蘇った共有用のQRコード

画像生成のエンジン自体は、stable diffusionだが、UIを工夫することで独自のサービスに見えるものがある。
特に、香港のhayoAIは、レスポンスの速さと、一覧のしやすさでかなり優れている。

パソコンだと、画像の形式がwebpになっていて、読み込みは早いが、画像生成に必要なプロンプトは入っていない。
これは、スマートフォンのhayoAIのアプリから、このようなQRコード付きの画像をダウンロードできる。これが、スマートフォンやiPadでは

・iOS iPadだとQRコードだけ出る
・android QRコードと元のpng画像が出る

このPNG画像はandroidだけ、iOSはファイル一覧などが苦手ということになるだろうか。

プロンプトは、分かりやすく明示されているから、元の画像が無くても大丈夫だが、ここ数ヶ月hayoAIのNICETALKはUIの変更・修正を行なっており、QRコードがずっと出なかった。なので久しぶりにアクセスしたらQRコードが再び出るようになって一安心。

プロンプトをコピーすると、ネガティブプロンプトはコピーされない。というより、スマートフォンの画面に収まるほどに、プロンプト文は短く節約されている。

画像ビューワーアプリを起動

stable diffusionのstability.aiはPNG情報という、生成するPNG画像の中にプロンプトを埋め込んでいる。

ところが、画像生成中にPNG画像を開くと、処理は止まらないが、UIの進捗バーは表示されなくなってしまう。軽い画像生成なら少し待てばいいが、重いアップスケールなどは、進捗の表示が消えるとかなり分かり辛くなる。そこで、PNG画像だけを読み取るビューワーが欲しい。と思ったら、公式でも出してる。

ところが、ここで外部アプリなのでmacOS Venturaがゴミ箱に入れるとして実行してくれない。
そこで、Google検索して、

以前はfinderからアプリを実行するときctrlキーを押すなどあったが、このコマンドがあるということは、ctrlキー効かない場合もあるのか。設定を変えるというより画像の出自を確認したいだけなので、スタンドアローンで設定を変えずにアプリだけが起動して欲しい。

このコマンド一文で、起動した。ありがたいことだ。

androidスマートフォンでダウンロードしたPNG画像から、香港のhayoのstable diffusionのプロンプトが明らかになった。

1woman,making bread,in the kitchen ink sketch lora:InkStyle:0.4
Negative prompt: NSFW:1.5, (low quality, worst quality:1.4), blush, extra fingers, fewer fingers,(bad anatomy), (inaccurate limb:1.2),bad composition, inaccurate eyes, extra digit,fewer digits,(extra arms:1.2),easynegative
Steps: 25, Sampler: DPM++ 2M Karras, CFG scale: 7.0, Seed: 1460564900, Size: 512x512, Model: CetusMix, Seed resize from: -1x-1, Denoising strength: 0.6, Hires upscale: 1.5, Hires upscaler: Latent, Lora hashes: "InkStyle: 96718d4b1924", Version: v1.4.0

ローカルでも同じプロンプトで

香港の利点は、比較的大型の画像が素早く生成されること。ワンクリック生成を押すと、おそらく奥にwindowsPCが繋がっていて、それがメールのようにして画像を送り返してくれる。この動作が自宅のmacBookより数段早い。またスマートフォンだけで操作できる。

1woman,making bread, in the kitchen, ink sketch, <lora:zyd232_ChineseInkStyle_v1_0:0.4> Negative prompt: NSFW:1.5, (low quality, worst quality:1.4), blush, extra fingers, fewer fingers,(bad anatomy), (inaccurate limb:1.2),bad composition, inaccurate eyes, extra digit, fewer digits,(extra arms:1.2), EasyNegative Steps: 28, Sampler: DPM++ 2M Karras, CFG scale: 7, Seed: 3783595823, Size: 768x768, Model hash: b42b09ff12, Model: cetusMix_v4, Denoising strength: 0.6, Hires upscale: 1.42, Hires upscaler: 4x-AnimeSharp, Lora hashes: "zyd232_ChineseInkStyle_v1_0: 96718d4b1924", Version: v1.4.1

キッチンは香港に比べて手狭になってしまったが、パン作りの様子は再現できた。InkStyleという水墨画風のLoRAをあて、輪郭をクッキリさせることでGPUを節約してアニメ風に表示している。

stable diffusionのビューワーが地味に効力を発揮するといいのだけれど。hayoAIは進んでいて初心者にも分かりやすい表記がいいと思うが、公式のstable diffusionのビューワーと表示を合わせてくるはずなので。