こんにちは、Einarです。
AIイラスト生成に関するニュースを追っている方なら、技術革新の勢いがまったく衰えていないことに気づいているかもしれません。一方で、アニメ系モデルの多くは、大小さまざまな変更こそ加えられているものの、引き続きSDXLをベースにしていることにも気づいたのではないでしょうか。IllustriousやNoobAI-XL、そして最近ではChenkin-Noobなどがその例です。実際、ごく最近登場したKrea 2は例外かもしれませんが、それまでに公開されてきたモデルの多くはフォトリアル表現を重視していました。また、モデル自体も非常に大きく、VRAMの少ないGPUへ読み込むには、いくつか工夫が必要でした。
そんな状況が続いていましたが、少し前にCirclestone Labsが、SDXLとはまったく異なるアーキテクチャ（NVIDIA Cosmos）をベースにした新モデル「Anima」を学習中であると発表しました。このモデルはいくつかの理由から、多くの注目を集めました。
- SDXLよりも小さい
- Danbooruタグに対応している
- 自然言語（英語）による入力にも対応し、SDXLとは異なり、単語同士の関係や文脈を踏まえて扱える
- 最大1536x1536の解像度に対応するとされている
このモデルは3回のプレビュー版を経て、先月ごろに1.0 baseが公開されました。いつものように、コミュニティからはベースモデルの能力や画風を強化するためのファインチューンやマージが次々と登場しています。Civitaiを見てみれば、すでに大量のモデルが公開されていることが分かるでしょう。
そのひとつが「DaSiWa Anima」です。名称は作者であるDarksidewalkerさんの名前を縮めたもので、今回はバージョン1「Luminous Labyrinth」をレビューします。また、その途中で少し寄り道をして、Animaがどのように動作するのかも説明します。SDXLとは少し仕組みが異なるためです。
準備はいいですか？それでは、レッツゴー！
初めに #
さすがアニャさん、よく分かっています。Animaは一見するとSDXLに似ているように見えるものの、実際にはまったく異なるモデルなので、最初に説明しておく必要があります。ベースとなっているCosmosは、もともと動画向けに開発されたモデルです（はい、本当です）。また、その設計は、アイテムや物体同士の関係――たとえばシャツとその色の関係――をより適切に捉えることで、概念を「シミュレート」することを目的としています。これはSDXL（そしてIllustriousやNoobAI）とは大きく異なります。
それでは、まやちゃんと詠子さんに説明してもらいましょう。
従来のSDXL系・Illustrious系・NoobAI系では、珍しい属性と対象の組み合わせは崩れやすく、「ピンクの筋模様が入ったシャツ」のような指定も、単なるピンクの服や別の場所の模様になりがちです。
一方、CosmosベースのAnima系は世界モデル寄りの性質を持つため、対象・属性・状況の関係を文章で伝えることで、それをひとつのシーンとしてシミュレートしやすいです。
さらに、Animaにはテキストを解釈するための「LLM adapter」も搭載されています。ものすごく単純化して説明するなら、プロンプトに入力した文章を解析してくれる、極小サイズのChatGPTのようなものだと考えてください。SDXLで使われている仕組み（CLIP）と比べると、英語を言語として解釈できるうえ、Animaの作者いわく「驚くほど幅広い知識」も備えています。そのため、タグと自然言語のどちらも利用でき、さらに両方を組み合わせることも可能です。また、「Maya is to the left of Yuka」のように、シーン内の位置関係も詳しく記述できます。
つまり、望むなら非常に正確なシーンを作ることもできます。
当然ながら、生成パラメーターも変わります。ステップ数――必要なら50程度まで増やすことを勧めるガイドもあります――をはじめ、サンプラーや、もちろんCFGも異なります。それぞれの役割を詳しく知りたい方は、かなり包括的にまとめられているこちらの資料をご覧ください。
今回のレビューでは、条件をある程度統一しました。具体的には、よりフラットな見た目にするため（もちろんです！）「ER-SDE」サンプラーを使用しています。また、このモデルはそのままでも十分なディテールを生成できるため、高解像度は使用していません。詳しい設定を確認したい方は、以下をクリックしてください。
生成のパラメーター
- CFG スケール：4.0
- サンプラー： ER-SDE FlowMatch
- 高解像度: なし
- ステップ数：35
Animaのベースモデルには、デフォルトの画風がありません。基本的には、特定の絵師の画風やスタイルLoRAを使用するか、あるいはWAI-AnimaやAnimaIkaのような、デフォルトの画風を持つ派生モデルを使うことが想定されています。
DaSiWa Luminous Labyrinthは、デフォルトでもややフラットなアニメ調に寄っていますが、私は自分のLoRAコレクションをすべて再学習したため、今回はそれらを直接使用しました。
SDXLと比べると、プロンプトの書き方も少し変わっています。画質を調整するためにこれまで使ってきたタグの大部分に加えて、AnimaにはPony XLに似たスコアリングシステムがあります。つまり、より高品質な方向へ誘導するためにスコアタグを使ったり、低いスコアをネガティブプロンプトへ入れたりできます。たとえば、score_7やscore_1などです。一般的に、高いスコアのタグは画風にも影響しやすいため、今回は一部の低スコアタグだけをネガティブプロンプトに入れることにしました。
共通のネガティブプロンプトは以下の通りです。
worst quality, low quality, bad anatomy, score_1, score_2, score_3, blurry, jpeg artifacts,signature, logo, lipgloss, blush, child, loli,
