By his_kam@mail.d… , 2 11月 2026

ここは、日々やったことを忘れないように書いておくような、駄文を撒き散らすために用意しています。

別サイトに他人が読むことを前提としたコンテンツを作成したり、投稿をしていたりしますので、そちらもご覧ください。

By his_kam@mail.d… , 20 11月 2026

CLIPテキストエンコードの書き分け対応

CLIPテキストエンコードは、SDXLでは text_g と text_l、FLUX.1では clip_l と t5xxl に書き分けることができ、それぞれ役割が異なる。

これに対応するGemmaのシステムプロンプトを作成する。

これで、画像生成の環境に対してチューニングできることは完了となるはずである。
あとは、たのしい画像生成の時間になる……はず。

Animaの導入

CivitAIを見ると、やはり画像生成モデルに流行り廃りが存在しており、現在勢いのあるAnimaを使用してみることにする。
プロンプト記述にクセがある。

By his_kam@mail.d… , 19 11月 2026

個別サンプラーの動作検証続き

分かっていたことだが、画像生成モデルは、Diffusion系とFlow Matching系でサンプラーとスケジューラの動作が異なる。そもそも、Diffusion系とFlow Matching系で画像生成の原理が異なるので、当たり前の話なのだが。

総じて、Flow Matching系は「ノイズ」が関与するパラメータ操作の効きが悪い、もしくは効果がないように思える。
そもそも、画像生成から終了にむかうシグマ値が、Diffusion系では14.61〜0.029に対して、Flow Matching系は1.0〜0.0であって、ノイズの総量が異なる。Flow Matching系でノイズを混入させたところで、微細な誤差にしかならないという説明となるらしい。

要するに、Flow Matching系においては、ODEやSDEを選択することに意味はあるが、ノイズ混入は「するかしないか」の2択で考えればよいということである。

画像生成モデルで生成できる画像 / できない画像

前からわかっていることだが、極端なエロ画像はPONY系でないと生成できない。
ただし、POLY系は、現実では発生しない事象を生成するのが難しいように思える。例えば、人間を空中で泳がせることとかである。

プロンプトの記述内容の理解度では、FLUX.1に軍配が上がるのだが、FLUX.1では実現できない背景とかが存在するので、如何ともしがたい状況となる。

By his_kam@mail.d… , 18 11月 2026

「CLIPの最終層を設定」の調整

設定値の範囲が-24〜-1だが、-1以外のどの値を設定しても見られる画像が生成される。
どの値を使用するかどうかは、好みの問題と考えられるが、通常使用であれば、わざわざ設定して調整する必要はない。

結局のところ、画像生成結果の質感は、どのサンプラー・スケジューラの組み合わせが好みなのか?

いろいろやった結果、結局は euler × simple の組み合わせに落ち着くことが多い。
画像生成モデル自体が、euler × simpleの組み合わせに最適化されていることが多いためである。

他の組み合わせは、各々の特性を考慮して使用すればよい。

個別サンプラーの検証

設定値を操作できる個別サンプラーが存在するのに、Kサンプラーのものを使用するのはもったいないと思うので、個別サンプラーを使用した検証を実施する。

SDE(確率微分方程式)を使用するものには、etaとs_noiseのパラメータがからなず存在する。これらを調整することで、好みの画像が生成されるようにするわけだが、まぁ検証には時間がかかる。

そもそも、Flow Matching系のモデルとSDE系サンプラーの相性がよろしくないので、より時間がかかる。

By his_kam@mail.d… , 17 11月 2026

Inpaintのためのマニュアルシグマとノード構成の作成

指の本数を5本に修正するためには、Inpaintを実施する必要があるが、Inpaintの画像生成は、Text2Imgのシグマ値構成とは異なるものとすべきである。

例によって、サンプラーを多段構成にしているのだが、段の切り替えで画像のマスク情報が引き継がれない。
これは、サンプラーの出力から「ノイズ除去出力」を取得し、それに「潜在ノイズマスクを設定」を通してマスク設定を追加することで解決している。

こういったところが、FLUX.1とSDXL, SD1.5とで異なるところで困らされる。
FLUX.1では、サンプラーの「出力」にマスク情報が残っているので、単純に数珠つなぎにすれば、サンプラーの多段構成が完成する。

