《雑記》　お絵描きAIが更に身近に！「Stable Diffusion web UI(AUTOMATIC1111版)」を試してみた

皆さま、こんばんは。
このような辺境まで、お越し頂き、ありがとうございます。

Twitterやネットでの情報を追っている皆様は、既にご存じかと思いますが、先日とある画像生成AIが公開されました。
それが、表題にもあります「Stable Diffusion」です。
そちらを何とかローカル環境で使おうと奮闘したのが、前回の記事の内容になります。

この記事を書くにあたって日付を確認したら２か月くらい前でした。
にもかかわらず、毎日のように一定数の迷い子達が訪れてくれておりまして、私が思ってもみなかったレベルで読まれているようです。

正直に申し上げて、この記事の続きを書くかは迷ったのですが色々と思う事もございまして、それらを含めて記事にしておこうと思います。

そんな今話題のStable Diffusionについて、相変わらずのポンコツな私が使用できるようになるまで苦労したことや、その手触り感について書き残しておきたいと思います。

【注意】

この記事は主に、プログラム関係に馴染みのない方に向けて作成しております。

私はあまり知識が深くないので、今回も凄ーくどうでもいい事で苦労していますので、既にその手の方面に知識のある方には理解できない部分で躓いているためイラっと来る人もいらっしゃると思います。

知識の深い方には、素人が右往左往する姿を楽しむ位しかできない記事かと思いますので、そのつもりでお進みください。

Stable Diffusion web UI(AUTOMATIC1111版)って何？

nnさて、前回の記事でもご紹介致しましたお絵描きAIであるStable Diffusionちゃんですが、こちらは簡単に言うと与えたキーワードを基に絵を描いてくれるというものです。

じゃあ、今回ご紹介するStable Diffusion web UIとは何ぞや？という話なのですが、ＵＩという名前から想像できる通り、操作がより簡単になり各機能が統合されたStable Diffusionです。

前は全てがコマンドプロンプトからの操作だったので、特にこの手のものに馴染みの無い方は、ムーリーとなっていたと思うのですが、遂にＧＵＩベースで操作できるようになりました。

より多くの方が直感的に使える形に落ち着いて来たのは嬉しいですね。
まぁ、とは言えやることは変わらんので、割と面倒なんですけど（台無し）

Stable Diffusion web UIを使ってみよう！

まずは、例の如く私のＰＣ環境をある程度こちらに記載しておきたいと思います。

・CPU
Core i7-12700

・グラボ
GeForce® GTX 1660 SUPER GP OC

・OS
Windows 10

・私の知識レベル
Java ScriptやGASなら書けるくらい
Python？最近流行ってるよねーくらい
開発環境？　何それ美味しいの？（テキストベタ打ち）

ちなみに、ネックとなるのはグラボ。
ゲームを普通に楽しむ分には問題ないスペックな子なのですが、残念ながらお絵かきＡＩで遊ぶにはやや力不足感が否めない結果に！

しかし、うちのような辺境に来る方は恐らく、同じようにミドルスペックのグラボを使っている方なのではないかなと思っております。
何とかならんかなーと藁にも縋る想いで訪れた方もいらっしゃるのでは？

大丈夫です、結論から申し上げますと、私の環境でも普通に使用できました。

まぁ、ちょっと調べれば他にも出ては来るんですけど、一応、その辺りを中心にご案内です。

結論　初心者＆マシンスペック低ならやっぱりGoogle一択

これは前回と変わりません。
そりゃ、中身自体はそれほど変わらんので、仕方ないですね。

プログラム？わからん！な人
グラボがNVIDIAじゃない人
ＰＣが私のＰＣ以下のスペックの人

こういう方は、選択肢は一つだけです。
迷わずGoogle様のお世話になりましょう（言い方

こちらの記事に詳しく乗っております。

なんかStable Diffusion web UIの公式さんからも日本語版マニュアルとして紹介されてました。
あとでローカル環境の構築にも触れますが、このサイトを見てセットアップで大丈夫です。

