Okinawa

沖縄に来てます。２年前の暮れに台湾に行って気に入ったのでまた行こうかとおもったのですが、沖縄に行ってないのに台湾に２回行くのはどうかとおもって、今回は沖縄にしました。レンタカーを借りて今日は名護に泊まってます。

沖縄に行くなら臭いという評判のヤギ汁を食べなきゃ、ということで食べてみましたが、ぜんぜん臭くなかったですよ？ヤギ刺しもコリコリしていて噛むとよけいに味わいがあって美味しかったです。

eTrex SE

今年の初めに書いたように徒歩旅行をしたいなーと考えています。

日本でいちばん有名な徒歩旅行、四国八十八箇所巡礼の第五十八番札所仙遊寺の小山田住職は、

「遍路に行くときは、時計と名刺を置いていきましょう」

とおっしゃられるそうです。そのお言葉はじつにもっともだとおもうんですが、せっかく歩くんだったらGPSでログを取りたくないですか(笑)。

いまどきどんなスマホにもGPSがついてるので、わざわざ別にGPSを持つ必要はないという意見もあるでしょう。でも、長い時間ログを取っていると、電池を食うし、GPSロガーのアプリを間違えて停止させてしまったりもするので、やっぱり別デバイスとしてGPSを持ちたい。時計と名刺は置いていきます。

とはいえ、徒歩旅行では荷物を減らすのが最重要なのに、ログを取るだけのために余分に荷物を増やすのはいかがなものか？とも思った。でも好きなものはしょうがない、ということで、Garmin eTrex SEというハイキング用のGPSを買いました。以上、いいわけ。

●●●

前にeTrexを持っていたことがあって、いつ買ったんだっけ？と調べてみたら、2006年9月でした。20年前。iPhoneはまだ出てません。データ転送はUSBですらなくてシリアルでした。それとくらべるとこのeTrex SEは未来ですな。Bluetoothでスマホのアプリと同期されるようになってるんです。いまどきあたりまえか。

これは地図を入れることができない一番シンプルな機種なので、地図を入れることのできる上位機種を使うともっと未来感があるのかもしれないけど、正直地図はスマホで見ればいいし、こういう単機能のデバイスが好きなので、荷物は増えるもののたいへんに満足しています。

z-Image Base model

z-Image Base – K-Sampler Steps: 25, Seed: 603859269672671, Prompt: Full body shot, 29 year old Japanese woman, IT professional, short choppy light brown hair, plain beige oversized T-shirt, thin arms, sitting at coffee shop counter, holding cup, looking at viewer, direct eye contact. Detailed face, small nose, tiny pink lips, natural skin texture, visible pores, faint crow’s feet, unretouched, raw photo. Dim moody lighting, sister vibe, high quality, photorealistic, 8k.

z-Image Turboには衝撃を受けたのですが、なんか同じ顔の女の子しか出てきませんよ？という気がしてました。一月前くらいに、蒸留モデルじゃないz-Image Baseというのが出たのでためしてみました。　

z-Image Turboで使ったComfy-UIのWorkflowをそのまま使って、BaseモデルだとK-Samplerというやつのステップ数を増やしたほうがいいらしいので、増やしてみて（9になってたのを25にしました）。出てきたのが上の画像。お顔はいいけど手とかコーヒーカップとかが破綻してます（笑）。Turboで生成すると、

手もコーヒーカップもちゃんとしてますが、なんか見覚えのある顔だなー、という印象です。

Seedを１ずつ増やして画像生成すると違いが歴然。まずはz-Image Basモデル。

z-Image Base – K-Sampler Steps: 25, Seed: 603859269672674, Prompt: Full body shot, 29 year old Japanese woman, IT professional, short choppy light brown hair, plain beige oversized T-shirt, thin arms, sitting at coffee shop counter, holding cup, looking at viewer, direct eye contact. Detailed face, small nose, tiny pink lips, natural skin texture, visible pores, faint crow’s feet, unretouched, raw photo. Dim moody lighting, sister vibe, high quality, photorealistic, 8k.

z-Image Base – K-Sampler Steps: 25, Seed: 603859269672675, Prompt: Full body shot, 29 year old Japanese woman, IT professional, short choppy light brown hair, plain beige oversized T-shirt, thin arms, sitting at coffee shop counter, holding cup, looking at viewer, direct eye contact. Detailed face, small nose, tiny pink lips, natural skin texture, visible pores, faint crow’s feet, unretouched, raw photo. Dim moody lighting, sister vibe, high quality, photorealistic, 8k.