それから、特定のLoRAを使用した場合は、簡単に見つけられるよう必ずリンクも掲載します。
ふう！導入はこれで十分でしょう。まだついてきていますか？もういない？ちょっと、戻ってきてください！ここからは美少女たちの出番ですよ！（ごほん！）
主役と、その親友から始めましょう #
今回のレビューも、いつも通りこの二人から始めます。どの宇宙でもナンバーワンの超絶かわいいまやちゃん、そしてナンバー2のゆかちゃんです！
……私の個人的な好みはさておき、この二人を最初に使うのにはきちんとした理由があります。これまで最も多くテストしてきたキャラクターで、データセットも特に充実しており、LoRAを使わなくても比較的プロンプトしやすいからです。そのため、まずは最も扱いやすい条件で、そのモデルに何ができるのかを確認するのに向いています。
それに、美少女をもっと見られますからね！
スーパースター、まやちゃん！ #
世界一かわいい女の子に、今さら紹介なんて必要でしょうか？皆さん、まやちゃんのことは知っていますよね？（ごほん！）
……はいはい、これはレビューであって、まやちゃんファンクラブではありません（でも、作ってもいいかも？）。ということで、まずは教室でこちらに手を振るまやちゃんから見ていきましょう。構図もキャラクターも、それほど複雑ではありません。さて、どのような仕上がりになるでしょうか？
まやちゃんの生成では、常に multiple bracelets, armlet, wristband をネガティブに追加しています。
プロンプト（クリックして表示）
anime coloring, masterpiece, newest, best quality, very aesthetic, highres, absurdres, 1girl, solo, from above, hirukawamaya, medium breasts, brown hair, bob cut, blunt bangs, blunt ends, blue eyes, black bracelet, mncs, waving, smile, serafuku, school uniform, summer uniform, aqua neckerchief, morning, day,indoors, chalkboard, classroom, podium, school desks, bookcase, dot nose <lora:anima-maya:1.0>
ああ、美しいまやちゃん……ごほん！私の好みはさておき、イラストは狙い通りに仕上がりました。線はシャープで、色塗りもきれいなフラット調です。背景にも、IllustriousやNoobAI-XLでよく見かけるような、不自然に崩れた要素が少なくなっています。
鋭い方は、プロンプトにfrom aboveが入っていることに気づいたかもしれません。Animaでは、シーンをかなり明確に指定する必要があります。そうしないと、正面からカメラを見つめるキャラクターばかりになりがちです。一見すると面倒に思えるかもしれませんが、逆に言えば、狙ったシーンをより正確に作れるということでもあります。
それでは次に、私服姿のまやちゃんを見てみましょう。今度は視点を下からに変えます。さて、どうなるでしょうか！
プロンプト（クリックして表示）
anime coloring, masterpiece, newest, best quality, very aesthetic, highres, absurdres, 1girl, solo, from below, hirukawamaya, medium breasts, brown hair, bob cut, blunt bangs, blunt ends, blue eyes, black bracelet, mncs, standing, contrapposto, hand on hip, arm at side, smile, yellow shirt, t-shirt, denim shorts, open fly, navel, groin, lowleg, midday, day, noon, blue sky, cloud, street, city, urban, sidewalk, crosswalk, skyscraper, tokyo \(city\), dot nose <lora:anima-maya:1.0>
かわいいですね。それに、この開いたショートパンツ……なかなかセクシーだと思いませんか？ごほん！
教室の例と同じく、まやちゃんらしさはかなり忠実に再現されています。これは決して当たり前ではなく、モデルによっては画風への影響がかなり強く出ることもあります。
背景は比較的標準的なものですが、明らかに意味の通らない物体や、大きく崩れた要素は見当たりません。このモデルを試していて気づいたのは、タグでも自然言語でも、説明を細かく指定するほど、背景に不自然な要素が出にくくなる傾向があるということです。
かわいさ部隊の副隊長、ゆかちゃん！ #
美しいまやちゃんはいったん置いておいて、次は彼女の親友にして、世界で2番目にかわいい女の子、ゆかちゃんに注目しましょう！今回は視点を少し変えて、ほんの少しだけ異なる構図に、このモデルがどう対応するのかを見てみます。
ゆかちゃん生成時は、常に low twintails をネガティブに追加しています。
プロンプト（クリックして表示）
anime coloring, masterpiece, newest, best quality, very aesthetic, highres, absurdres, 1girl, solo, feet out of frame, from below, from side, inoyuka, medium breasts, pink hair, very long hair, twintails, hair scrunchie, blue scrunchie, purple eyes, hands on hips, standing, grin, serafuku, school uniform, summer uniform, aqua neckerchief, evening, street, suburb, city, urban, wall, house, tree, utility pole, road sign, dot nose <lora:anima-yuka:1.0>
