新清士@AIコンテンツ開発者's banner

新清士@AIコンテンツ開発者

@kiyoshi_shin • 41,043 subscribers

株式会社バリーン・スタジオ Creative Tech Lab. / デジタルハリウッド大学大学院教授 / ASCIIメタバース・プレゼンス連載中 / 生成AI絡みでご関心がありましたらDMで

Shorts

そうはならんやろ的なやつ #AI Minimax H3ローカル

そうはならんやろ的なやつ #AI Minimax H3ローカル

180,617 Aufrufe

#MiniMaxH3 ローカル4090 864x480の15秒。生成にかかったのは8分19秒。日本に対しての理解度の深さに驚く。これは他のものでは難しかった。何気ないシーンのよく雰囲気出ている。小さく出して、あとから時間のかかる2k化とかできるかな？

#MiniMaxH3 ローカル4090 864x480の15秒。生成にかかったのは8分19秒。日本に対しての理解度の深さに驚く。これは他のものでは難しかった。何気ないシーンのよく雰囲気出ている。小さく出して、あとから時間のかかる2k化とかできるかな？

980,364 Aufrufe

色々やって、鈴木様のこの方法との組み合わせに落ちつつきつつあります。西川さんのこの指定で、4090で1184×896_15秒の生成が9分45秒。で、時間かかったあとに発覚するミスが辛いので、鈴木さんの方法で、まず事前確認用に3Stepで先に生成して3分半。これでPromptが効いているかを確実にして、構図も大雑把に把握したうえで、上を生成。 #MiniMaxH3 西川さんの設定minimax_h3_turbo_v4_step600_pruned_comfyui.safetensors (0.8), euler/beta, 8steps

色々やって、鈴木様のこの方法との組み合わせに落ちつつきつつあります。西川さんのこの指定で、4090で1184×896_15秒の生成が9分45秒。で、時間かかったあとに発覚するミスが辛いので、鈴木さんの方法で、まず事前確認用に3Stepで先に生成して3分半。これでPromptが効いているかを確実にして、構図も大雑把に把握したうえで、上を生成。 #MiniMaxH3 西川さんの設定minimax_h3_turbo_v4_step600_pruned_comfyui.safetensors (0.8), euler/beta, 8steps

71,386 Aufrufe

AIがBlenderを勝手に操作_3D制作のハードルが一気に下がった【アスキー記事冒頭】Anthropicの「ClaudeFable5」や、OpenAIの「GPT-5.6Sol」を使用したCodexから、3D制作ツール「Blender」を操作する手法が注目を集めています。無料で使えることからBlenderは多くの人が利用していますが、初心者が使いこなすためのハードルはかなり高いという実情があります。しかし、AIエージェントと外部ソフトをつなぐための共通規格のMCP（モデル・コンテキスト・プロトコル）を使うことで、LLMに日本語で指示し、Blenderを直接操作することが可能になります。3Dを使った表現をより容易にできる可能性が出てきており、すでにAI動画制作の土台として使える可能性が模索され始めています。「夏の和室」、「ダンス」、「ロボットの戦闘」と筆者の作例を通じて、強みと弱みを見ていきます。(動画は、文中で紹介している作例）

AIがBlenderを勝手に操作_3D制作のハードルが一気に下がった【アスキー記事冒頭】Anthropicの「ClaudeFable5」や、OpenAIの「GPT-5.6Sol」を使用したCodexから、3D制作ツール「Blender」を操作する手法が注目を集めています。無料で使えることからBlenderは多くの人が利用していますが、初心者が使いこなすためのハードルはかなり高いという実情があります。しかし、AIエージェントと外部ソフトをつなぐための共通規格のMCP（モデル・コンテキスト・プロトコル）を使うことで、LLMに日本語で指示し、Blenderを直接操作することが可能になります。3Dを使った表現をより容易にできる可能性が出てきており、すでにAI動画制作の土台として使える可能性が模索され始めています。「夏の和室」、「ダンス」、「ロボットの戦闘」と筆者の作例を通じて、強みと弱みを見ていきます。(動画は、文中で紹介している作例）