z-Image Base – K-Sampler Steps: 25, Seed: 603859269672676, Prompt: Full body shot, 29 year old Japanese woman, IT professional, short choppy light brown hair, plain beige oversized T-shirt, thin arms, sitting at coffee shop counter, holding cup, looking at viewer, direct eye contact. Detailed face, small nose, tiny pink lips, natural skin texture, visible pores, faint crow’s feet, unretouched, raw photo. Dim moody lighting, sister vibe, high quality, photorealistic, 8k.

z-Image Base – K-Sampler Steps: 25, Seed: 603859269672677, Prompt: Full body shot, 29 year old Japanese woman, IT professional, short choppy light brown hair, plain beige oversized T-shirt, thin arms, sitting at coffee shop counter, holding cup, looking at viewer, direct eye contact. Detailed face, small nose, tiny pink lips, natural skin texture, visible pores, faint crow’s feet, unretouched, raw photo. Dim moody lighting, sister vibe, high quality, photorealistic, 8k.

z-Image Base – K-Sampler Steps: 25, Seed: 603859269672678, Prompt: Full body shot, 29 year old Japanese woman, IT professional, short choppy light brown hair, plain beige oversized T-shirt, thin arms, sitting at coffee shop counter, holding cup, looking at viewer, direct eye contact. Detailed face, small nose, tiny pink lips, natural skin texture, visible pores, faint crow’s feet, unretouched, raw photo. Dim moody lighting, sister vibe, high quality, photorealistic, 8k.

まぁ背景とか手とかカップはかなりめちゃくちゃですが、とりあえずいろんなタイプの顔の画像が生成されて、楽しい。これが、z-Image Turboになると、

z-Image Turbo – K-Sampler Steps: 25, Seed: 603859269672674, Prompt: Full body shot, 29 year old Japanese woman, IT professional, short choppy light brown hair, plain beige oversized T-shirt, thin arms, sitting at coffee shop counter, holding cup, looking at viewer, direct eye contact. Detailed face, small nose, tiny pink lips, natural skin texture, visible pores, faint crow’s feet, unretouched, raw photo. Dim moody lighting, sister vibe, high quality, photorealistic, 8k.

z-Image Turbo – K-Sampler Steps: 25, Seed: 603859269672675, Prompt: Full body shot, 29 year old Japanese woman, IT professional, short choppy light brown hair, plain beige oversized T-shirt, thin arms, sitting at coffee shop counter, holding cup, looking at viewer, direct eye contact. Detailed face, small nose, tiny pink lips, natural skin texture, visible pores, faint crow’s feet, unretouched, raw photo. Dim moody lighting, sister vibe, high quality, photorealistic, 8k.

z-Image Turbo – K-Sampler Steps: 25, Seed: 603859269672676, Prompt: Full body shot, 29 year old Japanese woman, IT professional, short choppy light brown hair, plain beige oversized T-shirt, thin arms, sitting at coffee shop counter, holding cup, looking at viewer, direct eye contact. Detailed face, small nose, tiny pink lips, natural skin texture, visible pores, faint crow’s feet, unretouched, raw photo. Dim moody lighting, sister vibe, high quality, photorealistic, 8k.

z-Image Turbo – K-Sampler Steps: 25, Seed: 603859269672677, Prompt: Full body shot, 29 year old Japanese woman, IT professional, short choppy light brown hair, plain beige oversized T-shirt, thin arms, sitting at coffee shop counter, holding cup, looking at viewer, direct eye contact. Detailed face, small nose, tiny pink lips, natural skin texture, visible pores, faint crow’s feet, unretouched, raw photo. Dim moody lighting, sister vibe, high quality, photorealistic, 8k.

z-Image Turbo – K-Sampler Steps: 25, Seed: 603859269672678, Prompt: Full body shot, 29 year old Japanese woman, IT professional, short choppy light brown hair, plain beige oversized T-shirt, thin arms, sitting at coffee shop counter, holding cup, looking at viewer, direct eye contact. Detailed face, small nose, tiny pink lips, natural skin texture, visible pores, faint crow’s feet, unretouched, raw photo. Dim moody lighting, sister vibe, high quality, photorealistic, 8k.