この得意げな表情、そして圧倒的なかわいさ！ええと……それはさておき、ここには注目すべき点がいくつかあります。
まず、これほど簡単な指定しかしていないにもかかわらず、ライティングは多くのIllustrious系モデルよりもかなり良好です。cinematic lightingを追加すれば色彩をより印象的にでき、dramatic lightingを使えば光の演出をさらに強められます。また、これらのタグを組み合わせることで、より良い結果を得ることもできます。
もうひとつは、今回も背景の大部分に説得力があることです。一部には多少崩れているように見える箇所もありますが、全体としては良い仕上がりです。
プロンプトにもかなり忠実に従っています。タグを組み合わせ、さらに自然言語による説明を加えれば、かなりユニークな視点や構図も簡単に作れます！
頼れる大人組――詠子さん、アニャさん、湖乃美さん #
少し大人っぽい見た目のキャラクターを生成するのは、モデルによって非常に簡単な場合もあれば、ものすごく難しい場合もあります。やや年上の女性をうまく描けないモデルもあるからです。
まあ、気にしたまま悩んでいても仕方ありません。ここはさっそく試してみましょう！どうやって？もちろん、より頼りになって、そして年上の（でも年齢は聞かないでください！）キャストである、詠子さん、アニャさん、湖乃美さんに登場してもらいます。
天才・エンジニア、詠子さん #
多くのモデルでは、特に補正しない限り、詠子さんの顔立ちが少し若い方向へ寄ってしまいます。今回はどうなるでしょうか？
また、似たようなイラストばかりにならないように、今回はdynamic angleを使った場合の挙動も試してみます。これは、非常に魅力的なアングルを生み出してくれるという意味では恩恵ですが、ときには背景が意味不明なほど崩れてしまうという意味では呪いでもあります。
それでは、詠子さんの出番です！
プロンプト（クリックして表示）
anime coloring, masterpiece, newest, best quality, very aesthetic, highres, absurdres, 1girl, solo, aramakieiko, dynamic angle, medium breasts, brown hair, short hair, two side up, ahoge, red eyes, hair ties, red hair ties, standing, legs apart, crossed arms, smile, lab coat, blue shirt, collared shirt, pencil skirt, black thighhighs, id card, red lanyard, indoors, laboratory, test tube, monitor, shelf, vial, bottle, flask, cabinet, reflective floor, cable, chemicals, jar, ceiling light, liquid, potion, underground, secret base, science fiction, futuristic equipment, teleporter, dot nose <lora:anima-eiko:1.0>
うまくいきました。それに、詠子さんの顔は目の保養ですね！ごほん。
さらに、「研究室」の背景もきれいに仕上がっています。これは決して当たり前ではありません。多くのIllustrious系モデルでは、LoRAを使わない限り、整合性のある背景を作るのに苦戦していました。今回は、きちんと説明を加えるだけで十分でした。
ということで、詠子さんはこのモデルでは問題なさそうです！次に試すのは、アニャさんです。
謎めいた大人の女性 #
アニャさんは、比較的新しいIllustrious系モデルであれば、全体として正しく生成しやすいキャラクターでした。また、老けて見えることなく、常に「頼れる大人」らしい雰囲気も出ていました。
一方で、モデルによってかなり変化したのが衣装、そして何より胸の大きさです。
待ってください！これは私の好みの話ではなく、生成ごとの安定性についてです。多くのモデルでは大きくなりすぎましたが、逆に小さくなりすぎるものもありました。
……この解剖学的な話はいったん横に置いて、今回はアニャさんをオフィスで生成します。オフィス背景も、多くのIllustrious系モデルにとって苦手な題材でした。生成自体はできても、妙な形をした机や窓、何の物体なのか分からないものが大量に混ざりがちだったからです。
それでは、アニャさん、どうぞ！
ネガティブに light blue hair, long sidelocks, lace-trimmed legwear, brown thighhighs を追加しています。
プロンプト（クリックして表示）
anime coloring, masterpiece, newest, best quality, very aesthetic, highres, absurdres, 1girl, solo, nazonoanya, medium breasts, grey hair, very long hair, ponytail, green eyes, hand to own chin, smile, office lady, black thighhighs, skirt suit, blue necktie, jacket, midday, day, noon, indoors, office, desk, monitor, window, papers, book, dot nose <lora:anima-anya:1.0>