ですが、今回はちょっと挙動が怪しくて、個人的にはお勧めしません。
実際に触っては見たのですが、私の環境ではGUIへのブラウザアクセスの段階で弾かれました。

多分、セキュリティ関係なのでセキュリティソフトやらその辺りをいじればいけそうですが、面倒なので試してません。

※２０２２年１０月１６日（日）　２２：４５追記
ちょっと時間ができたのでGoogle Colab側の設定を、上のサイトを参考に改めてやってみました。
そうしましたら、どうやら最後のリンククリックの所でローカルを選んでしまっていたようです。
記事にもあります通り、パブリック側でやったら凄く遅かったものの、使えました。

ただ、ローカルで便利なモデルの切り替えがどうやら面倒な感じらしいので、やはりローカルが良いなーという結論になりました。

私はローカル環境で楽しみたい！な人

さて、私は今回もローカル環境での構築を選びました。
いや、下手にGoogle上で使うより、わかってしまえば楽なんですよ。

流石にあれからチマチマ触っていて、ようやく大筋でどういう感じなのかつかめてきましたし。
そもそも、あれね。これLinuxベースなのね（まずそこから）

いや、ぶっちゃけ２０年も前に少しプログラム触ったくらいの時代じゃＳＱＬ位しか無かったですからね。
うちの開発環境はサーバーが全部Ｗｉｎｄｏｗｓでしたし。うん、そらわからんわ。

と言う訳で、そもそもＷｉｎｄｏｗｓ上で使うには、色々と準備をしないとダメだという事でした、はい。

で、久々に調べた結果、うん、世の中激変していたという流れであります。
何か２か月前と状況が全然違うんだが。

また先ほどご紹介した記事でローカル環境の設定を紹介されております。
写真付きで紹介されておりますので、初心者の方はそちらで良いと思います。

で、無事起動した皆様、おめでとうございます！

コマンドベースで行っていたことをGUIでできますので、作業はとてもスムーズに進みますね。
しかし、私のような微妙なスペックのＰＣをお持ちの方は、こうなった方もいらっしゃるのでは？

またお前か……（涙
やはりGeForce1660Superでは、役不足なようです。

ですが、前回も行けたんだから、今回だって行けるはず！
実は上で紹介した記事ではその辺りの事が無かったのですが……
詳しい環境構築方法は、以下のサイトがとても参考になりました。

と言う訳で、詳しいセッティング方法はこちらのサイトに感謝しながら行いましょう。

結論だけ引用いたしますと

※以下上のサイトからの引用です

４．２　性能不足のグラフィックボードが使えるよう指定を変更

　もともと Stable Diffusion は、潤沢なメモリーを持つ高価な NVIDIA 製 GPU 用だが、古い・安い GPU を使うよう設定変更ができる。　そのために今回は C:\stable-diffusion-webui ディレクトリ直下の webui-user.bat ファイルを変更する。

　変更する前に、そのディレクトリ内で webui-user.bat をコピーして webui-user – コピー.bat を作っておく。

　元からあった webui-user.bat ファイルをメモ帳で開き、６行目あたりにある

set COMMANDLINE_ARGS=

を、

set COMMANDLINE_ARGS=–precision full –no-half –lowvram –opt-split-attention

に書き換えてセーブする。　空白の箇所やハイフンの個数を間違えてはならない。

という事ですので、「stable-diffusion-webui」のフォルダ直下にある「webui-user.bat」を編集して書き換えます。

とりあえず最低でも、以下のオプションを入れておけば出力は可能でした。

  set COMMANDLINE_ARGS=--medvram --precision full --no-half

必要に応じてオプションを追加するなどして対応して見て下さいね。
ちなみに、一応注意ですが、２回目以降起動するときも「webui-user.bat」で起動しましょう。
このbat自体が、他のオプション関係をかますための物なのです。
通常起動にないものをここで組み込んでる訳ですね。

と、言う訳でして、無事出力！！

しかも前より格段に安定して早くなってます。
２か月でこれか……流石、テクノロジーの進歩は一回走り出すと止まらんですね。

一応、簡単に初心者向けに説明してみる

ちなみに、このStable Diffusionとはそもそもどういうものなのかという話を、超初心者向けにまとめておきたいと思います。
本当に初歩の初歩なので、必要ない方は読み飛ばしてください。

ＡＩだと言うのは皆さまお分かりかと思うのですが、その作りは大きく分けて二つに分かれております。
一つは頭脳に当たるモデルと言う部分。
もう一つはそれを制御して操るプログラムの部分です。