手やカップも破綻してないし、背景もかっこよくボケていて、Baseモデルが生成した画像と比べると、間違いなくこっちのTurboモデルの生成画像の方がクオリティが高い。でも、同じ顔ばっかりですな。このモデルさんには悪いけど（AIにあやまる必要はないか、笑）。

Winter in New York City

61歳の誕生日の週末にニューヨークに行ってきました。ちょうど猛烈な寒波が来ていて、日中でも気温は華氏でひとけた、ということは、摂氏だとマイナス10度以下、ということで、外にいると文字通り凍りつくので、おもに屋内にいて、買い物したり、マイケル・ジャクソンのミュージカルをみたり、美術館に行ったりしてましたが、あんまり大都会に行くことはないので、街の雰囲気を味わえてよかったです。

FLUX.2 [klein]

このあいだためしたFLUX.2は”dev”モデルで、ぼくのGeForce RTX-4080 16GBではやや力不足だったのだけれど、もうすこしローエンドのGPUでも快適に動作する”klein”モデルというのが出たというのでためしてみた。使ったのは、

flux-2-klein-base-4b.safetensors
flux2-vae.safetensors
qwen_3_4b.safetensors

です。”klein”には”distilled”（蒸留）モデルと”base”（ベース）モデルがあって、蒸留モデルは爆速だそうですが、まずはベースモデルをためしてみました。

サンプル出力が上のイメージなんですが、けっこう良いんじゃないでしょうか。z-Image Turboの出力はきれいなんですが、なんかモデルっぽいというか愛想笑いしてるというかそんな感じがするのに対して、こっちは笑ってないし、より３５ミリネガフィルムっぽくなってるし、リアルな感じがします。

●●●

いちおう蒸留モデルもためしてみようかということで、flux-2-klein-4b.safetensorsをつかってみました。フラッシュをたいて撮ったフィルム写真風ですね。

Flux.2 [klein] 4b (distilled): noise seed: 781773617094473, Prompt: 35mm negative film photo, full body shot, 29 year old Japanese woman, IT professional, short choppy light brown hair, plain beige oversized T-shirt, thin arms, sitting at coffee shop counter, holding cup, looking at viewer, direct eye contact. Detailed face, small nose, tiny pink lips, natural skin texture, visible pores, faint crow’s feet, unretouched, raw photo. Dim moody lighting, sister vibe, high quality, photorealistic, 8k.

Morning in Durham

徒歩旅行のためにまずは10kgの荷物をかついで100kmくらい歩いてみようと年初におもいたって、休みの日は家のまわりを歩いてるけど、平日は仕事のまえに会社のあるDurhamの街を歩いている。

Durhamはとくに観光地というわけではないけれど、歴史がある街なので、朝日に照らされる建物がけっこう絵になります。

だいたい80kmくらい歩いたので、あと１週間くらいでとりあえずの目標は達成できそうです。

2026

あけましておめでとうございます。ことしもよろしくお願いします。

去年６０歳になって、先のことをかんがえるようになり、体が動くうちに徒歩旅行をしてみたいとおもって調べてみたら、10kgくらいのバックパックを背負って１日に20kmくらい歩けないといかんらしいということなので、仕事用のバックパックに重い本とかつめて10kgにして近所を歩いてみようというのを１週間前からやってます。

ぼくだけではないとおもうのですが、なにか始めようとするとき、始めるまえにまず道具（ギア）を揃えたくなる。かっこいいバックパックとか、いいハイキングシューズとか、トレッキング・ポールとかもあった方がいいらしい、とか。たとえば写真を撮るよりもカメラが好きとかいう倒錯も趣味なんだからいいけれど、今回はとりあえず手持ちのバックパックと靴でトータル100kmくらい歩いてからじゃないとあたらしいギアは買わない、と自分にしばりをかけてみました。１週間で25kmほど歩いたのであと75kmです。

今日は市内バスでUNC (University of North Carolina)のキャンパスまで行って、トレイルを歩いて家まで帰ってきました。いいお天気で、どうせわざわざどっかに出かけて行って歩いたところで、このへんのトレイルの景色とあんまり変わらなかったりするんじゃなかろうか、とか、それだったらこのトレイルを目的地ということにして、こんなだれに頼まれたわけでもない修行はやめにして重いバックパック抜きで身軽に歩いた方が人生楽しいんじゃないか、とか、そんな雑念を振り払いながら歩きました。