これは私自身の予想を上回る仕上がりだと言ってよいでしょう！大人っぽく、温かみがあり、そして美しいです！
胸の大きさも（ごほん！）、想定より少し大きめではあるものの、生成ごとに安定しています。そこ、余計なコメントはしないでください！
背景にも問題はありません。一般的に、DanbooruやGelbooruの画像でよく表現されている背景であれば、タグや自然言語を使って細かく説明することで、不自然に崩れた要素を抑えやすいようです。
影で動く潜入工作員 #
この組の最後は、湖乃美さんです。湖乃美さんもまた、胸の大きさの関係でかなり難しいことがあります（湖乃美さん、怒らないでください！これはテストであって、評価ではありません！）。
というのも、プロンプトにsmall breastsを追加すると、モデルによってはキャラクターの見た目まで若くなることがあり、実際にそうなる場合もあるからです。また、この傾向はキャラクターが着ている服にも左右されます。
湖乃美さんは物語の大半でスーツ姿なので、今回は暗い路地で、どんな脅威にも立ち向かえる状態の彼女を生成します。さらに今回は、このモデルが武器をどのように描くのかについても、最初のテストを行います。
プロンプト（クリックして表示）
anime coloring, masterpiece, newest, best quality, very aesthetic, highres, absurdres, 1girl, solo, three quarter view, inouekonomi, holding handgun, hand up, athletic girl, small breasts, black hair, long hair, purple eyes, on one knee, knee up, serious, determined, v-shaped eyebrows, agentsuit, black bodysuit, black jacket, utility belt, open jacket, harness, thigh holster, night, dark, late night, blue hour, darkness, dim lighting, (chiaroscuro), outdoors, alley, urban, dot nose <lora:anima-konomi:1.0>
そしてこちらの湖乃美さんも、文句なしに美しく仕上がっています。身体にぴったりした衣装のおかげもありますね！（ごほん！）
今回は、先ほど注意したような問題も起きず、うまく生成できています。ただし、もっとカジュアルな服装では、顔立ちが想定より若くなる傾向がありました。そのため、そうしたプロンプトではmature femaleタグを追加して補正しています。
では、拳銃はどうでしょうか？きちんと本物らしく見えており、用途の分からない奇妙な物体にはなっていません。
このレビューの後半では、さらに多くの武器を試しますが、現時点でもIllustriousやNoobAI-XLと比べて大きな進歩に見えます。あちらでは、LoRAを使わない限り、まともな銃を生成するのは難しかったからです。
さて……簡単な生成と中程度の難易度の生成は、このモデルで非常にうまくいきました。では、さらに難しいものにはどう対応するのでしょうか？
ここからは、主役たちの本番です #
変身後のまやちゃんと、私服姿・背教者姿の両方の武志さんは、良いモデルを使っても正しく生成するのがなかなか難しいキャラクターです。
まやちゃんについては、「美しすぎるからです」と言いたいところですが……実際には、彼女のパワードスーツを説明すること自体が難しいのです。タグでも自然言語でも指定が複雑になりやすく、LoRAを使っていても、生成ごとの差がかなり出てしまいます。
武志さんについては……まあ、AIくんは男が嫌いなのかもしれません（嘘です）。もう少し真面目に言うと、背教者姿では若くなりすぎ、私服姿では老けすぎることが多く、完璧なLoRAがあっても、そのバランスを取るのはかなり厄介です。過去には、武志さんをどうしても正しく再現できなかったため、レビュー対象から外したモデルさえありました。
とはいえ、意見を並べるよりも、実際のイラストに語ってもらいましょう。
強く、凛々しく、美しく――変身まやちゃん！ #
このブログのほとんどのレビューと同じく、まずはA型スーツをまとい、こちらを指さす美しい変身まやちゃんです。物語の中で、この姿のまやちゃんが最もよく着用するスーツなので、このモデルが正しく再現できるかどうかは特に重要です。
プロンプト（クリックして表示）
anime coloring, masterpiece, newest, best quality, very aesthetic, highres, absurdres, 1girl, solo, mayaalt, medium breasts, light blue hair, very long hair, blunt bangs, blue eyes, Pointing, pointing at viewer, serious, determined, v-shaped eyebrows, psuitagata, blue gemstone, chest jewel, white armor, power suit, power armor, midday, day, noon, blue sky, cloud, school rooftop, dot nose <lora:anima-maya-alt:1.0>
そして、良い仕上がりです！何度か生成してみましたが（これはそのうちの一枚にすぎません）、スーツはかなり安定して再現されました！
これで、まやちゃんもついに邪悪なトズロン帝国とまともに戦えますね！（今の話、レビューと何の関係もありませんが？）
いつだって難敵――主人公・武志さん #
先ほども書いた通り、武志さんは非常に、非常に生成が難しいキャラクターです。Anime Screenshot Merge Noobaiのように、比較的正しく再現できるモデルであっても簡単ではありません。
