StableDiffusionのweb版「DreamStudio」を使用してみた感想。それなりに楽しめましたが、課金してまで使用してみたいとは思いませんでした。

StableDiffusionのweb版「DreamStudio」を試用してみた感想

試用年月日
2022 年 8 月 22 日

UI
分かりやすいのですが……、詳細は後述

感想
それなりに楽しめましたが、課金してまで使用してみたいとは思いませんでした。

StableDiffusionのweb版「DreamStudio」を試用しようと思ったきっかけ

下記記事を見て試してみようと思いましたった。
やばすぎるAI画像生成サービス「Stable Diffusion」始まる。 【簡単解説 & 応用 & Prompt付生成事例集】

以下、個人的に分かりづらかった点を、備忘録用途で列記してみます。

「Stable Diffusion」へ登録したはずなのに、アカウント認証後に「DreamStudio」が画面表示される理由

下記リンク先より「Stable Diffusion」へ登録すると、アカウント認証後に「DreamStudio」が画面表示されたため、私は？？？となりました。

下記記事を見て、ようやく私は理解できました。
2022/08/21　StableDiffusionのweb版「DreamStudio」が開始されました。

「Stability.Ai」のアカウント登録先は下記
Beta Signup Form — Stability.Ai

ソースコードは下記
CompVis/stable-diffusion

StableDiffusionのweb版「DreamStudio」のアカウント登録先は下記
DreamStudio

Stable DiffusionのDiscordに入る必要はあるの？

下記のように書かれていたため、Stable DiffusionのDiscordに入る必要があるのかと思ったのですが、web版「Dream Studio」を使用する場合、Discordに入る必要はありませんでした。

画像が 4 枚生成されない理由

記事では画像が 4 枚生成されているのに、私は 1 枚しか画像が生成されません。
なぜだろうと思い色々試行錯誤している内に気が付きました。
生成画像枚数は、右側の「Number of Images」スライダーより変更可能です。

「AIで韓国人のモデルさんを生成しました」と記事にしている理由

どうして韓国人のモデルなの？
どうして韓国人のモデルなの？ と思い、日本人を指定してみたのですが、何度試しても「着物」が表示されてしまいました。
恐らくですが、日本人の顔のサンプルはなく(あるいはとても少なく)、日本人＝着物と認識しているのではないか、と思いました。
※日本人指定しても、どういうわけか全体的に韓国っぽい感じの画像が生成されます。

スーパープロンプトエンジニア

検索してみましたが、見つかりませんでした。
恐らく造語なのだろうと思われます。

NGワード NUDE

NUDEと入力すると、
と表示されるため、画像生成自体が行われません。

NGワードを入力しなくても画像生成結果にフィルターがかかることがある

例えば水着と入力すると、結果によっては、生成結果画像にフィルターがかかることがあります。

下記のように書かれていますが、8/22 時点ではセーフモードのON/OFFボタンは表示されませんでした。

無料で使用できるの？

フリートライアル用に用意された枚数の画像を生成すると、下記表示がされ、画像生成できなくなります。

履歴からの画像再生成も不可です。

生成画像例(抜粋)

portrait of bird - human hybrid, head and shoulders shot, by annie leibovitz, portrait of a man, studio lighting
期待以上の画像生成結果に興奮しました。







head and shoulders shot, by annie leibovitz, portrait of a man, studio lighting



portrait of bird - Japanese people human hybrid, head and shoulders shot, by annie leibovitz, portrait of a man, studio lighting



color photograph portrait of a Japanese lady, smiling
どう見ても日本人女性ではなく、韓国人女性にしか見えません。この辺りから「あれ？」と思い始めました。



man in red suit
外国人男性は、再現率が高いと感じました。
※「上記 12 文字入力してボタンを押すだけで下記画像が 6 秒程度で生成される」とか、本来あり得ない話です……



lady in  swimsuit



lady in  swimsuit



lady in  swimsuit,smile
「smile」を付与すれば笑った顔も表示されるかと思い試してみたのですが、期待に反して表示されませんでした……。



portrait of swimsuit lady
いきなり絵画風な画像生成結果になった理由は不明です。「Portrait」を付与したから、と思ったのですが……。