今回、凄かったのはこの頭脳に当たるモデルが、一般公開されたことなんですよ。
それのどこが凄いの？　と思う方もいらっしゃると思うんですけど、この頭脳の部分は、最初まっさらなところから始まります。
これを色々な絵を見せて学習させていくわけです。
勿論、その辺りの手法については専門分野なので私もフワッとした概要しかわかりませんが、ＡＩをトレーニングするにはとんでもないマシンパワーと資料が必要になります。

で、話はここからなのですが、元のモデルも凄かった訳ですが、前の記事にもありました通り２次元の萌え表現にはとても弱かったんですよ。
これは単純に学習した絵がそちら寄りでなかったので、そうなったんですけど……もうお分かりですよね？
じゃあ、萌え絵を学習させたらどうなるんですか？　という話で、今、話題になってるのがそういう方向で学習したものです。

色々と物議を醸しだしておりますので、その辺りは最後に私の意見を述べますが、そういうものなので、頭脳に当たるモデルがあれば、趣味趣向を変えて絵を描かせることが可能になります。

前回はドノーマルの「sd-v1-4」を使いました。
で、今回は萌えに特化した「Waifu-Diffusion」をモデルに使っております。
多分、ここに来られる９９％はオタクの皆様でしょうから、こちらのモデル方が良いでしょう（決めつけ）

では、前回はクリーチャー化して見せられなかった萌え絵ですが、今回はどうでしょうか？

うん、ヤバい。凄い安定してるんだが。

目の肥えた方から見ればバランスがー！とかあるんでしょうけど、私レベルのポンコツだと、十分すぎます。

ちなみに、こちら、プロンプトに以下の文字を入れてます。

Japanese Anime of a Beaultiful Girl, Fantasy Costume, fantasy background, Beautiful Composition, Cinematic Lighting, pixiv, Light Novel, Digital Painting, Extremely Detailed, Sharp Focus, Ray Tracing, 8k, Cinematic PostProcessing, UMA Musume Pretty Derby, Haru Urara

お判りでしょうか？　そう、ウマ娘のハルウララで作ってみたんですよね。
まぁ、見て貰えば一目瞭然で、若干のウマ娘要素である耳っぽい何かがある子もいますが、ハルウララとは似ても似つかないです。

これは先ほども語りました、モデルにその概念が理解されてないからです。
ちなみに、同じように花騎士のシクラメンちゃんでやるとこうなります。

しくら、めん？
花はそれっぽいけどいや、これシクラメンか？

何となくフワッとしたシクラメンのイメージですね。

まぁ、こんな感じで好みの絵柄にはならない感じです。

ですが、これはこれで私は味があってインスピレーションが刺激されますね。

特に風景に絡めた絵を描くのは得意なようで、私の様に趣味で動画を作る方にはとても良いツールとなりそうです。

細かい部分は動かせば気づかれませんので（コラ

そんな感じで私のへっぽこ動画を作る分にはめちゃくちゃ力になってくれそうです！

他にも色々と作品のちょっとした後添えには使える子になっているので、興味のある方は遊んでみて下さいね。

絵師さんもきっと活用できる、はず？

今まで無から有を作ってきましたが、実は元の絵を参考にして新たに絵を起こすという事も出来ます。
詳しい使い方はこちらを参照して見て下さいな。

色々とできますので、上手く使えば作業を短縮したりできるのではと素人感覚ですが思います。

で、私も本当に絵とか無理な人なので、どうやっても恥にしかならないのは重々承知な上で試してみました。

１０分もマウスで格闘して頑張って描きました！

ハルウララちゃんです！

……ハルウララちゃんです！

…………ごめんなさい、ウララ、マジでもう、ごめん……（号泣

やってみて改めて思いましたが、もう二度と描かないと心に誓いました。
で、これをセットして書かせます。結果がこちら。

可愛いけど、何だろう、可愛いけど、馬率高いな！？
ちなみに、お気に入りはこの辺りです。

可愛い。馬だけど、面影の欠片も無いけど可愛い。

可愛い！全然面影ないけど！

こちらも可愛い！　髪の色がどうして？って思うけど可愛いからOK。

ウララをお淑やかにしたらこんな感じになりそう。
と言う訳で、元の絵の影響が色位しかないよね、っていう感じになります。

あ、ちなみに参考にしたのはこの構図です。

可愛いなぁ。もう絶対に二度と描かないぞ。
冒涜以外の何物でもなかった。

ちなみに、じゃあ、そのお気に入りの子を更に使うと……という事で、最後のお淑やかウララ（？）を使ってさらに拡張してみたのがこちら。

構図と全体的な雰囲気を引き継いで微妙にニュアンスを変えてくるという感じですね。

って言うかウマがいないぞ。つまり私の絵（？）は、……やめよう。
私はあんな感じで人を描くこともかないませんが、上手く使えば創作のヒントにはなるのかなぁ？
絵師さんならでは視点があるとは思いますので、何かの参考になれば幸いです。

