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 • 40,409 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

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。

50,261 görüntüleme

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 görüntüleme

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 görüntüleme

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 görüntüleme

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 görüntüleme

#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。

36,208 görüntüleme

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

4,011,028 görüntüleme • 2 yıl önce

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

44,106 görüntüleme • 1 ay önce

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 görüntüleme • 5 ay önce

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 görüntüleme • 1 ay önce

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 görüntüleme • 8 ay önce

#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 görüntüleme • 9 ay önce

ほんと nano-bananaが出てきて服装の差分とかを作るのがものすごく簡単になりましたね。そして、それぞれの差分を、Wan2.2で適当につなげると、それっぽくなる。 #AIMovies

ほんと nano-bananaが出てきて服装の差分とかを作るのがものすごく簡単になりましたね。そして、それぞれの差分を、Wan2.2で適当につなげると、それっぽくなる。 #AIMovies

新清士@(生成AI)インディゲーム開発者

86,861 görüntüleme • 10 ay önce

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 görüntüleme • 1 ay önce

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 görüntüleme • 5 ay önce

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 görüntüleme • 5 ay önce

#Midjounery v7 のOmuni-referenceを使ってオブジェクトを複数角度出して、Klingでつないだもの。形状は結構変わっているのだけど、それでもそれぽい感じは出ていて、後ろ向きとかも出せるので、一貫性は増しやすくなってる。音はMMAudioとSuno4.5 #AIMovie

Sensitive content

This media may contain sensitive content.

#Midjounery v7 のOmuni-referenceを使ってオブジェクトを複数角度出して、Klingでつないだもの。形状は結構変わっているのだけど、それでもそれぽい感じは出ていて、後ろ向きとかも出せるので、一貫性は増しやすくなってる。音はMMAudioとSuno4.5 #AIMovie

新清士@(生成AI)インディゲーム開発者

11,503 görüntüleme • 1 yıl önce

Daha fazla içerik yok.