Z-Image Turbo

Z-Image Turbo: seed=440202368594000, prompt=“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”

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。

Z-Image Turbo: seed=440202368594000, prompt=“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”

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。

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。お姉さんのような雰囲気。35mmネガフィルムで撮影。”

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。

オリジナルのプロンプト。いかにもAIって感じ。noise_seed=440202368593999, guidance=4.4, prompt=”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”
オリジナルのプロンプトをもとにして、Geminiが生成した”Detailed & Cinematic”というタイトルのプロンプト。AIっぽいといえばそうだけど、光の感じが映画っぽくなった。noise_seed=440202368593999, guidance=4.4, prompt=”Full body shot of a beautiful 29-year-old Japanese IT professional, short choppy light brown hair, small nose, tiny pink lips, slender build. She is wearing a plain oversized beige T-shirt, leaning against a coffee shop counter. Dim atmospheric lighting, cinematic composition, holding a coffee cup, looking straight at the camera, 8k resolution, photorealistic, approachable sisterly vibe.”
Geminiが生成したもう一つのプロンプト(”Stylized & Artistic”)。写真というよりイラストっぽい。noise_seed=440202368593999, guidance=4.4, prompt=”Japanese woman, IT specialist, late 20s, short choppy brown hair, oversized beige tee. Standing in a dimly lit cafe, leaning on the counter, holding a mug. Delicate features, small nose, thin arms. High quality, soft focus, moody lighting, portrait photography style.”
アニメ調も試してみました。noise_seed=440202368593999, guidance=4.4, 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.”
新海誠スタイル(“Makoto Shinkai Style”)のプロンプトも生成されたのでやってみました。noise_seed=440202368593999, guidance=4.4, prompt=”Anime key visual, Makoto Shinkai style. Cinematic lighting, volumetric dust, dim coffee shop interior. A Japanese woman with short light brown hair standing by the counter, holding a mug. She wears a baggy beige T-shirt. Soft glowing eyes, looking at camera, full body, highly detailed background, emotional atmosphere, 4k resolution, digital art.”

(付記)
いろんなプロンプトを試してみたけど、それをFLUX.1で画像生成させてみたらどうなるかやってみました。

まずは、いちばん上の画像のプロンプト。

FLUX.1: noise_seed=440202368593999, 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.”

ちょっと露出不足だけれど、FLUX.2の出力よりも良くないですか。Seed を変えたバージョンではこんなのも出力されました。

FLUX.1: noise_seed=945379041376996, 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.”

FLUX.2だとモデルが大きいので一枚出すのに5分くらいかかるのですが、FLUX.1だと20秒くらいで出てくるのでいろいろ試せます。使っているワークフローが違うので単純比較できませんが、ぼくが遊んで使う分にはFLUX.1で十分だな、というか出力もFLUX.1の方が好み、というのが感想です。

アニメ調もFLUX.1で試してみました。FLUX.2の出力とは画風が違うのですが、いい感じじゃないでしょうか。

FLUX.1: noise_seed=440202368593999, 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

noise_seed=440202368593999, guidance=0.1

去年の夏ごろ遊んでいた画像生成AIのFLUX.1というやつの次世代バージョンFLUX.2というのが出たというので、ぜひ試してみたいと思ってやってみた。インストレーションは次のページにある手順(FP8版)を使わせていただきました。

● ComfyUIでFP8/GGUF版のFLUX.2 devを試す(VRAM 16GB以上)

使用した環境は、

PC: i9-13900KF + 32Gメモリ + RTX 4080 (16GB)
OS: Ubuntu 24.04.3 LTS
CUDA: 13.0
Python: 3.12.3
UI: ComfyUI

モデル、ワークフローは上記のページにあるものをそのまま使ってますが、”FluxGuidance”のパラメーター(デフォルト4.4)を小さくしないとシードを変えても画像に変化が乏しかったので、それは0.1に変えてみました。

あとSwapを設定しなければ、メモリ不足が起こって動かなかったので、64GBのスワップファイルを設定しました。

意味はないけどFLUX.1で使ったおなじSeedの値4つを使って、おなじプロンプト

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

で画像を出力してみました。正直、ちょっと化粧が濃いというかいかにもAIっぽい。前回のFLUX.1の出力のほうが自然な気がするなぁ。もちろんいろんなパラメータをいじればいいんだろうけれど、第一印象はちょっとがっかりです。

noise_seed=269965826192135, guidance=0.1
noise_seed=225837849901092, guidance=0.1
noise_seed=1050900740056415, guidance=0.1