これからのAIと絵に関して私の意見

まず最初に、これだけは間違って伝わって欲しくないので明言しておきます。

私は絵師の皆様に対して、最大級の敬意を払っているつもりですし、また尊敬しております。
先ほどの体たらくを見て頂ければお分かりの通り、私には絶対にできない事を研鑽によって可能にした方々です。
オタクのコンテンツを楽しむ私にとっては神様な皆さまですから、当然であります。
技術が云々とか上手い下手ではなく、絵を描くことを選んだその気概に最大級の賛辞を贈りたいのです。

今回、この記事を書くにあたって悩んだのは、そもそもこの技術をブログの読者様に伝えてよいか？という部分でした。
こちらのブログに来てくださる方の中には、絵師の皆様もいらっしゃると思います。

このＡＩ技術を目の当たりにした絵師様の心境を思うと、私も他人ごとでは無い位に不安を覚えます。
私もこうやって文字を通して表現する創作者の一人ですので、例えば自分よりも上手い文をＡＩが書くようになったらと思うと、色々と思う所はあります。

感情的な部分だけで言えば、ＡＩを敵視したくなる気持ちもわかるのです。
なのでその部分は当然のことだと私も思っております。

ですが一方で、これは残酷な事ではありますが、この流れは止まりません。
むしろドンドンと加速していくというのはこの２か月の動きを見ても明白です。

たった２か月で、私レベルの知識しかないおっさんが、このレベルなら絵を生み出せるのですから。
狙った構図を作るには研鑽やさらなるモデルの進化が必要になるでしょうが、その未来は遠くないでしょう。

また条件さえ整えられればですが、私のレベルでも先ほど書いたトレーニングも行える段階に入りました。
それは更に一層、この進化が加速するだけでなく、個々人の趣味趣向を取り入れ先鋭化していく可能性が高いという事です。

ちなみに、私はあえてトレーニングには手を出しておりません。
流石に絵師様に対してそれは失礼だと思っておりますので。
ただ、今は無理でも仮にAIを生かしたいから私の絵を使ってみてくれ！という方がいましたら、その時は検討したいとは思っています。

なので絵師の皆様の中には、その現実に絶望してしまう方もいらっしゃると思います。
ですが、私はだからこそ、ちゃんと伝えておきたいです。
あくまでＡＩは道具です。
だからこそ、これからはＡＩを使いこなして更なる発展を目指してほしいと願ってしまいます。

ＡＩに絵を真似されるのが嫌だという声を聴きました。
そうでしょう。気持ちとしては私も、そりゃそうだなと思います。
自分の努力で培ってきた技術がいとも簡単に真似されたら、そりゃムカつくし憤るのも仕方ないです。
私の今までの苦労は何だったんだ……そう思ってしまうのも当然です。

ですから、何度も申し上げる通り、気持ちは本当に理解できますし、共感できるんです。
でも、もし憤り尽くして落ち着いたら、少しだけ冷静になって考えて欲しいんです。

技術の発展ってそんなもんなんですよ。

これは絵だから余計にそう感じるんでしょうが、似たようなことはずーーっと繰り返されてきました。

まず、根本的に人に真似されるのは良くてＡＩがダメなのはなぜなのでしょうか？
勿論、前提条件としてトレースやらパクリは論外です。あれは、そもそもが悪意の上にあるので全く別の話です。
でも、誰だって誰かの真似をして上手くなってきたはずです。
私も多くの本を読んでそれを真似してこうやって文章を書いてます。
やってる事は何も変わらないんです。ただその速さが人には無理なだけで。