117,600 Aufrufe

紹介されていた方法を試してみました。Blender MCPをFable 5経由で操作して、プリビズを作成し、それをSeedance2に持っていくベースにしました。AIに考えさせた、元のダンスが微妙な部分はありますが、十分に制御の方法として可能性を感じますね。

紹介されていた方法を試してみました。Blender MCPをFable 5経由で操作して、プリビズを作成し、それをSeedance2に持っていくベースにしました。AIに考えさせた、元のダンスが微妙な部分はありますが、十分に制御の方法として可能性を感じますね。

51,959 Aufrufe

#MiniMaxH3 のローカル版。5090でのテスト。15秒（864ｘ480）が生成に約380秒。t2iで、出てきた画像の品質は極めて高く、かなりいい。「宇宙猫、雨の町を歩く」

#MiniMaxH3 のローカル版。5090でのテスト。15秒（864ｘ480）が生成に約380秒。t2iで、出てきた画像の品質は極めて高く、かなりいい。「宇宙猫、雨の町を歩く」

24,464 Aufrufe

とうやさんの「ロボットアニメのエンディング」だけのプロンプトでやってみました……。うーん、これはなんというか。曲がまた。3回やって似たようなものだったので #sora2 は、逆に、あまりに学習の幅が狭すぎませんかね。1980年代のロボットアニメと指定しても結果はほぼ同じでした。

とうやさんの「ロボットアニメのエンディング」だけのプロンプトでやってみました……。うーん、これはなんというか。曲がまた。3回やって似たようなものだったので #sora2 は、逆に、あまりに学習の幅が狭すぎませんかね。1980年代のロボットアニメと指定しても結果はほぼ同じでした。

186,279 Aufrufe

WAN2.2 14B 銃撃チャレンジ。ピストルとライフルどっちも普通に出る（デザインが正しいかはわかりませんが）。撃ったあとにニヤリと笑うという指定をしたら、それもちゃんと効いている。素晴らしい。音はMMAudio。アクション系表現では必要なのに、クラウド系では結構生成制限が入るテーマ #wan22

WAN2.2 14B 銃撃チャレンジ。ピストルとライフルどっちも普通に出る（デザインが正しいかはわかりませんが）。撃ったあとにニヤリと笑うという指定をしたら、それもちゃんと効いている。素晴らしい。音はMMAudio。アクション系表現では必要なのに、クラウド系では結構生成制限が入るテーマ #wan22

45,562 Aufrufe

無料でここまで？動画生成AI「LTX-2.3」はWan2.2の牙城を崩すか【アスキー記事冒頭部分】3月5日に公開された動画生成AIモデル「LTX-2.3」が注目されています。開発しているのは、2013年に設立され、写真加工アプリで評価を集めてきた、イスラエルのLightricksというベンチャー企業です。LTX-2.3は特徴として、実写系に強く、軽量である良さがあるものの、激しい動きは弱い、アニメ系の品質は低いといった課題を抱えています。動画のオープンモデルでは中国系が圧倒してきましたが、アリババの最も有力な2025年7月の「Wan2.2」以降、オープンモデルの公開を止めていることもあって、後継となる存在として期待を集めています。（動画は作例として紹介しているものです。今回は作例多めです）

無料でここまで？動画生成AI「LTX-2.3」はWan2.2の牙城を崩すか【アスキー記事冒頭部分】3月5日に公開された動画生成AIモデル「LTX-2.3」が注目されています。開発しているのは、2013年に設立され、写真加工アプリで評価を集めてきた、イスラエルのLightricksというベンチャー企業です。LTX-2.3は特徴として、実写系に強く、軽量である良さがあるものの、激しい動きは弱い、アニメ系の品質は低いといった課題を抱えています。動画のオープンモデルでは中国系が圧倒してきましたが、アリババの最も有力な2025年7月の「Wan2.2」以降、オープンモデルの公開を止めていることもあって、後継となる存在として期待を集めています。（動画は作例として紹介しているものです。今回は作例多めです）

