気の高い写実系モデルの一つ</li> </ul> </li> <li><strong>ChilloutMix</strong> <ul> <li>Civitai: <a href="https://civitai.com/models/6424/chilloutmix" target="_blank" rel="noreferrer">https://civitai.com/models/6424/chilloutmix</a> <a href="https://civitai.com/models/6424/chilloutmix" target="_blank" rel="noreferrer">ChilloutMix - Chilloutmix-Ni-pruned-fp32-fix | Stable Diffusion Checkpoint | Civitai</a></li> <li>Hugging Face: <a href="https://huggingface.co/swl-models/chilloutmix" target="_blank" rel="noreferrer">https://huggingface.co/swl-models/chilloutmix</a> <a href="https://huggingface.co/swl-models/chilloutmix" target="_blank" rel="noreferrer">swl-models/chilloutmix · Hugging Face</a></li> <li>アジア系人物に強い写実モデル</li> </ul> </li> <li><strong>CyberRealistic V9.0</strong> <ul> <li>Civitai: <a href="https://civitai.com/models/15003/cyberrealistic" target="_blank" rel="noreferrer">https://civitai.com/models/15003/cyberrealistic</a> <a href="https://civitai.com/models/15003/cyberrealistic" target="_blank" rel="noreferrer">CyberRealistic - v9.0 | Stable Diffusion Checkpoint | Civitai</a></li> <li>柔軟性の高い写実系モデル</li> </ul> </li> </ul> <h4 class="relative group">SDXLベース <div id="sdxlベース" class="anchor"></div> <span class="absolute top-0 w-6 transition-opacity opacity-0 -start-6 not-prose group-hover:opacity-100 select-none"> <a class="text-primary-300 dark:text-neutral-700 !no-underline" href="#sdxl%e3%83%99%e3%83%bc%e3%82%b9" aria-label="アンカー">#</a> </span> </h4> <ul> <li><strong>RealVisXL V5.0</strong> <ul> <li>Civitai: <a href="https://civitai.com/models/139562/realvisxl-v50" target="_blank" rel="noreferrer">https://civitai.com/models/139562/realvisxl-v50</a> <a href="https://civitai.com/models/139562/realvisxl-v50" target="_blank" rel="noreferrer">Civitai</a><a href="https://civitai.com/models/101055/sd-xl" target="_blank" rel="noreferrer">Civitai</a></li> <li>SDXL版の主要写実系モデル</li> </ul> </li> <li><strong>CyberRealistic XL V6.0</strong> <ul> <li>Civitai: <a href="https://civitai.com/models/312530/cyberrealistic-xl" target="_blank" rel="noreferrer">https://civitai.com/models/312530/cyberrealistic-xl</a> <a href="https://civitai.com/models/312530/cyberrealistic-xl" target="_blank" rel="noreferrer">CyberRealistic XL - v6.0 | Stable Diffusion XL Checkpoint | Civitai</a></li> <li>高解像度写実画像生成</li> </ul> </li> </ul> <h3 class="relative group">アニメ・イラスト系チェックポイント <div id="アニメイラスト系チェックポイント" class="anchor"></div> <span class="absolute top-0 w-6 transition-opacity opacity-0 -start-6 not-prose group-hover:opacity-100 select-none"> <a class="text-primary-300 dark:text-neutral-700 !no-underline" href="#%e3%82%a2%e3%83%8b%e3%83%a1%e3%82%a4%e3%83%a9%e3%82%b9%e3%83%88%e7%b3%bb%e3%83%81%e3%82%a7%e3%83%83%e3%82%af%e3%83%9d%e3%82%a4%e3%83%b3%e3%83%88" aria-label="アンカー">#</a> </span> </h3> <h4 class="relative group">SD1.5ベース <div id="sd15ベース-1" class="anchor"></div> <span class="absolute top-0 w-6 transition-opacity opacity-0 -start-6 not-prose group-hover:opacity-100 select-none"> <a class="text-primary-300 dark:text-neutral-700 !no-underline" href="#sd15%e3%83%99%e3%83%bc%e3%82%b9-1" aria-label="アンカー">#</a> </span> </h4> <ul> <li><strong>Anything