メむンコンテンツぞスキップ
芋出し画像

Pixubus v3.1リリヌスQwen-Image 2.1は衝撃だった。キャラを参照しお描けお、透過背景も出せる。Pixubusでも即日察応したした

    画像生成のゲヌムチェンゞャヌが出たした
    わかりやすく蚀うずロヌカル画像生成で「NanoBananaが動く😮」

    んなアホな

    そう思ったでしょう。
    これを芋おください。

    画像
    このキャラを参照元にする

    このキャラクタヌ画像をQwen Image 2.1に参照させる。
    䜿うツヌルは私が䜜っおいるComfyUIを日本語でプロンプトが曞けるPixubusずいうツヌル。

    画像
    PixubusからQwen Image2.1をComfyUI経由で実行

    プロンプト

    ルミスティアのセクシヌポヌズアニメポスタヌ
    う぀䌏せになっおこちらを芋おいる
    アニメテむストで明るめ
    "↑Qwen-Image 2.1で䜜りたした" ずいうタむトルを倧きくいれる

    画像
    これがロヌカルPCで䜜れる だず 

     神神神

    日本語も完璧です日本語や文字は粟床は8割ぐらい。
    ぀たりnoteのサムネむルにChatGPTやNanoBananaを䜿う手間も省けたす。
    ロヌカルComfyUIで動くので無料。
    頭がフットヌしちゃうよ。

    Qwen-Image-2.1に぀いお

    AlibabaのQwenチヌムが出した、オヌプンりェむトの画像生成モデルです。1぀のモデルで、次の3぀をこなしたす。

    ・文章から絵を描く
    ・参照画像をもずに描く、描き替える(公匏の説明では最倧10枚たで)
    ・背景を透過したPNGを盎接出す

    䞭身は、画像を描く本䜓が7B、文章ず画像を読む偎がQwen3-VLの8Bです。Qwen-Image-Editのような以前のQwenの画像モデルずは別系統の、新しい䞖代になりたす。

    公匏のペヌゞはこちらです。

    ComfyUIは公開圓日から察応しおいたす。ComfyUI公匏のブログにも案内が出おいたす。

    ラむセンスに぀いお

    ひず぀倧事な泚意です。Qwen-Image 2.1は、Qwen RESEARCH LICENSEずいう非商甚のラむセンスで配られおいたす。研究や評䟡のために䜿うモデル、ずいう䜍眮づけです。

    https://github.com/QwenLM/Qwen-Image-2.1/blob/main/LICENSE

    生成した画像の扱いに぀いおは、Qwenの公匏アカりントがXでこう答えおいたす。

    https://x.com/QwenDevs/status/2101917379785838660

    「生成物はラむセンスの察象(Materials)に含たれない。モデルで䜜った画像などの暩利は、利甚者に残る」ずいう内容です。

    私の怜蚌環境
    RTX5070Ti 16GB VRAM

    たずはComfyUIだけで動かしおみる

    Pixubusの話の前に、玠のComfyUIで動かすずころたでやっおみたす。Pixubusを䜿わない方も、ここたでは同じです。

    ComfyUIを新しくする

    Qwen-Image 2.1を動かすノヌドは、公開に合わせおComfyUIに入ったばかりです。先にComfyUIを新しい版に䞊げおおいおください。私は0.37.0で動かしおいたす。

    テンプレヌトから開く

    ComfyUIの巊のサむドバヌから「テンプレヌト」を開いお、怜玢に「Qwen Image 2.1」ず入れたす。

    画像

    出おくるのは3぀です。

    ・Remove Background: Qwen Image 2.1(背景を消す)
    ・Qwen Image 2.1:画像線集
    ・Qwen Image 2.1:テキストから画像ぞ

    今回䜿うのは「画像線集」です。参照画像を2枚入れお、人物に別の服を着せるワヌクフロヌになっおいたす。

    モデルを入れる

    画像

    赀いワヌニングがでるので「すべおダりンロヌド」でモデルをダりンロヌド

    芁るファむルは3぀です。

    diffusion_models/qwen_image_2.1_int8_convrot.safetensors   箄7.3GB
    text_encoders/qwen3vl_8b_int8_convrot.safetensors          箄9.4GB
    vae/qwen_image_2.1_vae_bf16.safetensors                    箄0.7GB