14,729 Aufrufe

Wan2.2-Animateで、同じ条件でイラスト系も試してみた。もうちょっとリファレンス動画を選別したり、パラメータを調整したりすればもっと品質が上がりそう。

Wan2.2-Animateで、同じ条件でイラスト系も試してみた。もうちょっとリファレンス動画を選別したり、パラメータを調整したりすればもっと品質が上がりそう。

24,036 Aufrufe

#MidjourneyV6 で生成した画像をMarigoldを使ってDepthを生成、その後、Blenderで3D化。FBXにして #LumePad2 のLeiaViewerで3D表示。とてもしっかり3D立体視で出てる。これをやりたかった。

#MidjourneyV6 で生成した画像をMarigoldを使ってDepthを生成、その後、Blenderで3D化。FBXにして #LumePad2 のLeiaViewerで3D表示。とてもしっかり3D立体視で出てる。これをやりたかった。

36,212 Aufrufe

Videos

Anya Rossi

sweetdream.ai

SweetDream.ai•Sponsored•Livecam

Watch Anya Live

Anya is streaming live right now! Join her private show and enjoy exclusive content.

Exclusive private shows

1.2k viewers online

Private Show

Join now for exclusive access

Free preview available • Premium content

MiniMax Fast H3 の ComfyUI 量化版がさっそくKijaiさんが公開されたので試してみた。5秒のビデオの生成が4090で49秒。いつも使っているLightX2V＋Sage 8-step T2Vより約3.8倍生成速度が速い。プロンプトは適当にCodexに作らせたものを10本結合。

MiniMax Fast H3 の ComfyUI 量化版がさっそくKijaiさんが公開されたので試してみた。5秒のビデオの生成が4090で49秒。いつも使っているLightX2V＋Sage 8-step T2Vより約3.8倍生成速度が速い。プロンプトは適当にCodexに作らせたものを10本結合。

新清士@AIコンテンツ開発者

68,246 Aufrufe • vor 4 Tagen

lllyasvielさんが「PaintsUndo」を発表。完成画像をインプットとして放り込むと、下描きから着彩までのステップを自動で生成、動画にしてアウトプット。Gitでプログラムも公開。「将来のAIシステムが人間のアーティストの実際のニーズをよりよく満たせることを目的」とか

lllyasvielさんが「PaintsUndo」を発表。完成画像をインプットとして放り込むと、下描きから着彩までのステップを自動で生成、動画にしてアウトプット。Gitでプログラムも公開。「将来のAIシステムが人間のアーティストの実際のニーズをよりよく満たせることを目的」とか

新清士@AIコンテンツ開発者

4,011,788 Aufrufe • vor 2 Jahren

公開されていた長編の作成を可能にするワークフローのContext Loopというのを使って、ショート動画を作ってみた。15秒x3の45秒。Seedance2とかでやっていたことが、ほぼそのまま #MiniMaxH3 できる。キャラクターや舞台の一貫性を守ってお話を展開。漁船の老人と街に出る少女の話。台本はGPT-5.5。

公開されていた長編の作成を可能にするワークフローのContext Loopというのを使って、ショート動画を作ってみた。15秒x3の45秒。Seedance2とかでやっていたことが、ほぼそのまま #MiniMaxH3 できる。キャラクターや舞台の一貫性を守ってお話を展開。漁船の老人と街に出る少女の話。台本はGPT-5.5。

新清士@AIコンテンツ開発者

57,657 Aufrufe • vor 23 Tagen

ちなみに、ナチュレ様のデモは素直にすごい。ここまでパラメータをちょっと変更するだけで、様々なバリエーションの声を作成できるようになっているのか。デモは、72時間限定とのこと（アクセス集中の場合、早期に打ち切る可能性ありとのこと）