V5</strong> <ul> <li>Civitai: <a href="https://civitai.com/models/9409/or-anything-xl" target="_blank" rel="noreferrer">https://civitai.com/models/9409/or-anything-xl</a> <a href="https://cyberes.github.io/stable-diffusion-models/" target="_blank" rel="noreferrer">Stable Diffusion Models</a></li> <li>Hugging Face: <a href="https://huggingface.co/genai-archive/anything-v5" target="_blank" rel="noreferrer">https://huggingface.co/genai-archive/anything-v5</a> <a href="https://github.com/CompVis/stable-diffusion" target="_blank" rel="noreferrer">GitHub - CompVis/stable-diffusion: A latent text-to-image diffusion model</a></li> <li>アニメ系の定番モデル</li> </ul> </li> <li><strong>AbyssOrangeMix3 (AOM3)</strong> <ul> <li>Civitai: <a href="https://civitai.com/models/9942/abyssorangemix3-aom3" target="_blank" rel="noreferrer">https://civitai.com/models/9942/abyssorangemix3-aom3</a> <a href="https://civitai.com/models/4451/abyssorangemix2-hardcore" target="_blank" rel="noreferrer">AbyssOrangeMix2 - Hardcore - AbyssOrangeMix2_hard | Stable Diffusion Checkpoint | Civitai</a></li> <li>Hugging Face: <a href="https://huggingface.co/WarriorMama777/OrangeMixs" target="_blank" rel="noreferrer">https://huggingface.co/WarriorMama777/OrangeMixs</a> <a href="https://huggingface.co/TaiouIV/Model/blob/main/abyssorangemix2_Hard.civitai.info" target="_blank" rel="noreferrer">abyssorangemix2_Hard.civitai.info · TaiouIV/Model at main</a></li> <li>高品質アニメイラスト生成</li> </ul> </li> <li><strong>YesMix V5.0</strong> <ul> <li>Civitai: <a href="https://civitai.com/models/9139/checkpointyesmix" target="_blank" rel="noreferrer">https://civitai.com/models/9139/checkpointyesmix</a> <a href="https://civitai.com/models/9139/checkpointyesmix" target="_blank" rel="noreferrer">【Checkpoint】YesMix - v5.0 | Stable Diffusion Checkpoint | Civitai</a></li> <li>アニメNSFW特化モデル</li> </ul> </li> <li><strong>Mistoon Anime V1.0</strong> <ul> <li>Civitai: <a href="https://civitai.com/models/24149/mistoonanime" target="_blank" rel="noreferrer">https://civitai.com/models/24149/mistoonanime</a> <a href="https://civitai.com/models/24149/mistoonanime" target="_blank" rel="noreferrer">Mistoon_Anime - v1.0 noobai | Illustrious Checkpoint | Civitai</a></li> <li>カートゥーン風アニメスタイル</li> </ul> </li> </ul> <h4 class="relative group">SDXLベース <div id="sdxlベース-1" class="anchor"></div> <span class="absolute top-0 w-6 transition-opacity opacity-0 -start-6 not-prose group-hover:opacity-100 select-none"> <a class="text-primary-300 dark:text-neutral-700 !no-underline" href="#sdxl%e3%83%99%e3%83%bc%e3%82%b9-1" aria-label="アンカー">#</a> </span> </h4> <ul> <li><strong>Anything XL</strong> <ul> <li>Civitai: <a href="https://civitai.com/models/9409/or-anything-xl" target="_blank" rel="noreferrer">https://civitai.com/models/9409/or-anything-xl</a> <a href="https://civitai.com/models/9409/or-anything-xl" target="_blank" rel="noreferrer">万象熔炉 | Anything XL - XL | Stable Diffusion XL Checkpoint | Civitai</a></li> <li>SDXL版アニメ特化モデル</li> </ul> </li> <li><strong>Nova Anime XL</strong> <ul> <li>Civitai: <a