また誤解を恐れずあえてこの例を出しますが、今の状況は私からするとＥｘｃｅｌとかＰＣが当たり前になった世の中と同じに見えます。

ＰＣが無い時代は全部紙でやってました。
おっさんやおばちゃんが計算機を片手に紙で計算してました。

ですが、今は表計算ソフトで一発です。
私達の世代からすると、何でＰＣ使わないの？って思いますし、一方でおじちゃん、おばちゃんからはＥｘｃｅｌなんて邪道だ！って言われました。

現在、どうなっているでしょうか？
特殊な界隈を除いて、一般的な会社ではＰＣスキルが必須ですし、電卓で計算している方は本当に数えるほどになりました。

今はスマホで個々人と連絡が取れるようになりました。
ですが、昔は黒い電話でじーころじーころ。
誰か出たと思えば友人の親で、へーこらしながら友人を呼び出してもらいました。
携帯電話が普及して、メールというものが一般的になったら、文字では感情が伝わらない。嘆かわしいと言われてきましたよ。

今回の一連の流れは、私からするとこれと同じ現象です。
私の尊敬する絵師様には特に、今までの手段がより良いものであるとして、新しいやり方を排除するおっちゃん・おばちゃんには、できればなって欲しくないので、この駄文をこさえてます。

何度も言いますが、この流れは変わりません。
人が息を吸うのが当たり前のように、当たり前のことが起きてるだけです。
ですから、悪用する人も出ますし、問題も起こるでしょうが、それでも技術はどんどんと進んでいくでしょう。

ちなみに、悪用する人を許せと言っている訳では無いです。
それはそれとして対策が必要です。
ですが、特に日本の文化としてそれをどうこうできるとは、私は思えません。

それ以上にこのＡＩは、必ずや絵師様たちの労力を遥かに削る良いツールになると私は信じております。
今まで１日かかっていた作業が１０分になるような、そんな可能性を秘めたものであると。

ですから、できれば敵として嫌って遠のけるのではなく、今から使いこなして自分の仕事に役立てて欲しいと、私は思っております。

※２０２２年１０月１６日　ちょっと追記

ド素人である私は単純に絵を出力して、わーい楽しー！で良いのですが、絵師様にはもっと多様な使い方があると思うのですよね。
例えば、背景の苦手な方、小物を描くのが苦手な方、そういう方はＡＩに任せてしまえばいいでしょう。
何なら自分の絵柄が理想では無くてむしろＡＩの方が理想まであるなら、そっちを主軸に絵を描くのだってありだと思うのです。
心情的にＡＩに負けた！とか思っちゃう人もいるかもですが、冷静に考えて下さい。
技術と言う意味で上を見たらきりが無いです（コラ）
自分でそれが描けないからＡＩで補う。それで良いじゃないですか。

もし道具に頼ることが邪道だというなら、極端な話、ＰＣをかなぐり捨てて土にでも描くしかなくなります。
それこそ本末転倒でしょう。
ＡＩはあくまで道具なので扱い方次第で、可能性は広がっていくと思います。

ただ一点、これだけは申し上げておきたいのですが、創作するにあたって一番大事なのは、作品に何を込めるかだと私は思っています。
そしてそれが万人に伝わる解像度であるかどうか？　そういう話なんだと思います。

何の方向性も心情も無しにＡＩを使って絵を出力し続けても、それは多分、綺麗な絵としてしか認知されません。
絵師の皆様方の絵が、あれほどまでに心を揺さぶるのはそこに作品に対する魂の様なものがあるからです。
その中核になるのは、絵師様たちのこだわりであり、想いであり、それが細部に宿り魂となるのです。

世を見渡せば、技術としてはは拙くても何故か心に残り、共感できる作品だってざらにあると思います。
それは作品に込めた思いが作者の思惑通りに読者に伝わった結果なのです。
なので、作品に魂を入れるのは創作者である絵師様にしかできません。
重ねて申し上げますが、ＡＩはあくまでその補助にしかなりません。

あくまで私一個人の願いではありますが、どうか、その可能性を捨てずにＡＩと共に更なる研鑽の日々を過ごしてほしいと思い最後に書きました。

そんな感じで最後は少し暗い話となりましたが、まだまだ可能性に満ちたStable Diffusionについて、興味のある方の参考になれば幸いです。

こちらの記事の続きはトレーニング編になります。

ご興味のある方はこちらもどうぞです。

今回の記事は以上になります。
お読みいただき、ありがとうございました。