本編のシーンを作る際には、顔が正しく出るまで数回、場合によっては数十回生成することも珍しくありません。というのも、多くの場合、若くなりすぎてしまうからです。
しかし今回は、さらに難易度を上げてみることにしました！（なぜ自分から苦行を増やしているのでしょうか？）
Animaは言語をより適切に解釈できるため、武志さんだけでなく、相棒も一緒に生成できるかもしれません。相棒は一見簡単そうです。ただの宙に浮かぶ黄色い真珠ですから。
ところがSDXLやIllustrious系では、ほとんどの場合、相棒はシーンにすら現れませんでした。そのため、私は毎回生成後に追加していました。今回も同じことになるのでしょうか？
武志さんの生成では、ネガティブに shota, beard, stubble, kuroshitsuji を追加しています。
プロンプト（クリックして表示）
anime coloring, masterpiece, newest, best quality, very aesthetic, highres, absurdres, 1boy, yamasetakeshi, male focus, short hair, brown hair, brown eyes, , looking at viewer, hands on hips, standing, smile, glasses, white polo shirt, short sleeves, breast pocket, brown pants, belt, shirt tucked in, floating object, floating yellow pearl. A very small, shining yellow pearl is floating next to yamasetakeshi's head. dawn, sunrise, golden hour, (chiaroscuro), street, city, urban, sidewalk, crosswalk, skyscraper, tokyo \(city\), dot nose <lora:anima-takeshi:1.0>
結果は見事な成功です！武志さんが期待通りに生成されただけでなく、相棒まできちんと登場しました！
相棒を正しい位置と大きさで出すためには、英語で詳しく説明する必要がありました。それでも100%完璧というわけではなく、特に相棒が小さすぎたり、大きすぎたりすることがあります。しかし、Illustrious系と比べれば大きな変化です。
基本的には、作りたいシーンを文章で説明すれば、モデルがその概念や関係をうまく解釈できる限り、かなり忠実に生成されます。
しかし、挑戦はここで終わりません！では、背教者姿の武志さんはどうでしょうか？
多くのIllustrious系モデルでは、背教者姿になると顔がかなり若くなってしまいます。眼鏡をかけると人は年上に見え、ついでに賢そうにも見えるのでしょう。たぶん。
一方で、mature maleを使うと今度は老けすぎてしまいます。この影響を抑えるため、LoRAにはかなり調整を加える必要がありました。
では、夜の街で戦闘態勢に入った武志を生成すると、どうなるでしょうか？
プロンプト（クリックして表示）
anime coloring, masterpiece, newest, best quality, very aesthetic, highres, absurdres, 1boy, yamasetakeshi, standing, male focus, short hair, brown hair, brown eyes, holding sword, two-handed, fighting stance, long sword, cruciform hilt, serious, determined, v-shaped eyebrows, haikyosha, armor, blue armor, blue cuirass, power armor, night, dark, late night, blue hour, darkness, dim lighting, (chiaroscuro), street, city, urban, sidewalk, crosswalk, skyscraper, tokyo \(city\), dot nose <lora:anima-takeshi:1.0>
このイラストからは、二つのことが分かります。
まず、武志の年齢感はかなり適切です。若すぎず、老けすぎてもいません。よし。
二つ目は、LoRAを一切使っていないにもかかわらず、剣がきちんと生成されていることです。形も長さも自然に見えます。また、正しく出すのが難しい構えも、ほぼ問題なく仕上がりました（こちらは数回試す必要がありましたが）。
ということで、我らが愛すべき（？）主人公の尊厳と名誉は無事に守られました。
つまり、キャラクターについて言えば――モデルが最初から知っている絵師や既存キャラクターは別としても――私が試したものは、ほぼすべて問題なく扱えたことになります。
しかし……さらに難易度を上げたら、どうなるでしょうか？
視点を変えれば、謎の光はいらない？ #
前回のレビューでは、現在は縦長の解像度で学習・生成する人が多い一方、別の解像度を使いたい場面もあるため、さまざまなアスペクト比を試しました。そこで今回も、美しいまやちゃんにビーチでくつろいでもらいましょう！
かわいさと柔軟性の両立──「Ikastrious v21」レビュー！
プロンプト（クリックして表示）