Z-Image Turbo + Google Translate

タイ語バージョン。Z-Image Turbo: seed=440202368594000, prompt=“ภาพถ่ายจากฟิล์มเนกาทีฟ 35 มม. ภาพเต็มตัว หญิงชาวญี่ปุ่นอายุ 29 ปี ทำงานด้านไอที ผมสั้นซอยสีน้ำตาลอ่อน สวมเสื้อยืดสีเบจตัวใหญ่ แขนเรียว นั่งอยู่ที่เคาน์เตอร์ร้านกาแฟ ถือถ้วยกาแฟ มองตรงมาที่ผู้ชม สบตาโดยตรง ใบหน้ามีรายละเอียด จมูกเล็ก ริมฝีปากสีชมพูอ่อน ผิวดูเป็นธรรมชาติ รูขุมขนเห็นได้ชัด มีริ้วรอยเล็กๆ ไม่มีการตกแต่งภาพ ภาพดิบ แสงสลัวๆ ให้ความรู้สึกเหมือนพี่น้อง คุณภาพสูง สมจริงระดับ 8k”

Z-Image TurboとGoogle翻訳の組み合わせがおもしろかったので、いろんな言語を試してみることにした。だいたいもとのプロンプトをGoogle翻訳がちゃんと翻訳できているのかどうか確認できないし、Z-Image Turboのワークフローで使っているLLM (qwen_3_4b.safetensors)がそれをちゃんと解釈できているのかわからんので、ただの遊びです。

まずはこのプロンプト

29 years old beautiful female Japanese IT Professional in a plain beige oversized T shirt with light brown short choppy hair with natural skin texture, visible pores, and faint lines around her eyes at a coffee shop, high quality, pink tiny lips, small nose, full body, holding a cup, along counter, dim light, thin arms, looking straight, sister, 35mm negative film

をGeminiで生成AI用に最適化してもらう。それで出てきた”Structured & Tag-Based (Best for Stable Diffusion)”というバージョンがこれ。

35mm negative film photo, full body shot, 29 year old Japanese woman, IT professional, short choppy light brown hair, plain beige oversized T-shirt, thin arms, sitting at coffee shop counter, holding cup, looking at viewer, direct eye contact. Detailed face, small nose, tiny pink lips, natural skin texture, visible pores, faint crow's feet, unretouched, raw photo. Dim moody lighting, sister vibe, high quality, photorealistic, 8k.

これをつかって画像生成させると、

英語バージョン。Z-Image Turbo: seed=440202368594000, prompt=“35mm negative film photo, full body shot, 29 year old Japanese woman, IT professional, short choppy light brown hair, plain beige oversized T-shirt, thin arms, sitting at coffee shop counter, holding cup, looking at viewer, direct eye contact. Detailed face, small nose, tiny pink lips, natural skin texture, visible pores, faint crow’s feet, unretouched, raw photo. Dim moody lighting, sister vibe, high quality, photorealistic, 8k.”

あとはこのプロンプトをGoogle翻訳に掛けて、Seedを固定して次から次へと画像生成させていくだけです。

日本語バージョン。Z-Image Turbo: seed=440202368594000, prompt=“35mmネガフィルム写真、全身ショット、29歳日本人女性、ITプロフェッショナル、ショートボブのライトブラウンヘア、無地のベージュのオーバーサイズTシャツ、細い腕、コーヒーショップのカウンターに座り、カップを持ち、見る人を見つめ、まっすぐにアイコンタクトを取っている。顔のディテール、小さな鼻、小さなピンクの唇、自然な肌の質感、毛穴が目立ち、かすかな目尻のシワ、未修正、生写真。薄暗いムーディーな照明、姉妹のような雰囲気、高画質、フォトリアリスティック、8K。”

中国語（簡体字）バージョン。Z-Image Turbo: seed=440202368594000, prompt=“35毫米底片照片，全身照，一位29岁的日本女性，IT从业者，留着浅棕色短碎发，身穿米色宽松T恤，手臂纤细，坐在咖啡店吧台前，手拿咖啡杯，目光直视镜头。面部细节清晰，鼻子小巧，嘴唇粉嫩，肤质自然，毛孔可见，眼角有淡淡的鱼尾纹，未经修饰，原始照片。昏暗的灯光营造出一种姐妹般的氛围，照片质量高，写实风格，8K分辨率。”

中国語（繁体字）バージョン。とうぜんながら簡体字バージョンとそっくりですな。Z-Image Turbo: seed=440202368594000, prompt=“35毫米底片照片，全身照，一位29歲的日本女性，IT從業者，留著淺棕色短碎發，身穿米色寬鬆T卹，手臂纖細，坐在咖啡店吧台前，手拿咖啡杯，目光直視鏡頭。臉部細節清晰，鼻子小巧，嘴唇粉嫩，膚質自然，毛孔可見，眼角有淡淡的魚尾紋，未經修飾，原始照片。昏暗的燈光營造出一種姐妹般的氛圍，照片品質高，寫實風格，8K解析度。”