再度「dream」ボタンを押したら、また元通りの画像に戻りました。



a woman in a swimming costume from below,Looking up at





Camera shot of woman in swimming costume from below



Portrait of a woman in a swimmingsuit, taken with a camera from below.





a woman in a swimming costume, taken with a camera from below, realistic
稀にですが、このようにあり得ない画像が生成されることもあります。
下記では、足が 3 本ある画像が生成されました。

画像生成中に気が付いた点

画像生成は、偶然の要素が強い
一字一句同じプロンプトを入力しても、画像生成する度に異なる画像が生成されます。

一度生成された画像に対する、異なるバリエーションの画像を生成できない
seed数値を変更後、dreamボタンを押すと、全く異なる画像が表示されました。
履歴から「全く同じ画像をサイズ変更して生成することはできます」が、気に入った画像が生成されても基本的にはそれっきりです。
一度生成された画像の顔のバリエーションだけを変更したい、というようなことはできません。

生成画像整理中に気が付いた点

得意分野と不得意分野があります

得意分野
外国人男性
海
※後から気が付いたのですが、海の画像再現性は高いです。しかも素の海より違和感ない程度にクリエイティブっぽく生成してくれます。次に機会があれば、水着の女性ではなく、クリエイティビティが高い海の画像生成に挑戦してみたいと思います。

不得意分野
日本人

私の総合評価

StableDiffusionのweb版「Dream Studio」は、「DALL·E 2 - OpenAI」や「Midjourney」より上だと思います。
より正確には、私の求める機能に近いです。

UI
かなり分かりやすいです。
ある程度わかってからのストレスはまったくありません。
※当初は「StableDiffusion」のweb版が「Dream Studio」であることを知らなかったため、戸惑いました。なんで、こんな画面が表示されるの？ 何？「Dream Studio」？ 「Dreamweaver」のようなもの？ 何なの？ と思いました……。

最後に

「Stable Diffusion」のコード、誰か解説してくれない？
C言語か何かで書かれているのだろうな、と思い軽く覗いてみたら、予想に反してPythonだった。
Pythonならこれから勉強すれば何とかなるのでは？
それとも、UI部分だけをPythonで構築しているのだろうか……
※「Jupyter Notebook」は、PythonなどをWebブラウザ上で記述・実行できる統合開発環境

LINK

プロンプト
【公開】Stable Diffusionで美しい女性のポートレートを描くprompt(呪文)を公開するチュートリアル🚀【入門編】
話題の画像生成AI「Stable Diffusion」で使える呪文のような文字列を実際の画像から見つけられる「Lexica」の使い方まとめ



API経由
stability-ai/stable-diffusion – A latent text-to-image diffusion model capable of generating photo-realistic images given any text input – Replicate
Stable Diffusion - a Hugging Face Space by stabilityai

Google Colaboratory を使用
Google Colab で はじめる Stable Diffusion v1.4｜npaka｜note
【最新版】Google Colaboratory とは？使い方・メリット・設定などを徹底解説！
Google Colab で、お手軽 Text-to-Image
画像生成AI「Stable Diffusion」を低スペックPCでも無料かつ待ち時間なしで使う方法まとめ
画像生成AI「Stable Diffusion」をGoogle Colabで動かしたメモ
画像生成AI「Stable Diffusion」をGoogle Colaboratoryで動かして画像の保存先をGoogleドライブにする方法 -
画像生成AI「Stable Diffusion」をGoogle ColaboratoryでWebアプリ的に簡単に動かすノートブックを作りました[からあげ]




フルインストール
話題のStable Diffusionがオープンソース化されたのでローカルで動かしてみる
ローカル環境で使用する場合、メモリの使用量は6.9GB。22日時点では、NVIDIAのGPUの使用を推奨している
midjourneyより高性能だけど入口の敷居が高すぎるStable Diffusionについて、かわなえさんによる導入方法解説まとめ＋他の人の補足など

これから確認予定
注目集める「AIコスプレイヤー」の作り方を調べてみたら、“無規制地帯”が見つかった　イラスト生成のダークサイド
Civitai | Stable Diffusion models, embeddings, hypernetworks and more