anime coloring, masterpiece, newest, best quality, very aesthetic, highres, absurdres, 1girl, solo, full body, hirukawamaya, medium breasts, brown hair, bob cut, blunt bangs, blunt ends, blue eyes, black bracelet, mncs, lying, on stomach, the pose, happy, smile, open mouth, bikini, black bikini, side-tie bikini bottom, front-tie bikini top, polka dot bikini, white polka dot, midday, day, noon, blue sky, cloud, beach, ocean, waves, horizon, coastline, dot nose <lora:anima-maya:1.0>
この曲線美を見てください！（ごほん！）
私の好みはいったん置いておくとして、横長の生成でも特に問題は見られません。壁紙やCDジャケットなど、現在主流の縦長構図に収まらないものを作りたい場合には便利でしょう。
しかし、先ほど言った「さらに難しいテスト」とは、これではありません。
次のテストでは、何年も前に雑誌で見たモデルの写真を、まやちゃんで再現しようとしました。その女性は野原にいて、都合よく「危険な部分」を隠してくれる柵の前に、裸で立っていました。
簡単そうに思えますか？まったく簡単ではありません。少なくとも、SDXLとその派生モデルではそうでした。
最も近いタグはconvenient censoringや、Danbooruにある各種convenientタグですが、それらだけでは、何がどのように隠しているのかまでは指定できません。タグだけで生成すると、たとえば草がまやちゃんを覆ったり、最悪の場合は、あの恐るべき謎の光が出現したりします！
さらにIllustriousでは、まやちゃんが柵の後ろではなく、手前に立ってしまうことがほとんどでした。前回この構図を試したときは、柵の一部を手作業で修正する必要がありました。
自然言語を使えば、まやちゃんが柵に対してどの位置に立っているのかを文章で説明できます。Illustrious、NoobAI-XL、SDXLでは、この関係をうまく解釈するのは難しいでしょう。しかし、Animaなら対応できる可能性があります。
そこで、このモデルがどこまで柔軟に生成できるのかを確かめるため、実際に試してみました（なお、イラストは健全ではありません）。
プロンプト（クリックして表示）
anime coloring, masterpiece, newest, best quality, very aesthetic, highres, absurdres, 1girl, solo, standing behind a tall fence which covers breasts and crotch, wooden fence, legs apart, leaning on object, arm rest, hirukawamaya, medium breasts, brown hair, bob cut, blunt bangs, blunt ends, blue eyes, black bracelet, mncs, straight-on, smile, half-closed eyes, completely nude, field, countryside, midday, day, noon, dot nose <lora:anima-maya:1.0>
どうでしょう？まやちゃんが何も身につけていないことは分かりますが……危険になりそうな部分は、すべて柵がきちんと隠しています！
正直に言うと、必ず成功するわけではありません。これは確か、3回目か4回目の試行だったと思います。それでも、Illustrious、NoobAI-XL、SDXLでこの構図をそのまま生成するのは、まず無理だったでしょう。
このモデルは、これまで私が使ってきたものよりも、確かにずっと強力です。
それでは……さらに難易度を上げていきましょう！
変身、爆発、炎の斬撃――動きとエフェクトはどこまで描ける？ #
物語を追っている方なら、動きのあるシーンがかなり多いことに気づいていると思います。その大半は、生成後に一般的なグラフィックソフトを使って仕上げていますが、生成の段階で作業しやすい素材が出てくれれば、かなり助かりますよね？
メインストーリー
ここまで見てきたAnima系モデルの高い能力を踏まえて、今回は特殊効果や動きのあるポーズを含む二つのシーンを生成してみました。最初のテストは、もちろんまやちゃんの変身です！ほかに、もっと肌を見せるための都合のいい口実があるでしょうか？
ごほん。実際には、肌を見せること自体は問題ではありません。多くのモデルは喜んで応じてくれますし、ときには頼んだ以上にやってくれます！
問題になるのは、服がただ破れるのではなく、本当に爆発するように見せたい場合です。さらに、さまざまな光や特殊効果、ブレスレットに走る電撃、そしてまやちゃんの身体に浮かぶ発光ラインも必要になります。このラインは、彼女が作られた当初から存在していた設定です！
服を爆発させる部分は少し難しかったため、外部LoRAを使用しました。
プロンプト（クリックして表示）
anime coloring, masterpiece, newest, best quality, very aesthetic, highres, absurdres, 1girl, solo, hirukawamaya, raised fist, arm up, outstretched arm, medium breasts, brown hair, bob cut, blunt bangs, blunt ends, blue eyes, black bracelet, mncs, standing, henshin, torn clothes, (exploding clothes:2), countless cloth pieces, exploding sailor shirt, exploding skirt, glowing lines over arms and thighs, exploding kneehighs, linea alba, navel, cleavage, groin, electricity over body, , electricity on bracelet, serious, determined, v-shaped eyebrows, open mouth, shouting, serafuku, school uniform, summer uniform, aqua neckerchief, white kneehighs, night, dark, late night, blue hour, darkness, dim lighting, chiaroscuro, street, city, urban, sidewalk, crosswalk, skyscraper, tokyo \(city\), dot nose <lora:anima-maya:1.0><lora:torn_clothes_anima:1.2>
