【AI秘話】AIグラビアの元祖、ChilloutMixのTASUKUさんに画像生成AIの未来を語ってもらった

当時から一応、ブレンド比を微調整する階層マージをゴリゴリやる人たちはいました。

ですけど僕はもう本当にシンプル。まずマージを試して当たりをつけてたら、運良くシンプルイズ・ザ・ベストでできた、みたいな感じだったんです。

でもやっぱり、AIグラビアができるようになった技術として一番大きいのは「basil_mix」の功績かなと思ってます。

それで、あともう一つ。体の仕上がりをより綺麗にするために、「Dreamlike Photoreal 2.0」も混ぜています。

はい。basil_mixは基本的にアジア系の顔が得意かな、と思ってます。

そうなんです！過去に出演したメディアさんには「ChilloutMixでAIの世界が変わった！」みたいな感じで、取り上げてもらったんですけど……

やっぱり僕自身は、これまでにマージをやってきたコミュニティの上に、 石を積んだぐらいのイメージでやってますね。

僕が使っている拡張機能は、
● 豊かな表現を増やすための「Lora」
● 手足などの細部を整える「After Detailer」
● 元画像からポーズを抽出・反映できる「controlnet」
ぐらいなんです。

あとやっぱり、DALL-Eには独特の表現があるんですよね。
だから、気に入ったDALL-Eの画像を元に、コントロールネットなどを使って画像を作るようになりました！

あと、LoRA階層もやりますね。

LoRAって顔のタッチだけでなく、背景や衣装にも影響するんですよ。

だけどやっぱり、顔だけとか手だけとかで、タッチを変えたいじゃないですか。そんな時には拡張機能の「LoRA Block Weight」を使って、LoRA階層を施していますね。

ChilloutMixをリリースした当時、コミュニティでは「リアルモデルを公にするなんてとんでもない！」という雰囲気が漂ってたんです。

そこに出そうものなら、一部のディープフェイクのような印象をうけて、フォトリアルAI自体が規制されるだろうな、と予想していました。

ですけど、リアルモデルは「実在の人、とくにタレントさんにとって役立つ技術」でもあるなと思ってまして。

だから過渡期の新しい技術に対して、どんどん得体の知れない怖いイメージがつくと良くないなと危惧していたんです。

ちょうどその時にテレビから取材が来たんで、顔出しをするって決めました。

その反響から、ChilloutMixの面白さや価値を逆に理解しましたね。

「良かったら使ってね」ぐらいの感じでコミュニティに還元したら、すごい盛り上がってたんです。

ただ「イラスト系モデルに使われるようなLoRAがリアル系モデルにも通用した」っていうのは、今振り返ってもめちゃくちゃ面白いなと思っています。

はい。

たしかに「AI学習禁止」を公言されるクリエイターさんはいます。ですがなかには、「このキャラクターをみんなで再現してみて！」みたいな活動をなさっているクリエイターさんもいますよね。

ただ「AI＝悪」という状況は避けたいですよね。

法律・権利周りの交通整備がなされれば、そこでどんどん技術が発展するんじゃないかな、というのが1ユーザーとしての意見です。

一部のAI推進派の方が言う「でも著作権法では別にこの手法は違法じゃないし」っていう言葉はかなりAI反対派の、それこそクリエイターさんの感情を逆撫でするものだと思うので。

だから僕らとしては、生成AIを使いたいし、どんどんその技術を発展させていきたいと思うんです。

だけどAI反対派の方を相手に、感情面への配慮を忘れたまま頭ごなしに主張する、というのは絶対に避けたいですよね。議論が平行線になってしまうので。

だから、そのうち谷を超えてAIとリアルの見分けがつかなくなると思ってます。

存在すると思ってた子が存在しなかった、というがっかり感が大きいんだと思いますよ。

AI画像だとわかってても好意的な意見を寄せてくれる方がいて。むしろそっちの方でインプレッションが多かったこともあるんです。

ただ今は生身の人間のほうが、コミュニケーションが取れて楽しいですよね。AIグラビアだと画面から飛び出しては来ないので、 そこに属人性の無さを感じるのかもしれないですね。

だから要望はあまりないんです。けどやっぱり肖像権を侵害していないかはちゃんと意識した方がいいし、あとプラットフォームのルールには従った方がいいなと思います。そこは各個人の責任で頑張ってください！

ただ生身のタレントさんがSNSに投稿する写真に、画像生成AIが使えるんじゃないかなと。カメラを使うと、撮影時の労力がかかりますしね。

だから僕は、そういうインフルエンサーさんとかアイドルさんとかに画像生成AIを届けていけたら、もっと面白い世の中になるんじゃないかなとは思います。

それこそ時間と空間の壁を突破して、テレビの収録とYouTubeの配信を同時に行うとか。そうなるとおもしろいんじゃないかなとは思うんです。

もちろん実現にはStable Diffusion以外に、いろんな技術が必要になると思うんですけど。

最大の理由としてはオープンソース化、つまりユーザーが主導して一気に新しいモデルを派生させてきたことにあるかなと。

ユーザー側からの拡張機能の追加も盛んにおこなわれてLoRAや階層マージが盛んになりました。

階層マージもそうなんですけど、このLoRA階層は日本人コミュニティ発なんで。これでだいぶStable Diffusionの画像の表現のしやすさが変わりましたね。

そうですね。まずLoRAって顔のタッチだけでなく、背景や衣装にも影響するんです。

だけどやっぱり、顔だけとか手だけとかで、タッチを変えたいじゃないですか。そこで階層の概念が出てくるんです！

そのコミュニティとしては、海外勢に取られる前に日本国内にちゃんと還元できるようなAI文化を発展させるのが悲願だったんですよ。

ただ、それを実現するならGPUが必要じゃないですか。だから、そのコミュニティで集まってAiHUBとして法人化して、計算資源を確保してますね。

そういう、個人じゃ解決できない問題をみんなで集まって解決したいなと。だからAiHUBではGPUを調達して、権利上の問題をクリアしたモデルを作ろう、みたいな活動をやってますね。

「オプトイン方式で集めた学習データを、改ざんの難しいブロックチェーンで管理する」っていうモデルを検討しているんですよ。これ「アニメチェーン構想」っていう、僕から発信していきたい活動ですね！

これは「BEYBLADE X」のMVですね。同時期のAI動画のなかでは多分、一番綺麗な仕上がりになっています。

このMVを全部3Dで作ろうとすると本当に大変なんで、やっぱりAIがあって助かりましたね。