韓国語バージョン。日本語バージョンに似てるけど、ちょっと目が細くなったかな？Z-Image Turbo: seed=440202368594000, prompt=“35mm 네거티브 필름 사진, 전신 촬영, 29세 일본 여성, IT 전문가, 짧고 층진 연갈색 머리, 심플한 베이지색 오버사이즈 티셔츠, 가는 팔, 커피숍 카운터에 앉아 컵을 들고 보는 사람을 응시하며 눈을 마주치고 있다. 섬세한 얼굴, 작은 코, 작고 분홍빛 입술, 자연스러운 피부결, 눈에 띄는 모공, 희미한 눈가 주름, 보정되지 않은 원본 사진. 은은하고 분위기 있는 조명, 자매 같은 느낌, 고화질, 사실적인 사진, 8K.”

スペイン語バージョン。モノクロになりました。Z-Image Turbo: seed=440202368594000, prompt=“Foto en negativo de 35 mm, cuerpo entero, mujer japonesa de 29 años, profesional de informática, cabello castaño claro corto y entrecortado, camiseta beige lisa y holgada, brazos delgados, sentada en el mostrador de una cafetería, sosteniendo una taza, mirando al espectador, contacto visual directo. Rostro detallado, nariz pequeña, labios rosados, textura natural de la piel, poros visibles, patas de gallo tenues, foto sin retocar. Iluminación tenue y tenue, imagen de hermana, alta calidad, fotorrealista, 8k.”

フランス語バージョン。「ベージュのオーバーサイズTシャツ」じゃなくなってるし、ちょっと髪の色が濃いみたい。Z-Image Turbo: seed=440202368594000, prompt=“Photo argentique 35 mm, portrait en pied d’une Japonaise de 29 ans, informaticienne, cheveux châtain clair courts et ondulés, T-shirt beige uni et ample, bras fins, assise au comptoir d’un café, tasse à la main, regard direct vers le spectateur. Visage détaillé, petit nez, lèvres roses et fines, grain de peau naturel, pores visibles, légères rides d’expression, non retouchée, photo brute. Éclairage tamisé et intime, ambiance complice, haute qualité, photoréaliste, 8K.”

ドイツ語バージョン。ベージュだけど「オーバーサイズTシャツ」じゃないし、やっぱり髪の色が濃い。Z-Image Turbo: seed=440202368594000, prompt=“35-mm-Negativfoto, Ganzkörperaufnahme, 29-jährige Japanerin, IT-Fachkraft, kurzes, hellbraunes, stufiges Haar, schlichtes beiges Oversize-T-Shirt, schlanke Arme, sitzt an der Theke eines Cafés, hält eine Tasse und blickt den Betrachter direkt an. Detailreiches Gesicht, kleine Nase, zartrosa Lippen, natürliche Hautstruktur, sichtbare Poren, leichte Fältchen um die Augen, unbearbeitetes Rohfoto. Gedämpftes, stimmungsvolles Licht, vertraute Atmosphäre, hohe Qualität, fotorealistisch, 8K.”

イタリア語バージョン。服の指示はほぼ無視。あとカフェで仕事を始めてしまいました。Z-Image Turbo: seed=440202368594000, prompt=“Foto a figura intera, foto su pellicola negativa da 35 mm, donna giapponese di 29 anni, professionista IT, capelli castano chiaro corti e mossi, maglietta beige oversize, braccia sottili, seduta al bancone di un bar, con una tazza in mano, sguardo diretto verso l’osservatore. Viso dettagliato, naso piccolo, labbra rosa minuscole, grana della pelle naturale, pori visibili, zampe di gallina appena accennate, foto non ritoccata. Illuminazione soffusa e suggestiva, atmosfera da sorella, alta qualità, fotorealistica, 8k.”

ロシア語バージョン。髪の色は指示通り明るい茶色になったけど、もとのイメージからはだいぶん変わりました。Z-Image Turbo: seed=440202368594000, prompt=“Фотография на 35-мм негативе, снимок в полный рост, 29-летняя японка, IT-специалист, короткие рваные светло-каштановые волосы, простая бежевая футболка оверсайз, тонкие руки, сидит за стойкой в кофейне, держит чашку, смотрит на зрителя, прямой зрительный контакт. Детально проработанное лицо, маленький нос, крошечные розовые губы, естественная текстура кожи, видимые поры, едва заметные «гусиные лапки», необработанное, необработанное фото. Приглушенное, атмосферное освещение, сестринская атмосфера, высокое качество, фотореалистичный, 8K.”