ちなみに、ナチュレ様のデモは素直にすごい。ここまでパラメータをちょっと変更するだけで、様々なバリエーションの声を作成できるようになっているのか。デモは、72時間限定とのこと（アクセス集中の場合、早期に打ち切る可能性ありとのこと）

新清士@AIコンテンツ開発者

129,381 Aufrufe • vor 9 Monaten

ACE Musicを動かしてみたけど、日本語の曲も普通に作ってくる。2分の曲を40秒程度で生成した。完成度はかなり高い印象。モデルサイズも10GBとそれほど大きくない。MITライセンス。Lora作成も可能らしい（旧正月祝いの曲がサンプルで出ている）。

ACE Musicを動かしてみたけど、日本語の曲も普通に作ってくる。2分の曲を40秒程度で生成した。完成度はかなり高い印象。モデルサイズも10GBとそれほど大きくない。MITライセンス。Lora作成も可能らしい（旧正月祝いの曲がサンプルで出ている）。

新清士@AIコンテンツ開発者

96,215 Aufrufe • vor 7 Monaten

寝不足になるほど面白い_ローカルAIと音声合成をつないだら、キャラが普通にしゃべり始めた【アスキー記事冒頭】日本語に特化して開発されているTTSモデル（Text-to-Speech、テキストから音声）の「Irodori-TTSv3」が話題になっています。最近、様々なTTSが登場しているのですが、アナウンサー的な話し方のTTSが多いなか、このモデルは、より幅広い感情表現ができ、演技までできるうえに、生成速度が速いという特徴があります。今回は、グーグルのオープンモデルLLMである「Gemma4」を組み合わせて、AIとのチャットアプリを開発してみました。ローカルLLMと高速TTSを組み合わせれば、キャラクターAIが実用的な速度でしゃべり始める段階に入っています。【動画は開発したアプリの2Pモード】

寝不足になるほど面白い_ローカルAIと音声合成をつないだら、キャラが普通にしゃべり始めた【アスキー記事冒頭】日本語に特化して開発されているTTSモデル（Text-to-Speech、テキストから音声）の「Irodori-TTSv3」が話題になっています。最近、様々なTTSが登場しているのですが、アナウンサー的な話し方のTTSが多いなか、このモデルは、より幅広い感情表現ができ、演技までできるうえに、生成速度が速いという特徴があります。今回は、グーグルのオープンモデルLLMである「Gemma4」を組み合わせて、AIとのチャットアプリを開発してみました。ローカルLLMと高速TTSを組み合わせれば、キャラクターAIが実用的な速度でしゃべり始める段階に入っています。【動画は開発したアプリの2Pモード】

新清士@AIコンテンツ開発者

44,246 Aufrufe • vor 2 Monaten

#sora2 テクノサウンドと白黒の図形エフェクトを組み合わせた9本分の90秒の動画を作ってみた。普通に見れてしまうし、音と映像がピッタリあっているので、結構気持ちいい。トレードマークを消したいなあと。

#sora2 テクノサウンドと白黒の図形エフェクトを組み合わせた9本分の90秒の動画を作ってみた。普通に見れてしまうし、音と映像がピッタリあっているので、結構気持ちいい。トレードマークを消したいなあと。

新清士@AIコンテンツ開発者

90,917 Aufrufe • vor 11 Monaten

Irodori-TTS v3の生成速度が、とても速いので、これなら普通に対話できるのではないかと、チャットアプリを作ってみた。これぐらいの長さなら、ストレスなくかなり対話できる印象。LLMはGenma4-31B-it。生成時に感情を選んでもらって、それに合わせた画像も用意して変化させるようにした。

Irodori-TTS v3の生成速度が、とても速いので、これなら普通に対話できるのではないかと、チャットアプリを作ってみた。これぐらいの長さなら、ストレスなくかなり対話できる印象。LLMはGenma4-31B-it。生成時に感情を選んでもらって、それに合わせた画像も用意して変化させるようにした。