href="https://civitai.com/models/376130/nova-anime-xl" target="_blank" rel="noreferrer">https://civitai.com/models/376130/nova-anime-xl</a> <a href="https://civitai.com/models/376130/nova-anime-xl" target="_blank" rel="noreferrer">Nova Anime XL - IL v10.0 | Illustrious Checkpoint | Civitai</a></li> <li>最新のアニメ特化XLモデル</li> </ul> </li> </ul> <h3 class="relative group">汎用・多目的チェックポイント <div id="汎用多目的チェックポイント" class="anchor"></div> <span class="absolute top-0 w-6 transition-opacity opacity-0 -start-6 not-prose group-hover:opacity-100 select-none"> <a class="text-primary-300 dark:text-neutral-700 !no-underline" href="#%e6%b1%8e%e7%94%a8%e5%a4%9a%e7%9b%ae%e7%9a%84%e3%83%81%e3%82%a7%e3%83%83%e3%82%af%e3%83%9d%e3%82%a4%e3%83%b3%e3%83%88" aria-label="アンカー">#</a> </span> </h3> <h4 class="relative group">公式・準公式 <div id="公式準公式" class="anchor"></div> <span class="absolute top-0 w-6 transition-opacity opacity-0 -start-6 not-prose group-hover:opacity-100 select-none"> <a class="text-primary-300 dark:text-neutral-700 !no-underline" href="#%e5%85%ac%e5%bc%8f%e6%ba%96%e5%85%ac%e5%bc%8f" aria-label="アンカー">#</a> </span> </h4> <ul> <li><strong>Stable Diffusion XL Base 1.0</strong> <ul> <li>Civitai: <a href="https://civitai.com/models/101055/sd-xl" target="_blank" rel="noreferrer">https://civitai.com/models/101055/sd-xl</a> <a href="https://openlaboratory.ai/models/dreamshaper-xl" target="_blank" rel="noreferrer">Dreamshaper XL | Open Laboratory</a></li> <li>次世代高解像度公式モデル</li> </ul> </li> </ul> <h4 class="relative group">コミュニティ開発 <div id="コミュニティ開発" class="anchor"></div> <span class="absolute top-0 w-6 transition-opacity opacity-0 -start-6 not-prose group-hover:opacity-100 select-none"> <a class="text-primary-300 dark:text-neutral-700 !no-underline" href="#%e3%82%b3%e3%83%9f%e3%83%a5%e3%83%8b%e3%83%86%e3%82%a3%e9%96%8b%e7%99%ba" aria-label="アンカー">#</a> </span> </h4> <ul> <li><strong>DreamShaper V8 (SD1.5)</strong> <ul> <li>Civitai: <a href="https://civitai.com/models/4384/dreamshaper" target="_blank" rel="noreferrer">https://civitai.com/models/4384/dreamshaper</a> <a href="https://civitai.com/models/4384/dreamshaper" target="_blank" rel="noreferrer">DreamShaper - 8 | Stable Diffusion Checkpoint | Civitai</a></li> <li>汎用性の高いバランス型モデル</li> </ul> </li> <li><strong>DreamShaper XL V2.1</strong> <ul> <li>Civitai: <a href="https://civitai.com/models/112902/dreamshaper-xl" target="_blank" rel="noreferrer">https://civitai.com/models/112902/dreamshaper-xl</a> <a href="https://civitai.com/models/112902/dreamshaper-xl" target="_blank" rel="noreferrer">DreamShaper XL - v2.1 Turbo DPM++ SDE | Stable Diffusion XL Checkpoint | Civitai</a></li> <li>SDXL版汎用モデル</li> </ul> </li> </ul> <h3 class="relative group">特殊・マージ系チェックポイント <div id="特殊マージ系チェックポイント" class="anchor"></div> <span class="absolute top-0 w-6 transition-opacity opacity-0 -start-6 not-prose group-hover:opacity-100 select-none"> <a class="text-primary-300 dark:text-neutral-700 !no-underline" href="#%e7%89%b9%e6%ae%8a%e3%83%9e%e3%83%bc%e3%82%b8%e7%b3%bb%e3%83%81%e3%82%a7%e3%83%83%e3%82%af%e3%83%9d%e3%82%a4%e3%83%b3%e3%83%88" aria-label="アンカー">#</a> </span> </h3> <ul> <li><strong>AnyOrangeMix</strong> <ul> <li>Civitai: <a href="https://civitai.com/models/21503/anyorangemix-anything-abyssorangemix" target="_blank" rel="noreferrer">https://civitai.com/models/21503/anyorangemix-anything-abyssorangemix</a> <a href="https://civitai.com/models/21503/anyorangemix-anything-abyssorangemix" target="_blank" rel="noreferrer">Civitai</a><a href="https://civitai.com/models/365162/anyorangemixxl-anything-abyssorangemix-greatergreater-xl" target="_blank" rel="noreferrer">Civitai</a></li> <li>AnythingとAbyssOrangeMixの融合</li> </ul> </li> <li><strong>OrangeChillMix V7.0</strong> <ul> <li>Civitai: <a href="https://civitai.com/models/9486/orangechillmix" target="_blank" rel="noreferrer">https://civitai.com/models/9486/orangechillmix</a> <a href="https://civitai.com/models/9486/orangechillmix" target="_blank" rel="noreferrer">OrangeChillMix - v7.0_fixed | Stable Diffusion Checkpoint | Civitai</a></li> <li>AbyssOrangeMixとChilloutMixの融合</li> </ul> </li> </ul> <h3 class="relative group">ダウンロード時の注意点 <div id="ダウンロード時の注意点" class="anchor"></div> <span class="absolute top-0 w-6 transition-opacity opacity-0 -start-6 not-prose group-hover:opacity-100 select-none"> <a class="text-primary-300 dark:text-neutral-700 !no-underline" href="#%e3%83%80%e3%82%a6%e3%83%b3%e3%83%ad%e3%83%bc%e3%83%89%e6%99%82%e3%81%ae%e6%b3%a8%e6%84%8f%e7%82%b9" aria-label="アンカー">#</a> </span> </h3> <h4 class="relative group">ファイル形式 <div id="ファイル形式" class="anchor"></div> <span class="absolute top-0 w-6 transition-opacity opacity-0 -start-6 not-prose group-hover:opacity-100 select-none"> <a class="text-primary-300 dark:text-neutral-700 !no-underline" href="#%e3%83%95%e3%82%a1%e3%82%a4%e3%83%ab%e5%bd%a2%e5%bc%8f" aria-label="アンカー">#</a> </span> </h4> <ul> <li><strong>.safetensors</strong>: より安全で推奨される形式</li> <li><strong>.ckpt</strong>: 従来形式（セキュリティ上注意が必要）</li> </ul> <h4 class="relative group">VAEについて <div id="vaeについて" class="anchor"></div> <span class="absolute top-0 w-6 transition-opacity opacity-0 -start-6 not-prose group-hover:opacity-100 select-none"> <a class="text-primary-300 dark:text-neutral-700 !no-underline" href="#vae%e3%81%ab%e3%81%a4%e3%81%84%e3%81%a6" aria-label="アンカー">#</a> </span> </h4> <p>一部のモデルは<strong>別途<a href="https://namaraii.com/posts/vae/" >VAE</a>ファイル</strong>が必要である。&ldquo;Baked VAE&quot;と記載されているモデルは内蔵済みのため不要である。</p>https://namaraii.com/posts/comfyui/Tue, 26 Aug 2025 14:01:41 +0900hitoshi@namaraii.com (竹内 仁 (TAKEUCHI Hitoshi))https://namaraii.com/posts/comfyui/<p><strong>ComfyUI</strong>は、Stable Diffusionなどの拡散モデルを使用した画像生成のための<strong>ノードベースUI</strong>である。</p> <ul> <li><a href="https://www.comfy.org/" target="_blank" rel="noreferrer">ComfyUI | Generate video, images, 3D, audio with AI</a></li> </ul> <h2 class="relative group">ComfyUIの基本概念 <div id="comfyuiの基本概念" class="anchor"></div> <span class="absolute top-0 w-6 transition-opacity opacity-0 -start-6 not-prose group-hover:opacity-100 select-none"> <a class="text-primary-300 dark:text-neutral-700 !no-underline" href="#comfyui%e3%81%ae%e5%9f%ba%e6%9c%ac%e6%a6%82%e5%bf%b5" aria-label="アンカー">#</a> </span> </h2> <h3 class="relative group">ノードベースワークフロー <div id="ノードベースワークフロー" class="anchor"></div> <span class="absolute top-0 w-6 transition-opacity opacity-0 -start-6 not-prose group-hover:opacity-100 select-none"> <a class="text-primary-300 dark:text-neutral-700 !no-underline" href="#%e3%83%8e%e3%83%bc%e3%83%89%e3%83%99%e3%83%bc%e3%82%b9%e3%83%af%e3%83%bc%e3%82%af%e3%83%95%e3%83%ad%e3%83%bc" aria-label="アンカー">#</a> </span> </h3> <p>ComfyUIは従来のテキストボックス形式ではなく、<strong>ノード（節点）を線で繋ぐ</strong>方式でワークフローを構築する。