フィンランド語バージョン。Tシャツじゃないし、カフェにもいません。まじめに仕事をしてます。Z-Image Turbo: seed=440202368594000, prompt=“35 mm:n negatiivifilmikuva, koko vartalon kuva, 29-vuotias japanilainen nainen, IT-ammattilainen, lyhyet, epätasaiset vaaleanruskeat hiukset, yksivärinen beigenvärinen ylisuuri t-paita, hoikat käsivarret, istuu kahvilan tiskillä, pitelee kuppia, katsoo katsojaa, suora katsekontakti. Yksityiskohtaiset kasvot, pieni nenä, pienet vaaleanpunaiset huulet, luonnollinen ihon rakenne, näkyvät ihohuokoset, heikot variksenjalat, retusoimaton, raakakuva. Himmeä, tunnelmallinen valaistus, siskotunnelma, korkealaatuinen, fotorealistinen, 8k.”

スウェーデン語バージョン。フィンランド語バージョンと似てくるんじゃないかと予想してましたが違いました。Z-Image Turbo: seed=440202368594000, prompt=“35 mm negativfilmfoto, helkroppsbild, 29-årig japansk kvinna, IT-proffs, kort, ljusbrunt hår, enfärgad beige oversized t-shirt, smala armar, sitter vid kafédisk, håller i en kopp, tittar in i betraktaren, direkt ögonkontakt. Detaljerat ansikte, liten näsa, små rosa läppar, naturlig hudstruktur, synliga porer, svaga kråksparkar, oretuscherat, råfoto. Dunkelt, stämningsfullt ljus, systervibe, hög kvalitet, fotorealistiskt, 8k.”

アラビア語バージョン。髪の色は濃くなりましたが、ロシア語バージョンの方ですね。Z-Image Turbo: seed=440202368594000, prompt=“صورة فوتوغرافية من فيلم نيجاتيف 35 مم، لقطة كاملة للجسم، امرأة يابانية تبلغ من العمر 29 عامًا، تعمل في مجال تكنولوجيا المعلومات، شعرها بني فاتح قصير غير متناسق، ترتدي قميصًا بيجًا فضفاضًا، ذراعاها نحيلتان، تجلس على طاولة مقهى، تحمل كوبًا، تنظر إلى المشاهد مباشرةً. وجهها مفصل بدقة، أنفها صغير، شفتاها ورديتان صغيرتان، ملمس بشرتها طبيعي، مسامها ظاهرة، تجاعيد خفيفة حول عينيها، الصورة غير معدلة، بصيغة RAW. إضاءة خافتة، جوٌّ وديّ، جودة عالية، واقعية للغاية، بدقة 8K.”

ヘブライ語バージョン。アラビア語はけっこうちゃんと認識されてるようなのに、ヘブライ語がうまくいかないのは、たぶんqwen_3_4bがヘブライ語でトレーニングされていないからじゃないかな（想像です）。Z-Image Turbo: seed=440202368594000, prompt=“צילום של פילם נגטיב 35 מ”מ, צילום גוף מלא, אישה יפנית בת 29, אישת IT, שיער חום בהיר קצר וגזור, חולצת טריקו חלקה בצבע בז’ גדולה, זרועות דקות, יושבת ליד דלפק בית קפה, מחזיקה כוס, מביטה בצופה, קשר עין ישיר. פנים מפורטות, אף קטן, שפתיים ורודות זעירות, מרקם עור טבעי, נקבוביות נראות לעין, רגלי עורב קלושות, לא ריטוש, תמונה גולמית. תאורה עמומה ומלאת רוח, “אחות” (Sister Vibe), איכות גבוהה, פוטוריאליסטית, 8k.”

ヒンディー語バージョン。ヘブライ語ほどではないですが、これも日本人がインド人になってます。Z-Image Turbo: seed=440202368594000, prompt=“35mm नेगेटिव फिल्म फोटो, फुल बॉडी शॉट, 29 साल की जापानी महिला, IT प्रोफेशनल, छोटे कटे हुए हल्के भूरे बाल, प्लेन बेज ओवरसाइज़्ड टी-शर्ट, पतले हाथ, कॉफी शॉप काउंटर पर बैठी, कप पकड़े, देखने वाले को देख रही है, सीधे आई कॉन्टैक्ट। डिटेल्ड चेहरा, छोटी नाक, छोटे गुलाबी होंठ, नेचुरल स्किन टेक्सचर, दिखने वाले पोर्स, हल्के क्रो फीट, बिना रिटच किया हुआ, रॉ फोटो। डिम मूडी लाइटिंग, सिस्टर वाइब, हाई क्वालिटी, फोटोरियलिस्टिक, 8k।”

