どうも、のばぺんです！

今回は、よく使っているCheckpointを紹介しようと思います↓↓↓

このモデル、クセが少なくて汎用性が高いんですよね

自分の中では、スタメンのポジションに入ってます

で、特徴としてまず挙げたいのは、説明欄にもあるとおり「人体生成の強さ」

指とか関節の破綻がすごーく少なくて、見た目にも自然にまとまってくれます

あと絵柄がシンプルなところが、嬉しいですね

他の有名なモデルに比べても、ベーススタイルの主張が強くないので、LoRAを重ねたり衣装を変えたりしても描写の破綻がしづらい

個人的には、マージ用の素体として使うのにもかなり向いてるなって思っていて、「最終仕上げの土台にちょうどいい」みたいな感覚です

ちょっと画像生成を何万回と回してると、悩みって一つじゃ済まないんですよね

たとえば、線が太い・細い、画風が安定しない、なんかも当然あるんだけど

それよりも何よりも、一番の敵は「人体の破綻」

もう圧倒的にコレですよ

特に、手とか足まわり……ここが崩れるとマジで「終わり」

構図がどれだけ良くても、手がアレだと

「うっ……これ使えないな」ってなるし

指が6本とかになった瞬間、「修正確定」じゃないですか？

でもその修正が、ほんっと地味に重いのですね

しかも、これって今でも完全には解決してない問題で

ゼロではないけど、現状の選択肢はかなり限られてる印象

最近は、Geminiの「Nano Banana pro」とか使った生成手法も出てきて

破綻率を抑えつつ構図の自由度も維持できるような流れもできてきたけど

正直「まだ途中段階」って感じですね

一方で、ローカル生成の精度も確実に進化してきてます

Illustrious系とかPony系とか、SD1.5時代とはまったく別モノになってて、解剖学的にもかなりマトモな人物が描けるようになってきた

全体的に、構造バランスが整ってきた印象はある

けど、それでもまだ指の本数おかしかったり、構造グチャグチャなのが出てくる

体感だけど、生成画像の40〜50%は加筆修正が必要な状態

まぁ、これはもう、今の技術水準だとしょうがないと思っています

だからこそ、EmbeddingやInpaint、img2imgの処理は「やって当然」の世界です

ただ今回のモデルは、ちょっと様子が違います

何が違うかっていうと、「最初から人体破綻を起こしにくい」方向に特化してるってところです

これ、ほんとにありがたい

体感では、破綻率が従来モデルより10〜15％くらい下がったかな

歩留まりが明らかに改善されたのは、数字としても感じています

最初から整った画像が出てきてくれるから

「修正工程を飛ばす or 簡略化」できて、試行回数がそのまま完成数に直結しやすくなるので

全体の作業効率がガッと上がるんですよね

こういう特性って、画像生成を始めたばかりの初心者にもやさしいし、
LoRA使って仕上げていく中級者以上にも、普通に刺さる内容だと思います

ってことで、今後もこのモデル、しばらく主力に据えていく予定

余談ですが、人体の補正や手足の修正にも効くLoRAをいくつかみつけてnoteにまとめました↓↓↓

で、一応今回紹介するモデルの出力については、軽く検証もしてみました

なお検証にはControlNet、画風Lora、アーティストタグ、キャラクタータグなどを使っていません

純粋にモデルそのものの出力を確認するためなので

基本的な生成時の設定↓↓↓

↑↑↑このあたりの数値は特にチューニングせず、過度に盛らず、挙動を見たいときはこのくらいがちょうどいいかな思います

品質タグ

masterpiece, best quality, amazing quality, very aesthetic, high resolution, ultra-detailed, absurdres, newest, 

画像は全て、ポン出し

＊生成環境がComfyUIなので、表記はFaceDetailerになっていますが
A1111のADetailer相当です

生成（Hires.fix：無 FaceDetailer：無)

細かい調整はしていませんが、それでも画像の安定感はかなり高め

今回の構図は普通のモデルだと破綻がちょこちょこ出るので、一発アウトになるんだけど、このモデルは思った以上に崩れない

特に3枚目！

手を組んでいる構図の画像は、普段から画像生成してる人なら「あー、これ破綻しやすいやつだ」ってわかるはず….