Gemma3のシステムプロンプト調整

画像生成プロンプトを生成するための、Gemmaに対するシステムプロンプトを調整する。

SDXLに対するプロンプトは単語列挙とすべきだが、そのような出力となっていなかったので調整する。
合わせて、狙った画風の画像が生成されるようにも調整する。

By his_kam@mail.d… , 16 11月 2026

Facebook カバー写真のための画像生成

せっかくなので、生成した画像をFacebookのカバー写真にすることを考える。
「どういった画像がいい」ということをAIにリクエストして、プロンプトを用意してもらう。
便利な世の中になったもんだ。

以下は、作成したけど使用しない画像。

生成画像

サンプラー4段構成

シグマ値による画像生成の工程を考えると、3段よりも4段にしたほうが画像生成の品質が向上するように思えたので、4段構成のためのマニュアルシグマを用意し、適用する。

By his_kam@mail.d… , 16 11月 2026

生成画像の整理

調子に乗って画像生成をしていると、画像があふれるので、選別して削除していく。
本当ならば、画像生成時にフォルダ分けしてしまうの整理の手間が減るのだが、後続処理の都合で、フォルダ分けできない状態になっている。
だから、折を見て画像を整理することになる。

動画の整理

流し録りしている環境から、保存しておきたい動画をコピーする作業。たまに実施する必要がある。

パソコン壁紙向け画像生成

画像生成環境の本来の使い方である、目的のある画像生成をする。

モデルによって、不得意な画像の縦横比があり、基本的に16:9の画像生成は得意ではない。だが、パソコンの画面は16:9であるため、

  1. 4:3 で画像生成する
  2. 16:9に画像を拡張する
  3. 全体を整える

……という3ステップの作業が必要となる。
最近は、主にFLUX.1 [fill]を使用するが、期待するようにならないこともある。Outpaintだけでどうにかするのが無理なのであれば、Inpaintでどうにかすることになる。

By his_kam@mail.d… , 14 11月 2026

マニュアルシグマの動作確認

デザインしたマニュアルシグマが、期待するように動作するかを確認する。

目的別にマニュアルシグマを組むのは、やりたいことが捗ってよい。

サンプラーの多段構成

シグマがどのような線を描くかを理解すれば、分割してサンプラーを多段で構成することができる。
サンプラーを多段構成にすれば、違うサンプラーを使用することができる。

よって、画像生成の全体を見た場合、工程で違うサンプラーを使用することで、画像生成の品質をあげることができる。

結果として、サンプラーを多段構成にすると、単純にKサンプラーを使用したものとは比較にならない品質の画像ができあがる。

By his_kam@mail.d… , 13 11月 2026

スケジューラが出力するシグマの調査

各スケジューラのシグマ配列出力を取得して、グラフにする。

FLUX.1 のシグマは「上に凸」なグラフとなり、SDXLのシグマは「下に凸」のグラフとなる。
要するに、FLUX.1向けに作成したシグマを、SDXLにそのまま流用することはできない。

マニュアルシグマの作成

プリセットアップされているスケジューラが出力シグマ配列を踏まえて、自分でシグマ配列を作成する。

自分でシグマを設計するようになると、「どのスケジューラがいい感じの画像を出力する」みたいな一喜一憂をする必要がなくなる。

By his_kam@mail.d… , 12 11月 2026

ComfyUIで、画像生成に関する情報を文字列取得する

網羅的検証を実施する際、画像に書き込む文字情報を作成するため。
ComfyUIでは、ノードに対する設定値を取得することができないので、ノードに対する入力値を分岐させて取得することになる。

WAS SuiteのCombo Selectorを使用することで解決している。
どうしても取得できない情報は手書きすることで対応する。

個別スケジューラとサンプラーの網羅的検証の準備

検証に必要となるノード構成を組む。時間がかかる……。

スケジューラに関する調査というか、勉強というか

カスタムサンプラーを使用する環境にすると、「シグマ」がでてくるので、これに関する学習。AIが使用できる世の中は便利。

マニュアルシグマの設計

結局のところ、数値の列挙でシグマは構成されているので、やろうと思えば、自分自身でシグマは作成できる。
……というわけで、表計算ソフトを使用して、グラフを見ながら、いい感じの線を描くように値を入力していく。

余談になるが、FLUX.1などのFlow Matching系モデルでkarrasなどのスケジューラが使用できないのは、デフォルト値として設定されているsigmaの範囲値が
Diffusion系のものであり、Flow Matching系モデルに適合しないからである。
このため、sigma_maxとsigma_minをFlow Matching系モデルの範囲値である1.0と0.01に設定すれば、指数関数系スケジューラを動作させることができる。