画像・動画生成

ローカル画像生成：自分のPCで何が作れるのか

頭の中には望む画像があるのですが、一文で説明するのは難しいです。一枚を作成してから照明を変えて構図を再検討することで、少しずつ近づいていきます。ローカル画像生成用のデバイスを選ぶ際には、完成作品の一枚よりも、この修正プロセスをどれだけスムーズに繰り返せるかが重要です。

最初から完成した作品が出ていなければならないとは限りません

たとえば、小型製品の紹介用画像を作成する場合を考えてみましょう。背景は明るくするか、暗くするか、製品を中央に配置するか、片側に配置するか、まだ決定していません。この段階では、最終的な大きな画像よりも、方向性を比較するための複数の案が最初に必要です。

もし1枚が気に入らない場合は、その他のものを記録し、プロンプトまたは参照画像を変更します。モデル・シード・設定を保存しておくと、変更した要素を比較しやすくなります。ただし、実行環境や設定が異なる場合、同じシードでも完全に同じ結果を保証することはできません。

小解像でコンポジションを試し、満足する結果を得てから、それを大きな解像度で調整できます。誤った方向のアイデアを高解像度で継続して計算する時間を減らすためです。すべてのモデルがすべての解像度で同じコンポジションを維持するわけではありませんので、最終結果は再確認が必要です。

手や製品の一部だけが不正だった場合に、部分的な修正が可能なパスを検討します。画像を入力して形状を維持したり、特定の領域を再生成できる機能が提供されているか確認します。モデルを変更するよりも、現在の結果を修正する方が適切な場合もあります。

生成モデル以外に、プロンプトを処理するテキストエンコーダーや、潜在表現を画像に変換するVAEなどが必要になる場合があります。デプロイにより、一緒に含まれるか、別途取得するかが異なります。モデル本体ファイルサイズだけではディスクとVRAMの要件を計算すると、抜けた項目が生じます。

実行アプリがモデル構造および量子化をサポートしているかを確認し、まず短い基本ワークフローで1枚を完成させてみましょう。最初から複数の拡張機能を追加すると、失敗した際にどこで問題が生じたかを特定するのが難しくなります。

画像サイズとともに生成数が増えると、中間ワークスペースも変化します。複数枚を一度に生成するバッチサイズが不足する場合は、1枚ずつ順に生成する方法を試すことができます。処理量と必要な瞬間のメモリを分けて確認する必要があります。

既に持っている設備で小さなシアンを繰り返すことが十分であるならば、すぐにアップグレードする必要はありません。逆に、毎日複数の候補を比較する過程で待ち時間のため試行を減らす場合、より速い生成時間は実際の価値を持つ可能性があります。

照明や背景が良好でも、製品のボタン・ロゴ・比率が異なる場合、実際に製品を説明するための画像としてすぐに使用することはできません。文字が存在する場合は、スペルと数字を別々に確認し、必要な部分は編集ツールで正確に挿入する方法もあります。

元データを自社のデバイスで処理するように構成できますが、すべてのアプリが自動で外部接続を行うとは限りません。ダウンロード・共有・拡張機能の接続を確認してください。公開前に作成されたデータであれば、ファイルの保存場所およびアクセス可能な人物も併せて確認してください。

サイトの画像体験では、登録済みサンプルが予想時間に合わせて表示されます。ブラウザが選択したデバイスで新しい画像が実際に生成された結果であるとは限りません。各デバイス候補間で、同じモデル・サイズの待ち時間の比較に使用してください。

機器を購入した後は、自分が作りたい画像を一から完璧に仕上げてみましょう。何回の修正が必要か、どの段階が最も時間がかかるかを体験してみます。その経験を積むことで、次の機器を選ぶ際には「最も速いGPU」ではなく、自分が頻繁に中断してしまう処理を減らす構成を見つけることができるでしょう。