(付記)GoogleのGemini 3 + Nano Bananaに

Create an image for 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

というプロンプトで画像生成させたらこんなのを出力しました。FLUX.2の出力例よりも現実感がありますね。

仕事をしている風の右の二人が効いてますな

La Parguera, Puerto Rico

年末の休みをつかって、家族でプエルトリコに行ってきました。

プエルトリコはアメリカ領なんですが、 Wikipediaによると、

現在のプエルトリコはコモンウェルス(英: commonwealth、米国自治連邦区)という特別な立場にあり、住民はアメリカ国籍を保有するものの、合衆国連邦税(所得税)の納税義務はなく、大統領選挙の投票権もない

というなんか微妙な立場にあります。

英語は通じるけどおもに話されているのはスペイン語で、道路の距離表示はKm、でも速度制限の標識はマイル表示、お金はアメリカドルそのままだけど、ガソリンスタンドの価格表示はリットル単位、といった感じです。

レンタカーを借りて、島の南西部の La Pargueraという町に行ったのですが、朝散歩したらそこら中に野良ニワトリがいました。ひよこを連れているお母さんニワトリもいた。数は少ないけど野良犬もいたので(猫もいました)、犬に襲われたりしないのかとおもうけど、うまく共存しているみたいです。

夜には雨が降って、なぜかずっと小鳥の鳴き声がした、とおもったら、それはカエルの鳴き声だ、とUberのドライバーに教えてもらいました。

かなり気に入ったのでまたぜひ再訪問したいです。

こんなトカゲ(イグアナ?)もいました。

Boston, 2025

バークリー音楽大学前にて

先週末にボストンに行ってきました。ボストンに行くのはたしか3回目。このブログをしらべたら、2013年と2023年に行ってますね。

ボストン美術燗前。まだそんなには寒くなかったけど、ノースカロライナと比べると寒い

今回は前の2回で行けなかったボストン美術館に行くことができました。

ボストン美術館にかぎらず、こういう有名な大きな美術館・博物館はちゃんと見ようとおもったら一日で全部見ることは不可能で、けっきょく有名な作品だけを見て、足がつかれてきてコーヒーでも飲んで一服しておわり、ということになりがちなんですが、まったくそのパターンでした(笑)。時間が限られているのでしょうがないですね。

もうちょっとヒマになったら、オーディオガイドを聴きながら、中世の宗教画とか青磁の壷とかをふむふむとながめることのできる余裕のある老人になりたいです。

まるで日本のお寺ですが、さいせん箱はありません。

Levels 52 & 53

ポケモンGOの最高レベルが50から80に変更されるというお知らせがあって、それはてっきりレベル50の上にあと30レベル追加するということだとおもっていたのだけれど、先週変更が実施されて、これまでレベル39だったぼくのレベルが突然52になって、それからしばらく遊んでいたら53になった。

どうもこれまでのレベル設定だと、高いレベルになってしまうとつぎのレベルに到達するにはライトユーザーならⅠ年以上かかっていてよぽっどしつこい性格以外の人はポケモンGOをやめてしまうので、もっと簡単にレベルアップできるようにしよう、という趣旨みたいだ。

ぼくの場合は、完全に惰性でプレイしていて、あまりゲームのシステムを変えてほしくないし、あたらしく追加された機能とかもよくわかっていない。たとえば、去年?だったかMAXシステム?とかいうのが導入されて、ポケモンが巨大化したりするようになったのだけれど、それにどういう意味があるのか知らないし、たぶんネットで調べれば分かるんだろうとはおもうものの、分かったところでどうしようというのもない。ただ毎日数匹のポケモンをつかまえて、ポケストップで看板みたいなのを回すのみ。

このあいだ亡くなった谷川俊太郎さんは以前にインタビューで、自分はドストエフスキーを読んだことがない、と語っておられたが、はたして谷川さんは亡くなられるまでにドストエフスキーを読まれたのだろうかおもう、と同時に、べつに谷川さんはドストエフスキーを読まなくても満足されていたのではないかとおもう。

おなじくドストエフスキーを読んだことのないぼくもたぶんポケモンGOのレベル80に到達するどころか、どのポケモンが何系ポケモンかわからないままに、ちょこちょこプレイを続けていくんだろうな。そもそも死ぬまでポケモンGOをやりつづけるのか、あるいはそれまでポケモンGOの運営自体が続くのかどうかわからないのだけれど。

EXPO 2025

朝9時の開門に合わせて西ゲートにバスで行ったが、入るのに1時間以上かかって、やれやれ、とおもっている顔

大阪・関西万博に行ってきました。暑かったです。

夏チケットを買ったので、結局5回も行ったんですが、他の方みたいに何時間も行列に並ぶという体力と精神力がなかったので、そんなにおもだったパビリオンには入ってません。2ヶ月前予約であたった住友館はたしかに評判になるだけの内容でしたが、いろんな方がすでに書かれているので、ここで書かなくてもいいでしょう。