実際、かなり良い仕上がりです（へへ……ごほん！）。ただし正直に言うと、狙い通りになるまでには何度か試す必要がありました。
とはいえ、モデルよりも悪いのはユーザー、つまり私のほうでしょう！これほど複雑なシーンなら、タグだけでなく自然言語も加えておけば、もっと少ない試行回数で良い結果を得られた可能性があります。
それでも、最終的には狙い通りのイラストになりました。
そして次は、もうひとつの難しいタイプのシーンです。魔法や特殊効果を含むアクションシーンですね。
今回は武志さんに登場してもらいます。suno.comで生成したこの曲を聴いていたときに、「武志さんが炎の剣で斬りかかるシーンを作ってみたらどうだろう？」と思ったからです。
これまでは、このようなシーンにはControlNetを使うか、生成後に自分でエフェクトを追加していました。では、Animaではどうなるでしょうか？
プロンプト（クリックして表示）
anime coloring, masterpiece, newest, best quality, very aesthetic, highres, absurdres, 1boy, arms up, yamasetakeshi, standing, feet out of frame, male focus, short hair, brown hair, brown eyes, holding sword, two-handed, bastard sword, cruciform hilt, slashing, flaming sword, red flame. The blade of the sword is enveloped by flames. attacking viewer, serious, determined, v-shaped eyebrows, open mouth, shouting, haikyosha, armor, blue armor, power armor, blue cuirass, looking at viewer, park, grass, tree, urban, tokyo \(city\), night, dark, late night, blue hour, darkness, dim lighting, fire, chiaroscuro, cinematic angle, cinematic lighting, dot nose <lora:anima-takeshi:1.0>
まあ……これも何度か試した末の結果であることは否定できません。しかし、これはとんでもなく格好いいです！
IllustriousやNoobAI-XLでは、このようなシーンを生成するのはまず無理だったでしょう。剣を正しく描くだけでも難しく、まして炎の斬撃まで表現するのはほぼ不可能でした。これはおそらく、各派生モデルというよりSDXL自体の制約に近いと思います。
この結果が得られた理由のひとつは、自然言語を使って炎の状態を説明したことです。具体的には、the blade of the sword is enveloped by flamesと書き、剣身が炎に包まれていることを指定しています。
ここまでのところ、このモデルは私がこれまでレビューしてきたモデルをすべて上回っています。
それでは……あともう一段、難易度を上げてみましょう！
ControlNetなしで、どこまで戦える？ #
現時点では、Anima系モデル向けのControlNetは存在していません。例外として、まだ私自身は詳しく試していないControlNet-LLLiteの実装があります。
ControlNetをインペイントやアップスケールに使う人も多いですが、私の場合はいつもポーズや小物、特に武器の制御に使っています。というのも、多くのモデル――かなり高性能なIllustrious系モデルでさえ――武器の生成を非常に苦手としていたからです。
では、ControlNetが使えなくても何とかなるのでしょうか？いくつか試してみましょう。
最初のテストでは、本編第2章に登場する、廃墟となったショッピングモールを慎重に歩くまやちゃんのシーンを再現します。
今回は、正面と側面の二つのアングルを、同じシードで生成します。正面は懐中電灯の先端だけが見えればよいため比較的簡単ですが、側面では物体全体が見えるので、より難しくなります。側面図のプロンプトにのみfrom sideを追加しています。
友情、絆、帝国
生成では、ネガティブに short sleeves, sleeves rolled up を追加しています。
プロンプト（クリックして表示）
anime coloring, masterpiece, newest, best quality, very aesthetic, highres, absurdres, 1girl, solo, feet out of frame, hirukawamaya, medium breasts, brown hair, bob cut, blunt bangs, blunt ends, blue eyes, walking, holding flashlight, flashlight beam, cautious, scared, on high alert, exploding, pointing flashlight ahead, blue track suit, blue track pants, abandoned shopping mall, broken ceiling lamp, rubble, dust, cobwebs, night, deserted, darkness, dark theme, dim lighting, chiaroscuro, dot nose <lora:anima-maya:1.0>