新清士@AIコンテンツ開発者

31,578 Aufrufe • vor 3 Monaten

Codexに、２D格ゲー作ってと指示して３０分放置して出てきたゲーム。画像のスプライトもGPTImage2で適当に作ってと指示。ズレが起きているのはデータの配列を調整するとなおると思います。まだ、まるで面白くないですが、土台にはできますね。Codexはどこかで見たことがあるような内容を作らせるのは、とても優秀な印象です。

Codexに、２D格ゲー作ってと指示して３０分放置して出てきたゲーム。画像のスプライトもGPTImage2で適当に作ってと指示。ズレが起きているのはデータの配列を調整するとなおると思います。まだ、まるで面白くないですが、土台にはできますね。Codexはどこかで見たことがあるような内容を作らせるのは、とても優秀な印象です。

新清士@AIコンテンツ開発者

37,937 Aufrufe • vor 4 Monaten

Fable5のベンチマークでシューティングゲームを作ってみました。過去一番、完成度が高い。最初に計画を立てて、それから生成させています。どうも、Fable5は演出力がCodexと比べてかなり高い気がします。ボス戦ありで全5面。かなり遊べます。プレイ可能です。

Fable5のベンチマークでシューティングゲームを作ってみました。過去一番、完成度が高い。最初に計画を立てて、それから生成させています。どうも、Fable5は演出力がCodexと比べてかなり高い気がします。ボス戦ありで全5面。かなり遊べます。プレイ可能です。

新清士@AIコンテンツ開発者

17,215 Aufrufe • vor 2 Monaten

もしかしたら、Sunoの声付き楽曲の声をStemで声だけに分離して、Qwen3-TTSで参照させたら似るんじゃないかなと思ったらできた。最初の9秒が元楽曲の声で、後半32秒がアスキー記事読み上げ。ただ、音楽のリズムが交じるので、ラップ風の抑揚がついてるｗあと、エコーも入ってる。

もしかしたら、Sunoの声付き楽曲の声をStemで声だけに分離して、Qwen3-TTSで参照させたら似るんじゃないかなと思ったらできた。最初の9秒が元楽曲の声で、後半32秒がアスキー記事読み上げ。ただ、音楽のリズムが交じるので、ラップ風の抑揚がついてるｗあと、エコーも入ってる。

新清士@(生成AI)インディゲーム開発者

26,352 Aufrufe • vor 6 Monaten

ACE-Step v1.5が使い勝手がよくて、最近Sunoの性能が上がりすぎて、完成度が高すぎる曲にどう調整したらいいのかわからなかった。ところがACEはまだ素朴な音が出てくるので、それで大量に出して気に入った音をSuno v5でリミックスしたら、かっこいいアレンジになる。最初がACE、後半がSunoリミックス

ACE-Step v1.5が使い勝手がよくて、最近Sunoの性能が上がりすぎて、完成度が高すぎる曲にどう調整したらいいのかわからなかった。ところがACEはまだ素朴な音が出てくるので、それで大量に出して気に入った音をSuno v5でリミックスしたら、かっこいいアレンジになる。最初がACE、後半がSunoリミックス

新清士@(生成AI)インディゲーム開発者

25,716 Aufrufe • vor 6 Monaten

2Pモードを付けてAI二人が対話できるようにしてみた。Irodori-TTSを2台のPCで動かしているので、少し強引な方法ではありますが。プレイヤーがお題を出して誘導したりすると、合わせて話を展開してくれます。

2Pモードを付けてAI二人が対話できるようにしてみた。Irodori-TTSを2台のPCで動かしているので、少し強引な方法ではありますが。プレイヤーがお題を出して誘導したりすると、合わせて話を展開してくれます。

新清士@AIコンテンツ開発者

13,475 Aufrufe • vor 3 Monaten

Keine weiteren Inhalte verfügbar