-
生成AI実験室
生成AI研究室(73) MiniMax公式「H3-Image」とは何か——P-H3-Imageと何が違うか。16MP・6ステップ・参照16枚、本体はint8 21GB/4bit 12.5GBで16GBに載る段
(69)で「動画モデルH3から作った静止画モデル」としてPruna AIのP-H3-Imageを整理した翌々日、MiniMax本家が公式の画像モデル「MiniMax-H3-Image」をオープンウェイトで出した。配布元の一次情報と、同時に出たComfy-Orgの軽量版から、何者か・P-H3-Image... -
生成AI実験室
生成AI研究室(72) 雰囲気は合った、順序は崩れた——帰宅してソファに倒れ込む12秒はNG(改良中)。靴が先に脱げている・廊下がない・扉の閉め方。次は玄関5秒に分ける
(71)で夜の歯磨きを足した走る女性の一日を、さらに遡る。スーツ姿で疲れて帰ってきて、玄関を入り、ソファに倒れ込む12秒。生成はできた。雰囲気も出た。しかし採用はNG。何が合って何が崩れたかを、改良中の記録として残す。 NGの帰宅12.25秒。扉→玄関→... -
生成AI実験室
生成AI研究室(71) 夜の歯磨き3秒を冒頭に足して8カット47.75秒——「笑わない」でなく疲れの状態を列挙して書いた表情。夜→翌朝はカットだけで
走る女性の朝は、(67)で「目覚め」から始まるようになった。今回はその前の夜を足す。仕事から帰り、パジャマに着替え、鏡に向かって歯を磨く5秒。冒頭3秒だけを使って目覚めの前に置き、8カット47.75秒になった。この夜はこれから、失敗した仕事、残業、... -
生成AI実験室
生成AI研究室(70) PLATEAU×Blender×Museで何が起きているか——国の3D都市データで実在の建物の形を先に押さえ、クラウドのBlenderで静止画を作ってから動画にする流れ。手元のBlender→H3経路との違い
11月上旬からXで、東京駅・大阪城・みなとみらい・函館といった実在の場所を空撮風に回る短い動画が、同じ作り方で次々に出ている。鍵は3つ。国土交通省の3D都市モデル「PLATEAU」、Blender、そしてMetaの個人向けAIエージェント「Muse」。何がどうつなが... -
生成AI実験室
生成AI研究室(69) P-H3-Imageとは何か——動画モデルMiniMax H3から作った静止画モデル。なぜ画像なのに本体55GBなのか、頑張って買えるGPUでどこまで使えるか
ASCII.jpの連載(新清士氏・11月9日)で「参照画像1枚で同じ人物を再現できる」と取り上げられたP-H3-Imageは、当方が(55)で16GB×2で動かし、(66)(67)の走る女性のキャラシートを作ったモデルでもある。何者で、なぜ画像なのに重く、どのGPUでどこまで使える... -
生成AI実験室
生成AI研究室(68) 画像1枚から3Dの「Idol」を16GB GPUで動かした——キャラシート正面1枚が37秒で26万粒のガウシアンスプラットに。Blender 5.3はアドオンなしで読んで撮れた
(48)で一次情報を整理して「当方は試す予定」と書いたIdolを、走る女性のキャラシートの正面1枚で動かした。16GB GPUで37秒、出た.plyをBlender 5.3がそのまま読み、正面・側面・背面と360度のターンテーブルまで撮れた。 図1: Blender 5.3で撮った正面・... -
生成AI実験室
錬金学総論(67) 目覚めて「はしろう……かな?」——台詞は言葉でなく、息・0.5秒の間・声量・語尾で書いた。パジャマのキャラシートを追加して7カット44.8秒に
(66)で洗面所から始まった走る女性の朝に、その前の「寝室で目を覚まして、走るか迷う」8秒を足した。初めて台詞を入れたカットで、言わせ方を言葉で書く試みになった。 完成7カット版。目覚め→洗面所→玄関→正面→横→顔→ドローン、44.75秒・672×928・音声つ... -
生成AI実験室
錬金学総論(66) 洗面所で髪を束ねる5秒を先頭に足した——白動画なし、開始と終了の状態と鏡の構図を言葉で指定。身支度から住宅街の朝まで6カット41.8秒に
(65)で玄関から住宅街の朝まで38.6秒になった一本に、その前の「洗面所で髪を束ねる」5秒を足した。走る女性を複数の方向から撮った映像が、身支度をして出かけ、走り、街の遠景で終わる一連の朝になった。 完成6カット版。洗面所→玄関→正面→横→顔→ドロー... -
生成AI実験室
錬金学総論(65) 玄関から走り出す8秒——靴が余り顔が切れた日本家屋をマンション玄関に変えて成立、顔は白動画なしの方が自然だった。5カット38.6秒に
(52)から積み上げてきた走る女性の動画に、冒頭「玄関で靴を履いて外へ一歩」と、締め「離れていくドローン」((64))を足して、5カット38.6秒の一本になった。この記事は冒頭の玄関3版と、白動画を外した顔アップ、連結までを書く。 完成版。玄関→正面→横→... -
生成AI実験室
錬金学総論(64) 「人物を追い続けないドローン」——引いて小さくなる人物を直すのではなく、カメラを風景へ向けた。道路は「直線・平行・消失点」で直った
(61)では後ろ上空から人物へ寄るドローンを作った。今回は逆で、走る女性の締めのカットとして、後ろから離れていく12秒のドローンを4本回した。直したのは人物の描き方ではなく、カメラの向きと道路の書き方だった。 図1: 00036〜00039の0/4/8/12秒。上か...