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 • 41,565 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

#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？

985,881 просмотров

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 просмотров

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）

122,557 просмотров

なるほど、シンプルなプロンプトで、これはすごいっすね。画像から音楽まですべて数式で作っているとOpus 5.5 Maxが主張します。ただ、50分かかりますね。うち10分は環境整備ですが、実際の最後のレンダリングは2分半とのこと。

なるほど、シンプルなプロンプトで、これはすごいっすね。画像から音楽まですべて数式で作っているとOpus 5.5 Maxが主張します。ただ、50分かかりますね。うち10分は環境整備ですが、実際の最後のレンダリングは2分半とのこと。

40,402 просмотров

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

72,739 просмотров

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 просмотров

#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」

24,624 просмотров

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 просмотров

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 просмотров

#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 просмотров

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

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

4,018,417 просмотров • 2 лет назад

GPT-4o級モデルが自宅のPCで動いた！ローカルAIの常識を変える「Strata」【アスキー記事冒頭】9月24日に一般公開された「Strata」というローカルLLM向け技術が話題沸騰中です。これまで、ローカルLLMで動かせるモデルの大きさは、使用するPCのVRAMの容量や、RAMとVRAMで共有するユニファイドメモリの容量によって決まっていました。そのため、強力な思考能力を持つローカルLLMまでは動かすことができなかったのです。ところがStrataはVRAMだけでなく、RAMとSSDに必要なデータを分割して持たせることで、その壁を打ち破り、さらに生成の高速化も実現しました。VRAMを搭載したローエンドPCでさえ動かすことができるため、今後のローカルLLMの活用方法を大きく変化させることは確実です。【動画は、実際にRTX4090搭載PCで動いている画面】

GPT-4o級モデルが自宅のPCで動いた！ローカルAIの常識を変える「Strata」【アスキー記事冒頭】9月24日に一般公開された「Strata」というローカルLLM向け技術が話題沸騰中です。これまで、ローカルLLMで動かせるモデルの大きさは、使用するPCのVRAMの容量や、RAMとVRAMで共有するユニファイドメモリの容量によって決まっていました。そのため、強力な思考能力を持つローカルLLMまでは動かすことができなかったのです。ところがStrataはVRAMだけでなく、RAMとSSDに必要なデータを分割して持たせることで、その壁を打ち破り、さらに生成の高速化も実現しました。VRAMを搭載したローエンドPCでさえ動かすことができるため、今後のローカルLLMの活用方法を大きく変化させることは確実です。【動画は、実際にRTX4090搭載PCで動いている画面】

新清士@AIコンテンツ開発者

20,791 просмотров • 5 дней назад

最終テストとして、GPT-6AstraとBlenderMCPで作ったスチームパンク風都市を線画的なスタイルにMiniMaxH3で変換できるかというのを試しました。結果はなかなかという感じです。①動画からポイントとなる3枚のスクショを取り、それをオリジナルのコンセプト画像風にスタイルを変換（GPT Image 2.5）、②15秒の動画をDepthにスタイル変換（ComfyUI+DepthAnything）、③それをHailuoのサイトに投入して、プロンプトはAstraに検討させて、動画を生成しました。結果はまずまずではないでしょうか。最初は、元の動画そのものと画像で試してうまくいかず3Dの動画がそのまま出ました。そこで、動画をDepth化して参照画像を6枚にしてという形式にしたのですが、枚数が多いと微妙にドリフトするシーンがでました。そのため、3枚程度で、後はAIに自由に考えさせたほうが良い感じで出してくれるという結論になっています。もちろん、すべての指示を、Codex（Astra）内で行っており、メイキングパートについてもCodex（Astra）に作成させています。

最終テストとして、GPT-6AstraとBlenderMCPで作ったスチームパンク風都市を線画的なスタイルにMiniMaxH3で変換できるかというのを試しました。結果はなかなかという感じです。①動画からポイントとなる3枚のスクショを取り、それをオリジナルのコンセプト画像風にスタイルを変換（GPT Image 2.5）、②15秒の動画をDepthにスタイル変換（ComfyUI+DepthAnything）、③それをHailuoのサイトに投入して、プロンプトはAstraに検討させて、動画を生成しました。結果はまずまずではないでしょうか。最初は、元の動画そのものと画像で試してうまくいかず3Dの動画がそのまま出ました。そこで、動画をDepth化して参照画像を6枚にしてという形式にしたのですが、枚数が多いと微妙にドリフトするシーンがでました。そのため、3枚程度で、後はAIに自由に考えさせたほうが良い感じで出してくれるという結論になっています。もちろん、すべての指示を、Codex（Astra）内で行っており、メイキングパートについてもCodex（Astra）に作成させています。