ポルトガル語（ブラジル）バージョン。スペイン語と同じくモノクロになってます。「35mmネガフィルム写真」を外せばカラーになるみたい。Z-Image Turbo: seed=440202368594000, prompt=“Fotografia em negativo de 35mm, corpo inteiro, mulher japonesa de 29 anos, profissional de TI, cabelo castanho claro curto e repicado, camiseta bege lisa e larga, braços finos, sentada no balcão de uma cafeteria, segurando uma xícara, olhando para o espectador, contato visual direto. Rosto detalhado, nariz pequeno, lábios rosados delicados, textura natural da pele, poros visíveis, leves pés de galinha, sem retoques, foto original. Iluminação baixa e intimista, clima de irmã, alta qualidade, fotorrealista, 8k.”

ベトナム語バージョン。トップに載せたタイ語バージョンでもわかるように、東南アジア・東アジアの言語は得意みたいですな。Z-Image Turbo: seed=440202368594000, prompt=“Ảnh chụp toàn thân bằng phim âm bản 35mm, người phụ nữ Nhật Bản 29 tuổi, chuyên viên công nghệ thông tin, tóc ngắn màu nâu nhạt, áo phông rộng màu be trơn, cánh tay thon gọn, ngồi tại quầy quán cà phê, cầm cốc, nhìn thẳng vào người xem. Khuôn mặt chi tiết, mũi nhỏ, môi hồng nhỏ nhắn, kết cấu da tự nhiên, lỗ chân lông rõ, nếp nhăn nhẹ quanh mắt, ảnh gốc chưa qua chỉnh sửa. Ánh sáng mờ ảo, mang hơi hướng chị em, chất lượng cao, chân thực, độ phân giải 8K.”

Z-Image Turbo

FLUX.2は重いし、結局いまのところはまだFLUX.1が最強かな〜というのが昨日の結論だったのですが、Z-Image Turboというのが話題らしいぞ、ということで試してみた。

まずは昨日のFLUX.2用にチューンしたプロンプト。

Z-Image Turbo: seed=440202368594000, prompt=”A photorealistic full-body photograph of a 29-year-old Japanese woman, an IT professional, with short, choppy light brown hair, leaning casually against a wooden coffee shop counter. Her height is 5’2″. She has a slender build and a gentle, slight smile, with natural skin texture, visible pores, and faint lines around her eyes. She wears a plain oversized beige natural cotton T-shirt and dark jeans, holding a ceramic mug with both hands. The coffee shop is dimly lit with warm, practical lights and ambient window light. In the mid-ground, two other customers are blurred, sitting at a wooden table. The composition is cinematic, looking straight at the camera. It was taken by her boyfriend with a medium format camera with Kodachrome.“

悪くない、というか、かなり良い。FLUX.1の出力でちょっと気になる肌のテカテカした感じがない。画像生成で遊ぶという意味では、Seedの値を変えてもほぼ同じ顔の女性しか出てこないみたい（どこかパラメータをいじればいいのかもしれない）なのが面白くないのですが、普通に自然な写真です。

これなら、FLUX.1のポストでも使ったオリジナルのプロンプト

29 years old beautiful female Japanese IT Professional in a plain beige oversized T shirt with light brown short choppy hair at a coffee shop, high quality, pink tiny lips, small nose, full body, holding a cup, along counter, dim light, thin arms, looking straight, sister

でそこそこいけるんじゃないか？とおもって試したのがこれ。

ちょっと顔の表情と肌のツルツルさがAIっぽいか？とおもって、35mmネガフィルムで撮ったことにして（”35mm negative film”）、昨日FLUX.2用にプロンプトをいじっているときにGeminiが加えた肌のツルツルを抑える表現（”with natural skin texture, visible pores, and faint lines around her eyes”）を足して出力したのがトップの画像です。かなり良いんじゃないかと思うんですがどうでしょうか。

そのプロンプト、

29 years old beautiful female Japanese IT Professional in a plain beige oversized T shirt with light brown short choppy hair with natural skin texture, visible pores, and faint lines around her eyes at a coffee shop, high quality, pink tiny lips, small nose, full body, holding a cup, along counter, dim light, thin arms, looking straight, sister, 35mm negative film