このモデルで生成された画像は、ポン出しでも極端な崩れがなくて、ちゃんと見れるレベルだった

もちろん、完璧ではないですけど

あえて指摘するなら、手の重なりのところで左手側が多めに描かれてアンバランスってくらい（ちなみに指の本数自体に違和感はない）

破綻率は体感で20〜30％くらい（10枚中/2~3枚程度）

なので「ガチャ要素」は、ちゃんと残ってます

ただ、それ込みでも「手を絡めた構図でこれなら優秀」と言っていい気がします

裏を返せば、7割～8割は「当たり」なので、ポン出しの成功率が高いってところが、このモデルの圧倒的な強み

一方、色味や全体のトーンについては、わりとあっさりめです

クセも控えめで、いい意味でマージのベースとして使いやすいタイプ

逆に言えば、これ単体で独特な絵柄を出すタイプではない

（画風Loraなどを組み合わせれば、その限りではないです）

だからこそ、メイン用途はLoRAで画風を加えたり、他のモデルとマージしたりするという方向の調節が必須

素体としてのバランスはいいけど、そこに何を掛け合わせるかで完成度が決まる感じ

使いやすい分だけ、利用者のセンスが問われます

生成（Hires.fix：有 FaceDetailer：無)

hires.fixを使って再描画をしました

微細な描写は、けっこう綺麗になっていますね

髪の先端とか、服の縫い目とか、そういう細かいところが滑らかになりました

あと影の入り方が変わったのは大きい

もともと光の当たり方に対して影が足りない絵になることがあるため、それを再描画で補っています

特に顔まわりや服の折れ目に自然な陰影が出てくるので、立体感が増して見えます

生成（Hires.fix：有 FaceDetailer：有)

FaceDetailerを使って目元の描写を微調整

まつげの入り方とか、瞳のハイライトの位置とか、ちょっとした差ではあるけど、やっぱり仕上がりの印象が変わってくる

ここまでくれば、ひとまず画像生成は完了

もちろん、全体を見返してみて「ここもう少しだけ直したいな…」って思う箇所が出てきます

そういうときは、Image to Image（I2I）で気になる部分をピンポイントに加筆修正

ちょっとした修整でも全体の完成度は上がり、美麗な画像へ変わります

ただし、髪の流れとか、手の輪郭とか、1回のFaceDetailerでは拾いきれない部分も、I2Iなら自然に直せることも多いので、時間があれば何回かループして仕上げていくのが理想かも

生成画像の比較

終わりに

最近はオリジナルキャラクターを主軸にしたwan 2.2用のAI動画を作ることが多くて、それに合わせてモデル周りの設定調整を、ちまちまと進めています

プロンプト整理とかノード構成の見直しも含めて、なるべく作業コストを減らしたいな…というのが正直なところ

なので、細かい調整を繰り返さなくても一定以上のクオリティが出せるモデル、いわゆる「扱いやすい系モデル」への関心が前より強くなりました

特にルック重視で回すときは、ベースモデルの安定性が最優先

でも、Civitaiでは「有名 or 個性的なCheckpoint」や「話題性のあるLoRA」が毎日大量にアップされる上に、それを紹介している記事も多い

逆に「変化は少ないけど生成時に安定して使えるベースモデル」に触れている記事や情報って、意外と少ない

画像生成は「派手なアウトプット」や「尖った絵」づくりが注目されがちだけど、縁の下の力持ち的な安定型モデルの存在も、めちゃくちゃ重要なんすよねぇ…

なので、モデルを探しているユーザーがいたら、判断材料のひとつにでもなれたらうれしいなと思います

まぁ現状の課題として、VXP_IL_Base_NSFWは背景描写がちょっと弱いので、それは安定させて欲しいところではあります

フォローをお願いします！

・note

・Xのアカウント

オススメ記事