新清士@AIコンテンツ開発者

124,299 просмотров • 1 месяц назад

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

73,711 просмотров • 1 месяц назад

UE5で作った動画を、さらにMiniMax H3（ローカル）に入れて水彩画調にするテスト。動画は元のままだとCGが強く残るので、一度Depthに変換して、参照画像を１枚スクショで水彩画に変換している（制御はGPT-6 Astraにやらせている）。これを、GPTで使わないで自動化するワークフローを組みたいところ。

UE5で作った動画を、さらにMiniMax H3（ローカル）に入れて水彩画調にするテスト。動画は元のままだとCGが強く残るので、一度Depthに変換して、参照画像を１枚スクショで水彩画に変換している（制御はGPT-6 Astraにやらせている）。これを、GPTで使わないで自動化するワークフローを組みたいところ。

新清士@AIコンテンツ開発者

56,026 просмотров • 1 месяц назад

GPT-6 Astraは結構なんでも作れるなあ。学校の室内プールなんてのを指示した。今度は、適当にネット上から参照資料をベースに作ってといって、資料なし。GPT-Image2でベース画像を出して、それを元にBlenderでモデル化、もちろんディティールは見てさらに詰めている。そしてUE5まで持っていった。

GPT-6 Astraは結構なんでも作れるなあ。学校の室内プールなんてのを指示した。今度は、適当にネット上から参照資料をベースに作ってといって、資料なし。GPT-Image2でベース画像を出して、それを元にBlenderでモデル化、もちろんディティールは見てさらに詰めている。そしてUE5まで持っていった。

新清士@AIコンテンツ開発者

44,237 просмотров • 1 месяц назад

GPT-6 Astraで、Hi3Dで作って10万ポリゴンにリダクションした馬にBlenderでボーンを入れて走らせてみた。馬の走る動画を分解して真似てモーションつけてと指示した。動きが完全に正しいのかどうかは、判断がつかないが、４つ足のモーションは既存のオートでは難しいから、もしかして、軽減になる？

GPT-6 Astraで、Hi3Dで作って10万ポリゴンにリダクションした馬にBlenderでボーンを入れて走らせてみた。馬の走る動画を分解して真似てモーションつけてと指示した。動きが完全に正しいのかどうかは、判断がつかないが、４つ足のモーションは既存のオートでは難しいから、もしかして、軽減になる？

新清士@AIコンテンツ開発者

40,198 просмотров • 1 месяц назад

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 просмотров • 2 месяцев назад

教えて頂いたこの方式を導入したら、さらに良くなった。簡易的な荷重モデルで補正する手続き型アニメーションを作る方式で、蹄の接地と推定荷重を軸に、全身を連動させることで、さらに自然になった。もちろん、すべての作業はGPT-6 AstraがやりBlender MCP制御。左が修正前で、右が修正後。

教えて頂いたこの方式を導入したら、さらに良くなった。簡易的な荷重モデルで補正する手続き型アニメーションを作る方式で、蹄の接地と推定荷重を軸に、全身を連動させることで、さらに自然になった。もちろん、すべての作業はGPT-6 AstraがやりBlender MCP制御。左が修正前で、右が修正後。

新清士@AIコンテンツ開発者

38,305 просмотров • 1 месяц назад

GPT-6 Astraでスチームパンク系の都市をBlenderで作ってみた。もちろんBlenderで、馬を作ったり、仕事したりしながら。最初に画像イメージを作り、そこから色々肉付けていった。指示や修正した回数は結構多い。とはいえ、Blenderはすべて裏側で直接操作なし。

GPT-6 Astraでスチームパンク系の都市をBlenderで作ってみた。もちろんBlenderで、馬を作ったり、仕事したりしながら。最初に画像イメージを作り、そこから色々肉付けていった。指示や修正した回数は結構多い。とはいえ、Blenderはすべて裏側で直接操作なし。

新清士@AIコンテンツ開発者

32,943 просмотров • 1 месяц назад

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 просмотров • 11 месяцев назад

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

96,698 просмотров • 8 месяцев назад

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 просмотров • 4 месяцев назад

#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 просмотров • 1 год назад

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 просмотров • 5 месяцев назад

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 просмотров • 4 месяцев назад

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

17,308 просмотров • 4 месяцев назад

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 просмотров • 8 месяцев назад