をGoogle翻訳で日本語に翻訳させて、

29歳の美しい日本人女性ITプロフェッショナル。シンプルなベージュのオーバーサイズTシャツを着て、ライトブラウンの短いボブヘア。自然な肌質で、毛穴や目元の小じわが少し見える。カフェのカウンター席に座り、カップを持っている。薄暗い照明、細い腕、まっすぐ前を見つめている。妹のような雰囲気。35mmネガフィルムで撮影。

これで画像生成させたらどうなるか。

Z-Image Turbo: seed=440202368594000, prompt=”29歳の美しい日本人女性ITプロフェッショナル。シンプルなベージュのオーバーサイズTシャツを着て、ライトブラウンの短いボブヘア。自然な肌質で、毛穴や目元の小じわが少し見える。カフェのカウンター席に座り、カップを持っている。薄暗い照明、細い腕、まっすぐ前を見つめている。妹のような雰囲気。35mmネガフィルムで撮影。”

英語で”sister”というと姉か妹かわからないけど、Googleが妹だと翻訳したので、ちょっと妹属性が入ったのかな？じゃあ「妹」を「お姉さん」にしてみよう。

ものすごく微妙ですが、お姉さんになりましたか（笑）？

Z-Image Turboは中国製（アリババ）なので、最後に英語のプロンプトを中国語に翻訳してやってみよう。

一位29岁的漂亮日本女性IT专业人士，身穿一件宽松的米色T恤，留着浅棕色短发，皮肤自然，毛孔清晰可见，眼周有细纹。她坐在咖啡馆里，画质高清，嘴唇小巧粉嫩，鼻子小巧，身材匀称，手里拿着一个杯子，坐在吧台边，光线昏暗，手臂纤细，目光直视前方，像个姐姐，35毫米胶片拍摄。

Z-Image Turbo: seed=440202368594000, prompt=”一位29岁的漂亮日本女性IT专业人士，身穿一件宽松的米色T恤，留着浅棕色短发，皮肤自然，毛孔清晰可见，眼周有细纹。她坐在咖啡馆里，画质高清，嘴唇小巧粉嫩，鼻子小巧，身材匀称，手里拿着一个杯子，坐在吧台边，光线昏暗，手臂纤细，目光直视前方，像个姐姐，35毫米胶片拍摄。”

いつまでも遊んでいられますな。

（付記）

アニメ調も追加しておきます。よくみたらプロンプトで「お姉さん」が指定されてますな。そつのない出力だとおもいます。

Z-Image Turbo: seed=440202368594000, prompt=”Anime style, masterpiece, best quality. A beautiful 29-year-old Japanese ‘onee-san’ (older sister) character, IT professional. She has short choppy light brown hair and delicate features, tiny pink lips, and a small nose. Wearing a plain oversized beige T-shirt. Full body shot, leaning against a cafe counter. Dim atmospheric lighting, holding a coffee cup, looking straight at the viewer, thin arms, detailed eyes, crisp linework, cel shading.“

FLUX.2 Prompt Engineering

*noise_seed=440202368593999, guidance=*4.4, prompt=”A photorealistic full-body photograph of a 29-year-old Japanese woman, an IT professional, with short, choppy light brown hair, leaning casually against a wooden coffee shop counter. Her height is 5’2″. She has a slender build and a gentle, slight smile, with natural skin texture, visible pores, and faint lines around her eyes. She wears a plain oversized beige natural cotton T-shirt and dark jeans, holding a ceramic mug with both hands. The coffee shop is dimly lit with warm, practical lights and ambient window light. In the mid-ground, two other customers are blurred, sitting at a wooden table. The composition is cinematic, looking straight at the camera. It was taken by her boyfriend with a medium format camera with Kodachrome.”

昨日のFLUX.2のポストをPublishしてから考えたのは、FLUX.2はFLUX.1よりもよりプロンプトに忠実に画像生成しようとしているのではないかということで、たとえば背景に他の客が入っていたほうがいいのなら、ちゃんとそれを指定して、あまりにAIっぽい美肌になっていたら、そうならないように指定するとか、細かく指示を出さなきゃいかんのではないか、ということ。それにしても、完璧な美人を完璧に写真に撮ることができても、AIっぽいと言われてしまうというのは、過酷な時代になりましたね。

それで、noise_seed (440202368593999)とguidance (4.4)の値は固定して、Google Geminiの助けを借りてプロンプトをいろいろいじってみました。上の画像はその中でもよくできたんじゃないかと思ってるやつです。

以下、いくつかサンプルをどうぞ。