各ノードが特定の機能を持ち、それらを組み合わせて複雑な画像生成プロセスを作成できる。</p> <h2 class="relative group">基本的なノード構成 <div id="基本的なノード構成" class="anchor"></div> <span class="absolute top-0 w-6 transition-opacity opacity-0 -start-6 not-prose group-hover:opacity-100 select-none"> <a class="text-primary-300 dark:text-neutral-700 !no-underline" href="#%e5%9f%ba%e6%9c%ac%e7%9a%84%e3%81%aa%e3%83%8e%e3%83%bc%e3%83%89%e6%a7%8b%e6%88%90" aria-label="アンカー">#</a> </span> </h2> <h3 class="relative group">入力系ノード <div id="入力系ノード" class="anchor"></div> <span class="absolute top-0 w-6 transition-opacity opacity-0 -start-6 not-prose group-hover:opacity-100 select-none"> <a class="text-primary-300 dark:text-neutral-700 !no-underline" href="#%e5%85%a5%e5%8a%9b%e7%b3%bb%e3%83%8e%e3%83%bc%e3%83%89" aria-label="アンカー">#</a> </span> </h3> <ul> <li><strong>Checkpoint Loader</strong>: モデル（チェックポイント）を読み込む</li> <li><strong>CLIP Text Encode</strong>: プロンプトをテキストエンコーディングする</li> <li><strong>Empty Latent Image</strong>: 生成する画像のサイズを指定</li> </ul> <h3 class="relative group">処理系ノード <div id="処理系ノード" class="anchor"></div> <span class="absolute top-0 w-6 transition-opacity opacity-0 -start-6 not-prose group-hover:opacity-100 select-none"> <a class="text-primary-300 dark:text-neutral-700 !no-underline" href="#%e5%87%a6%e7%90%86%e7%b3%bb%e3%83%8e%e3%83%bc%e3%83%89" aria-label="アンカー">#</a> </span> </h3> <ul> <li><strong>KSampler</strong>: 実際の画像生成（サンプリング）を行う</li> <li><strong>VAE Decode</strong>: 潜在空間から画像に変換</li> <li><strong>LoRA Loader</strong>: LoRAモデルを適用</li> </ul> <h3 class="relative group">出力系ノード <div id="出力系ノード" class="anchor"></div> <span class="absolute top-0 w-6 transition-opacity opacity-0 -start-6 not-prose group-hover:opacity-100 select-none"> <a class="text-primary-300 dark:text-neutral-700 !no-underline" href="#%e5%87%ba%e5%8a%9b%e7%b3%bb%e3%83%8e%e3%83%bc%e3%83%89" aria-label="アンカー">#</a> </span> </h3> <ul> <li><strong>Save Image</strong>: 生成された画像を保存</li> <li><strong>Preview Image</strong>: 画像をプレビュー表示</li> </ul> <h2 class="relative group">ワークフローの例 <div id="ワークフローの例" class="anchor"></div> <span class="absolute top-0 w-6 transition-opacity opacity-0 -start-6 not-prose group-hover:opacity-100 select-none"> <a class="text-primary-300 dark:text-neutral-700 !no-underline" href="#%e3%83%af%e3%83%bc%e3%82%af%e3%83%95%e3%83%ad%e3%83%bc%e3%81%ae%e4%be%8b" aria-label="アンカー">#</a> </span> </h2> <p>基本的な画像生成ワークフローは以下のような流れになる：</p>https://namaraii.com/posts/lora/Tue, 26 Aug 2025 13:52:23 +0900hitoshi@namaraii.com (竹内 仁 (TAKEUCHI Hitoshi))https://namaraii.com/posts/lora/<p>LoRA（Low-Rank Adaptation）は、大規模言語モデルやその他のニューラルネットワークを効率的にファインチューニングする手法。</p> <p>従来のファインチューニングでは、事前学習済みモデルの全てのパラメータを更新する必要があったが、LoRAでは低ランク分解という数学的手法を使い、少ないパラメータで効果的な学習を実現する。</p>