画像生成AI「Stable Diffusion」でスマホを持った女の子のイラストを生成してみる

ここ最近はAIが話題ですね。なかでもテキストから画像を生成してくれる「画像生成AI」はここ半年ほどかなりの人気です。私も最近ローカル環境で利用できるようにしたことで、その面白さにハマってます。

どうせ画像を生成するのなら何かしらに活用したいところですよね。というわけで、このサイトのアイキャッチ画像などにも使えそうな「スマホを持った女の子」を生成できないか、試してみました。

Stable Diffusion Web UI

私が使ったのはStable Diffusionをローカル環境で使用できるStable Diffusion web UI（AUTOMATIC1111版）です。自分のメインPCはグラフィックボードないのでできないと思っていたら、MacBook Airでも使えると知って入れてみました。

Stable Diffusionでは、どんな画像を生成するのか、英語で指示を出します。この指示の文をプロンプトと言い、日本では呪文とも呼ばれます。

例えばこの画像。

これは以下のプロンプトを入力して生成されたものです。

(masterpiece), best quality, ultra-detailed, 2 girls, teenage,(black_powersuit:1.4), (science_fiction:1.4), (floating_headgear:1.1),from above, brown hair,floating_object,(powersuit_with_red_accents:1.2), (concept_art:1.3),

指示したものがすべて満たされるわけでもありませんし、どんな画像が出てくるかは運がけっこうな割合を占めます。

「スマホを持った女の子」を生成してみる

というわけで、プロンプトをいろいろ試しながら「スマホを持った女の子（や男の人）」を生成してみました。

一応、わりとうまく生成できたものを載せています。

生成に使う「モデル」を変えることで画風もガラッと変わります。

リアル系もあります。

ただ、いろいろやってみた結果、スマホを持たせるのはかなり難しいとわかりました。AI画像は手・指の表現が苦手とは言いますが、手に持つものも苦手のようです。リアルっぽいものほど違和感が大きい気がします。抽象的な絵ほど脳内補完するからですかね。

モデルによって大きく変わる

同じプロンプト、同じシードを使っても「モデル」によって表現がかなり変わります。

このサイトで使うなら、あまりリアル系や美麗美少女イラストっぽいものよりは7th_anime_v3_cのような線のハッキリしたもののほうが合いそうですね。

写真画像からAIイラストを生成

テキストのプロンプトだけでは「スマホを持った女の子」はかなり難しかったですね。Stable Diffusionにはテキストからではなく「画像から画像を生成」という機能（img2img）もあります。これを使ったほうがより良い結果が出るのでは？と思いやってみました。

元になる素材として、ぱくたその「スマートフォンを持つスマホ女子の写真素材」を使ってみました。

元画像

これを使ってイラストを生成してみます。プロンプトは以下の通り。

masterpiece, best quality, ultra-detailed, illustration, (clear outlines), 1girl, (talking on the smartphone:1.5),(handling_smart_phone, smart_phone:1.2),smile,

生成された画像

ポーズなど、必ずしも元の画像と同じになるわけではないようです。画像の説明をテキストのプロンプトで説明して、それを元に生成…といったところでしょうか。

同様に「スマートフォンで音声通話する若い女性の写真素材」でimg2imgしてみました。プロンプトの指示によってこちら側を向かせたりできます。だいたいの雰囲気は似たものになりますね。

まとめ

いろいろやってみてますが、やっぱりスマホを持たせるのは難しいですね。テキストだけでやるよりは画像を使ってimg2imgしたほうがスマホに見えるものが出てくる可能性が高い気がします。

試行錯誤しながら運も使って画像を生成していく。なかなか面白いです。このサイトのアイキャッチとしてちゃんと使える日が来るのかわかりませんが、がんばってみたいです。

• 本記事に記載された内容は記事公開時点のものであり、必ずしも最新の情報とは限りません。記事をご覧いただく際には、最新の情報を確認するようお願いいたします。