いちばん印象に残っているのはインドネシア館ですね。スタッフが人なつっこい、というかほぼ関西人のノリで、待ち時間ないよ〜、と呼び込みはするし、館内に入ったら、ここの植物はぜんぶインドネシアから運んできた本物です、でも動物はニセモノです、と解説してくれるし、夜はスタッフがAKB 48 (JKT 48)の恋するフォーチュンクッキーとヘビーローテーションで踊りまくるという調子。万博終了後、スタッフが大阪に残って店を出したら大繁盛しそうでした。でも、展示はまじめで、ぼくとしては、1階から2階に上がるスロープの壁に展示されていた何枚ものインドネシア人のモノクロポートレート写真が素晴らしくて印象的でした。

あとは赤十字館の紛争・災害救助のプレゼンテーションが心にのこった。ただビデオを見せるだけでなく、説明をしてくれる方の実際の声に説得力があった。インドネシア館にしてもそうだけれど、生身の人間が話すのでなければYouTubeでもたいしてかわらんということになるし、そういうところに暑い中実際の会場に足を運ぶ意味があるんだろうな。

とはいえ、でかいスクリーンにきれいな画像を流すというパターンが主流で、そうなってくると画像のクオリティが気になってくる。そういう意味では、サウジアラビア館(オイルマネー!)と韓国館(Samsung!)が良かった。韓国館の女子高生がK-Popを歌って踊りまくるビデオはベタだけど、万博のビデオのような短時間勝負ではストーリーは単純なら単純な方がいいとおもった。

大阪万博EXPO ’70のときは幼稚園児で、55年後還暦になってまた万博を訪れて、暑さと人の多さで疲れたけれど、とりあえず行くことができて満足です。

ドローンショーの最後の出口表示。EAST側矢印のドット欠けが惜しい(笑)

Coronado, CA

Coronadoビーチにて

お久しぶりです。更新をさぼってました。

もうひと月以上まえになるんですが、San Diegoに行ってきました。Los Angelesに行ったことはあるけど、 San Diegoは初めてで、歩いてメキシコに行ったり、Padresの野球の試合を見たり、海でカヤックに乗ったりしました。上の写真はSan Diegoの市街から湾をはさんで向かいにあるCoronadoというところにあるHodel del Coronadoという有名なホテルの裏側に広がる広大なビーチで撮ったものです。

3泊しましたが滞在中、天気も良くて、いま住んでるノースカロライナと違ってむちゃくちゃ蒸し暑いということもなく、物価が高すぎることをのぞけば(のぞけないけど)ぜひここに住みたいな、と思えるほどよかったです。

San DiegoのLight Rail。Switch 2の電車も走ってました。

Yukkuri

魔理沙の口パクが途中で動かなくなったのですが面倒なのでそのままにしました

1ヶ月ほどまえに、ふとYouTubeプレミアムを始めてしまった。ひと月無料ということだったので、まぁいいかという軽い気持ちだったが、まったくもってまんまとGoogleの仕掛けたワナにはまってしまい、もはや広告の入るプレミアムじゃないYouTubeは見る気がしない。広告のないYouTubeは愉快ですな。時間が熔けます。

いろいろみてますが、交通・鉄道系のいわゆる「ゆっくり動画」をたくさんみていて、自分でもゆっくり動画を作ってみようかとおもって、試作しました。はじめからわかっていたことですが、動画をみるのは簡単だけど、作るのは時間が掛かりますな。それでも有志の方のおかげでかなり手軽に自分のゆっくり動画を作ることができるようになってます。おもしろい。

先週くらいからは、有名ピアノYouTuberのよみぃさんのビデオをたくさん見てます。最初「東方」というのはなんなのかさっぱりわからなかったのですが、ゆっくり動画もその東方Project流れのものだったんですね。なんかこれまで触れてこなかったあたらしい世界をのぞいているような気がします。

Easter

完走記念のメダルをもらいました。

日本のゴールデンウィークはもうすぐですが、アメリカ(というかキリスト教圏)では今週末がイースターでちょっとゆっくり休みましょうという感じです。

きのうの土曜日に申し込んであったTar Heel 10 Milerのレースがあって、無事10マイル(16キロほど)を走ってきました。もはやタイムはどうでもよくて完走さえできりゃいいやとおもってるんですが、最近はどんな草レースでも電子計測でタイムが出るので、いちおうタイムを書いておくと、1:47:29で1マイル10:45(1キロだと6:41)のペース。優勝者は1マイルを5:15で走っているので、半分以下。5355人のエントリーの中で3178位でした。

去年10Kレースをはじめて走って、今年は10マイルを走ったので、つぎのステップはハーフマラソンですが、どうしたものかちょっと考え中です。今回16Kを走ったので、ハーフ(21.1K)はなんとかなりそう。でもフルマラソンはまだ走れる気がしない(だれも走ってくれと頼んでないけど。笑)。

10 Mile Run スタート近くのUNC Kenan Studium。ここで試合するわけじゃないのに照明が点灯されてました。