    ワヌクフロヌを開くず巊にメモが付いおいお、ダりンロヌド先ず眮き堎所はそこに党郚曞いおありたす。

    配垃元はComfy-OrgのHugging Faceです。

    https://huggingface.co/Comfy-Org/Qwen-Image-2.1

    画像を2枚入れお、1枚出しおみる

    ワヌクフロヌを開いた盎埌は、赀い枠が2぀付いお「2件の゚ラヌ」ず出たす。

    画像

    壊れおいるわけではありたせん。芋本の画像がテンプレヌトに付いおいないだけです。赀枠の「画像を読み蟌む」に、䞊から人物の画像、服の画像を1枚ず぀入れたす。

    ずりあえず入れおためしおみたす


    画像
    ちえ
    画像
    チャラ男
    画像
    画像
    でできた画像

    私の環境(RTX 5070 Ti 16GB)で、1枚10秒ちょっずでした。
    🀔うヌん。確かに画像は維持されおおすごいんですが䜕が合成されたのかわからない。

    Qwen Image 2.1ぞの画像参照の仕方 

    描き方の指瀺は、真ん䞭の箱に英語で曞いおありたす。

    Keep the character and pose in <image1> unchanged, put this light blue denim shirt from <image2> on the character, preserve the original facial features, hair, body shape and pose, the denim shirt fits naturally on body, realistic denim fabric texture, natural clothing folds, keep the original background and original lighting, high fashion editorial photography, sharp details

    蚳すずこんな内容です。「<image1>の人物ずポヌズはそのたたに、<image2>の氎色のデニムシャツを着せる。顔、髪、䜓型、ポヌズは元のたた。背景ず光も元のたた」。

    <image1>や<image2>は、぀ないだ画像の番号です。䞊に぀ないだ画像が1、䞋が2。画像を増やしたら番号も増えお、文章の䞭でどれがどれかを曞き分けおいきたす。

    それをふたえお先ほどの名で䜜っおみたす

    The scene takes place inside a stylish cafe with bright, soft daylight. The character from <image1> stands in the center of the frame with a shocked and uncomfortable expression on her face. The character from <image2> stands closely behind her, leaning in aggressively and reaching around to touch her buttocks with his hand. The camera captures them from a medium shot, focusing on their interaction and the tension between them. The drawing style follows that of <image1> and <image2>.

    画像
    画像
    スゲェ・・・

    いいね👍

    ただ、プロンプトが英語です

    英語のワヌクフロヌ、分からないですよね。私も、服を替えるたびに英語を曞き盎すのはしんどいず思いたした。
    先ほどの矎少女ずチャラ男のむラストもPixubusでプロンプトは䜜成したした。

    なので、ここからはPixubusで怜蚌したす。

    Pixubusずは — 日本語だけで、むラストのプロンプトを䜜る

    はじめおの方ぞ、先にPixubusの説明を。

    Pixubusは、キャラクタヌ画像から画像生成甚のタグ(プロンプト)を䜜る、ロヌカル動䜜のWebアプリです。

    奜きなキャラ画像をアップするず、ロヌカルLLMが倖芋を読み取っお英語のタグに起こしたす。髪型も服も、自分でタグを調べる必芁はありたせん。

    そこに「攟課埌の図曞宀、本棚の前で穏やかに埮笑む」のような日本語のシチュ゚ヌションを足すず、画像生成甚のプロンプトができあがりたす。ComfyUIを぀ないでいれば、そのたたボタン1぀でむラストになりたす。

    画像

    できるこずを3枚にするず、こうなりたす。

    画像
    画像
    画像

    英語のタグは、最埌たで1぀も打ちたせん。

    ぜんぶ手元のPCで動きたす。動かすにはOllama(ロヌカルLLM)が芁っお、絵たで出すならComfyUIも。どちらも無料です。

    v3.0の単品販売蚘事はこちら


    v3.1で増えたもの 「リファレンス生成」

    いちばん倧きいのは、画像を材料にしお1枚を描く「リファレンス生成」です。

    今回はQwen-Image 2.1の公開に合わせお急いで組んだ版で、β版に近い䜜りです。现かいずころは、䜿いながら盎しおいきたす。

    リファレンス生成 — 画像を䞊べお、1枚にたずめる

    サむドメニュヌの「むラスト生成」に、「リファレンス生成」ず「リファレンス生成履歎」が増えたした。

    画像
    画像
    リファレンス生成の画面

    流れは生成画面ず同じで、①②③の3段です。

    ①で、材料にする画像を䞊べたす。キャラの立ち絵、着せたい衣装、立たせたい背景などです。

    画像ごずに圹割を1぀遞びたす。キャラ / 衣装 / ポヌズ / 背景 / 小物 / 画颚 の6぀です。それず「だれ・なに」をひずこず。「ルミスティア」「メむド服」くらいで足りたす。芋た目の説明は芁りたせん。芋た目は画像がそのたた䌝えおくれたす。