これはどう見ても、ちゃんとした懐中電灯ですよね？
生成にかかったのはわずか2回で、最初に失敗した理由も、私のシーン説明が不十分だったからです。全体的に違和感がなく、側面図でも正真正銘の懐中電灯に見えます。用途不明の奇妙な物体にはなっていません！
高性能なIllustrious系やNoobAI-XL系モデルでさえ、まやちゃんが持っているものが懐中電灯にすら見えないことがありました……。
次は、同じくらい難しいタイプのイラストを試します。剣を鞘から抜く動作です。特に鞘の生成が崩れやすく、なかなか厄介な題材です。
少しだけ難易度を下げるため、今回はゆかちゃんに刀を抜いてもらいます。ほかの剣と比べて、刀はDanbooruのデータでも多く表現されているからです。
さて、このモデルではどうなるでしょうか？
プロンプト（クリックして表示）
anime coloring, masterpiece, newest, best quality, very aesthetic, highres, absurdres, 1girl, solo, inoyuka,arms up, feet out of frame, holding katana, holding sheath, unsheathing. medium breasts, pink hair, very long hair, twintails, hair scrunchie, blue scrunchie, purple eyes, looking at viewer, standing, serious, determined, v-shaped eyebrows, open mouth, shouting, naked kimono, purple kimono, temple, japanese architecture, lake, a temple in the middle of a lake. morning, day, dot nose <lora:anima-yuka:1.0> The partially unsheathed blade of the katana is shining brightly
色っぽさはさておき（ごほん！）、とても格好よく仕上がりました！
プロンプト最後の一文によって、刀身の輝きも加わり、イラストにさらに迫力が出ています。もっと細かく見るなら、遠近感にわずかな違和感があり、鞘も刀身に対して少し短すぎます。
このイラスト自体はIllustrious系やNoobAI-XL系でも生成できるでしょう。ただし、はるかに多くの手間が必要になります。実際に試した私が言うのですから、間違いありません。
そして、このテストから重要なことがひとつ分かりました……。
イラストのアスペクト比を変えることで、武器や小物の形状が正しく生成されやすくなる場合があります。
これで、このモデルの能力はほぼ一通り確認できました。
残っているのは……少しだけ健全ではないテストです。
シャワーテスト #
モデルを試すときに行うテストの一つに、NSFWコンテンツにも役立つかどうかを見ることがあります。この実験を「シャワーテスト」と呼んでいます：私のキャラクターの一人がシャワーを浴びているシーンを生成し、モデルが彼女のヌードを描くことができるかどうかを確認します。この場合、問題なく機能します。
画像にはヌードが含まれ、NSFW（職場閲覧不適切）です。
小さくても圧勝――結局、このモデルはどうだった？ #
最先端のKrea 2などと比べれば小さなモデルかもしれませんが、Anima、そしてその派生モデルであるDaSiWa Luminous Labyrinthは、本当に素晴らしいモデルです。これまで私が使ってきたモデルを、完全に過去のものにしてしまうほどでした。
プロンプトへの非常に高い追従性、言語を文章として解釈する能力、そしてシーンを正確に記述できることは、AIイラスト生成の使い方を大きく変える要素です。DaSiWa Luminous Labyrinthは、そこにさらに強いアニメ調の画風と、非常に洗練された仕上がりを加えています。なお、より2.5D寄りの別バージョンとして、Obsidian Archivesもあります。
さらに、このモデルが小さいことも忘れてはいけません。VRAMが8GBしかないグラボでも実用的に動かせるため、最近注目を集めている大型モデルよりも、はるかに導入しやすいモデルです。
SDXL、Illustrious、NoobAI-XLと比べた欠点を挙げるなら、同じハードウェアでは生成速度が遅いことでしょう。おおよそ2倍の時間がかかるため、人によっては問題になるかもしれません。
それでも、私としては、より高い品質と制御性には十分その価値があると思います！
もう一度言います。このモデルは文句なしにおすすめです！ぜひ試してみてください。きっと期待を裏切らないでしょう！このモデルで何ができるのかをもっと見たい方は、記事の最後にあるギャラリーもチェックしてみてください！
最後に #
以上で、今回のレビューは終了です。新しい記事を書くまで、こんなに時間がかかってしまって申し訳ありません！やはり引っ越しは本当に大変で、かなりの時間を取られてしまうようです。
この記事を楽しんでいただけたなら幸いです。そして、できれば近いうちに、また定期的な投稿へ戻りたいと思っています（武志さんの過去について書きかけの記事も、まだ残っていますからね……）。
いずれにしても、最後まで読んでいただき、ありがとうございました！それでは、また次回！
Einarでした。
ギャラリー #
