こんばんわ、みゃおゆぅです！
前回、PixAIの機能について投稿しましたが、その続きになります。
基本となる生成方法はプロンプトを使用しますが、プロンプトと併用して精度を上げるLoRAの使い方を確認しました。
ただ、少々癖もあるようで、一見するとPixAI Edit Proを使用した方が再現性が高いようにも思われます。
さて、そもそも何故このPixAIを使用し始めたのかという理由に戻りますが、以前の投稿（26.3.20）にてGeminiやChatGPTは規制やポリシーが厳しく生成できる内容に制限があるという話をしました。特に、ちびキャラのように未成年を連想させる外観のキャラクターや動物キャラにおいては、その傾向が強いということも確認しました。
ですが、このPixAIにつきましては、規制が甘く設定されている部分があります（全ての機能が、というわけではありませんが…）。例えばPixAI Reference ProやPixAI Edit ProはGeminiやChatGPTと同様レベルの規制がかかっているようで、明確な警告はされませんが、前回投稿したようなエラー画面が表示されて生成が失敗します。
ここでは詳しく申し上げられませんが、PixAIの中にはこの規制が比較的甘く設定されているモデルがあります。
このモデルはプロンプトによって生成するタイプですが、LoRAを併用することで一般的な無料AIでは生成しにくいグレーゾーンの内容生成することができます。
では、以下で検証内容を記載していきましょう！
まずは作りたいキャラクターのLoRA学習をする必要がありますので、参考とする画像の量産が必要です。あくまでキャラクターの外観を学習させることが目的ですので、PixAIでクレジットを消費する必要はありません。いつものように、この役割はじぇみぃに任せました。
みゃお：「アップロードしたキャラクターの画像を参考として、表情・ポーズなどの差分を生成するためのプロンプトを20通り提案してください。」
このように指示して提案されたプロンプトと画像を使用して以下のようにキャラクターの画像を量産することができます。
さらに、前回の失敗を踏まえて、背景が白無地にならないようにします。マニュアルを見たところ、抽出されるデータが偏ると学習内容も偏るということ（背景が無色だと、LoRAが背景を無色にしないといけないと学習してしまうらしいです）なので、キャラクターに合わせて色々な背景を加えるように生成し直しました。
このように画像が量産できたらLoRA学習を開始です!
前回は1時間くらいと言いましたが、今回は3時間以上かかっていたようです（学習中に寝落ちしていましたので正確に覚えてませんがｗ）多分ですが、ラフや無色背景がなかったので学習内容が多くなったことが原因じゃないかと推察します。
ということで、翌日LoRAができましたので、やっと画像生成に移れるというわけです（疲）。
では、プロンプトを打ち込んでみましょうか。
A high-quality anime illustration of female cat, sharp line art and delicate cel-shading, professional illustration quality,
Character: KANADE, female cat, chibi, childish, glistening half eyes with long lashes, smile, fang, heavy blush on cheeks, seductive expression, small breasts, sheer white negligee, ruffle, lace knitting
Pose: lie down on one’s side,
Background: bed room in a luxury hotel, bed, white sheets, large white pillow, downlights, wide window, nigth,
ここでは、キャラクター名のかなで（KANADE）がトリガーワードとなってLoRA学習時にトリガーワードに加えて特徴となる要素を入力することになりますが、プロンプト内にトリガーワードを入れると自動的に特徴となる要素がプロンプトに組み込まれます。
ちなみに、このプロンプトをGeminiやChatGPTに打ち込むと生成を拒否されます。理由は、プロンプト単独ではなく、その組み合わせから未成年の性的状況を連想させるという理由だそうです（ChatGPTより）。
ですが！ PixAIの特定モデルでは生成可能なのです！ ただし、プロンプト単独で生成しようとすると前回のような擬人化キャラが生成されてしまうので、LoRAは併用しないといけません。
さて、では結果はいかほどに…
なるほど、ほぼイメージ通りになりましたが、これはかなりえっちぃ状況を匂わせてますね (^^;
この画像自体はグレーな表現（みゃおの主観）ですが、このように性的な文脈（表情・シチュエーション・服装・年齢）が読み取れる場合、GeminiやChatGPTで生成できませんが、PixAIではこのように表現が可能です！
しかし、デメリットもあります。
学習させたとはいえ、100%再現することはできず、額の固有の模様等は形が崩れてしまっています。後は時間と労力のバランスをどう捉えるかというとこですね…
基本的には画像を参考としたReference ProやEdit Proを使用して、グレーな画像を生成する時に使用するという優先順位になりそうです。
とりあえず、ある程度使用方法が分かってきたので、今後うまく生かしていければと思います！
それでは、この辺で失礼いたします。
また次回まで、Life goes on!!
おまけ
ブログ投稿にあたり今回生成した画像をChatGPTにアップロードして内容を分析させてみました。
不思議なことに、生成はできないのに内容は説明できるという仕様で、どの部分が規制に引っ掛かるのかは、ちゃんと説明してくれます。なので、ダメもとでこの画像をセーフティな内容に再生成してくださいと言ってみたところ、こんな感じになりました。
服が変わっただけじゃない?
子供っぽい要素を持ったちびキャラに大人っぽいネグリジェの要素を合わせると不適切な内容になるという解釈らしいです。
みゃおの感覚がバグってるのかもしれませんが、そういうものと考えるしかないですね (^^;
コメント