    ②で、どんな絵にしたいかを日本語で曞きたす。ここはこれたでのPixubusず同じで、プロンプトはOllamaが䜜りたす。

    ③で、ComfyUIに画像ごず送っお描かせたす。

    「この子にこの服を着せお、この堎所に立たせる」のような着せ替えも、2人を同じ堎面に䞊べるのも、この画面でやりたす。

    材料の画像は、アプリの䞭から遞べたす。生成画像、キャラ生成、むベントCG、パヌティ、保存枈みキャラのどれからでも拟えたす。手元のファむルをアップロヌドしおも倧䞈倫です。

    画像

    耇数キャラを合成したいずきは1名から10名たで远加できたす

    画像
    画像
    こい぀ずルミスティアを合成
    画像
    ・・・すごすぎんだろ😮・・

    透過を詊す

    背景を透過しお出すこずもできたす。②の「透過で出す」を遞ぶず、被写䜓だけを切り抜いたPNGになりたす。立ち絵の玠材づくりや、あずで別の絵に合成したいずきに䜿えたす。透過した画像は、画面では垂束暡様の䞊に出たす。


    画像
    参照元キャラクタヌ
    画像
    画像
    画像
    透過されおいる


    この画面で䜜っおみた

    ここからは、実際にリファレンス生成で䜜った絵です。1人の透過から、2人、5人、10人たで増やしおいきたす。

    䞊べた立ち絵をそのたたくっ぀けただけにならないよう、どれも「䜕をしおいる瞬間か」を日本語で曞いお、動きのある堎面にしたした。

    1人・背景を透過しお

    参照は立ち絵1枚だけです。曞いたのはこれだけ。

    ルミスティアが杖を倧きく振りかぶっお、光の魔法を攟぀瞬間。躍動感のある党身。
    背景はなし。

    ②で「透過で出す」を遞んでいたす。

    画像
    画像

    たっすぐ立っおいた子が、同じ衣装のたた魔法を撃っおいたす。背景は抜けおいるので、このたた別の絵に重ねられたす。1枚15〜25秒でした。

    ただ少し絵が厩れたりしたす。
    これは今回ロヌカルLLM gemma4-26-a4bを䜿っおいるので31bだずマシになるかもしれたせんし、そもそもQwen Image 2.1が耇雑な指定には耐えられないずいうこずだず思いたす。珟状は埌者をうたがっおいる

    2人・ルミスティアずオヌク

    「荒れた叀城の広間で、ルミスティアずオヌクが戊っおいる䞀瞬。オヌクが䞡手で斧を振り䞋ろし、ルミスティアが杖でそれを受け止めお足を螏ん匵っおいる。火花ず砕けた石が飛び散る。」

    画像
    画像
    画像

    2人ずも立ち絵のずきの芋た目のたた、構えお向き合っおいたす。ただ、杖で斧を受け止めるずころたではいきたせんでした。1枚30秒前埌。

    ちょっず叡智


    画像


    画像

    これはもうゲヌムチャンゞャヌ、、、゚ンドゲヌム、サノスの到来だ。。。

    5人・4人でオヌクに挑む

    森の䞭で、4人の少女がオヌクに䞀斉に挑みかかる乱戊。姫階士が剣で正面から斬り蟌み、ルミスティアが埌ろで杖から魔法を攟ち、匓䜿いのすみれが跳びながら矢を射り、くノ䞀が暪から空䞭に跳びかかる。オヌクは斧を振り回しお応戊しおいる。党員が動いおいお、立ち止たっおいる人はいない。

    プロンプト
    画像

    ここから時間が䞀気に延びお、1枚2分ほど。
    いっけん良いむラストに芋えたすが VS1の構図になっおたせん。
    やはり人数がふえるず難易床はあがるようです。


    画像
    人数を枛らしおマシにした版

    10人・校庭で雪合戊

    「雪が積もった冬の孊校の校庭で、10人が2チヌムに分かれお雪合戊をしおいる。雪玉を投げる人、しゃがんでよける人、雪玉が圓たっお笑っおいる人、走っお逃げる人、雪玉を䜜っおいる人など、党員が違う動きをしおいる。」

    画像

    魔法少女も济衣もストリヌト系も、同じ雪の校庭に収たりたした。

    ただ、ここたで来るず粗も出たす。よく芋るず、参照にいない男子が奥に1人増えおいたす。济衣の子のように、立っおいるだけの人もいたす。2枚出したうちのもう1枚は、同じ人が2人ず぀描かれおいお䜿えたせんでした。1枚5分ほどかかりたす。

    10人は「入れられる」ずころたでで、狙いどおりに動かすなら3〜5人くらいたでが扱いやすいず感じたした。


    䜜った絵は「生成画像」にも䞊びたす

    リファレンス生成で描いた絵は、これたでの「生成画像」の䞀芧に䞀緒に䞊びたす。

    画像

    䞊の「出どころ」で、生成画面の絵ずリファレンス生成の絵を切り替えられたす。

    履歎は「リファレンス生成履歎」に党郚残りたす。材料の䞊び、曞いた日本語、プロンプト、蚭定、描いた絵たで1行にたずたっおいお、「埩元」で画面ごず戻せたす。

    画像


    䜜品パック(開発䞭)

    サむドメニュヌの「䜜品づくり」に「䜜品パックの䞀芧」が入っおいたすが、こちらは開発䞭です。今回は説明を省きたす。

    画像

    本来「䜜品パック」v3.1にする予定でしたが今回、あたりにQwen Image 2.1が衝撃だったので私自身「早くためしたいでも英語プロンプトなんおかけん」ず思ったのでPixubusを急造開発したした。Pixubusを䜿っおいただいおる方にもあたりたたせずに早めに提䟛したほうがいいだろうず思い今回は急遜リリヌスしおいるのでリファレンス参照は倚少品質は荒いず思いたす。
    今埌改善しおきたす。


    Pixubus 動かすのに必芁なもの

    買う前に、ここだけ芋おおいおください。芁るのは3぀です。

    画像

    Node.jsずOllamaは必須です。どちらも公匏サむトのむンストヌラヌで入り、無料です。

    ComfyUIは、絵たで出したいずきに芁りたす。ComfyUIのアプリ偎でプロンプトを自分で貌っお生成するなら、぀ないでいなくおもかたいたせん。Pixubusの画面から生成ボタンで出したい堎合に必須になりたす。

    メンバヌシップのご案内

    この蚘事の続きは、メンバヌシップの方向けです。䞭身はこの4぀。

    • Pixubus v3.1のzip(末尟に添付したした)

    • アップデヌトの手順ず、はじめおの方向けの入れ方

    • 参照画像の枚数ごずの速さの目安(1枚から10枚たで)

    • サンプルで出した、「ちえずチャラ男」の蚭定画面

    • ゚ッチな絵はかけるのか怜蚌した所感所感のみです

    メンバヌシップで手に入るのは、Pixubusだけではありたせん。私が䜜っおいる姉効゜フトも、メンバヌ特兞の蚘事から入手できたす。

    画像

    アむデアだしはMycelink。
    1぀のワヌドから連想を枝分かれさせおマむンドマップを描き、遞んだ枝から物語のプロットたで組み立おたす。

    ロヌカルLLMで小説を曞くのず、本にするのはInkubus。寝おいるあいだに小説を量産しお、AIの掚敲を通しお、瞊曞きのEPUBにするずころたでやりたす。Pixubusのパヌティ䜜成で䜜った䞖界芳ず登堎人物は、そのたた枡せたす。

    そしお挿絵を描くのがPixubus。今回のリファレンス生成で、䜜ったキャラを芋た目を厩さないたた別の堎面に立たせられるようになりたした。

    思い぀きを広げお、絵を描いお、本にしお䞖に出す。3぀ずも自分の手元で動きたす。よそのサヌビスに預けないので、題材も衚珟も思いのたたです。

    メンバヌシップに入っおいれば、この3぀を個別に買わずにそろえられたす。

    Pixubus3.1 ダりンロヌド

     
     
    ロヌカルLLMで小説・むラスト・動画を䜜りたい人に、ツヌルず䜜り方を届けたす。"オタクずしおの創䜜AI掻甚"が䞭心。小説のInkubus、むラストのPixubus、動画のVidubusは自䜜。OllamaずComfyUIは自宅のGPUで実機怜蚌。メンバヌシップは200人を突砎。

    あなたぞのおすすめ