2024.08.21
中国のテンセントが開発したマルチモーダルAIモデル「Hunyuan-DiT」を…Hugging FaceのSpacesからいじってみた…。
以前いじった「Flux.1 pro」の回と同じプロンプトで比較してみると…
プロンプト「フェスティバルのステージで演奏する50代3人のカントリーバンド、真夏、晴天、たくさんの観客」
I played around with the multimodal AI model “Hunyuan-DiT” developed by China’s Tencent… from Hugging Face‘s Spaces…
Compared with the previous “Flux.1 pro” I played around with using the same prompt…
Prompt: “A country band of three in their 50s performing on stage at a festival, midsummer, sunny weather, a large audience.”
プロンプト「エベレストを登る5人の日本人登山家、晴天、夏」
Prompt”Five Japanese climbers climbing Everest, sunny, summer”
プロンプト「ニューヨークの空を飛ぶ10頭の鯨達、晴天、春、見上げるたくさんの人々」
Prompt”Ten whales flying in the New York sky, sunny day, spring, many people looking up”
プロンプト「古い図書館で本を読むたくさんの精密なアンドロイドロボット達」
Prompt”Many sophisticated android robots reading books in an old library”
こんな感じですね…。個人的には…今ひとつ…。
It’s something like this… Personally, I don’t think it’s that great…
つづく…
to be continued…
Generation AI Lab：生成AIラボ
2025.12.10 https://replicate.com で... Flux 1.1 ProとFlux 2.0を比べてみた...。 https://replicate.com… Comparing Flux 1.1 Pro and Flux 2.0… Flux 1.1 Pro Flux 2.0 プロンプト...「月面の山にあるスキー場でスキーを楽しむ5人の宇宙飛行士、後ろに青く輝く地球が見える」 Prompt… "Five astronauts skiing on a mountain ski slope on the moon, with the glowing blue Earth in the background." Flux 1.1 Pro Flux 2.0 プロンプト…「ジュラ期のジャングルに着陸した宇宙船から降りる5人のクルー、クルーを捕食しようと狙っている複数の肉食恐竜」 Prompt… "Five crew members disembark from a spaceship that lands in a Jurassic jungle, where sev ...
2025.10.26 久しぶりに...生成AIのsvg化ツール「Recraft V3 SVG」を https://replicate.com/ でいじってみた...。 現状...実質的には...AdobeとRecraftぐらいしか...svg=ベクターデータに対応した生成AIは無い？ For the first time in a while, I played around with the generative AI SVG conversion tool "Recraft V3 SVG" at https://replicate.com/. Currently, is it true that Adobe and Recraft are the only two that offer generative AI that supports SVG (vector data)? プロンプト「古いタイプライターを使うレトロでシンプルなロボットのポスター。オリーブ色の背景に「温故知新」というタイトルが付けられている。」 Prompt: "A simple retro poster of ...
2025.09.17 https://replicate.com から...Seedream 4.0をいじってみた...。 元画像をSeedream 4.0にて生成... I experimented with Seedream 4.0 from https://replicate.com… The original image was generated using Seedream 4.0… テキストで...色々と指示してみると... Giving instructions using various types of text... こんな感じ...つづく... Something like this…To be continued… Generation AI Lab：生成AIラボ ...
2025.09.09 Googleの最新画像生成+編集モデル「Gemini 2.5 Flash Image」通称？「nano banana」を...https://gemini.google.com/ からいじってみた...。 I took a look at Google's latest image generation and editing model, "Gemini 2.5 Flash Image," also known as the "nano banana"https://gemini.google.com/ 元画像をFluxで生成して...https://gemini.google.com/ にアップロード... Generate the original image using Flux…and upload it to https://gemini.google.com/… プロンプト...「立って、歌って」 Prompt… "Stand up and sing" プロンプト...「キャスケットを被せて」 Prompt… "Put on a newsboy ca ...
2025.08.12 中国のアリババ社が開発した...動画生成モデル「Wan」をいじってみた...。 I played around with the video generation model "Wan" developed by Alibaba, a Chinese company. https://wan.video/ テキストから動画...「高速で高速道路を疾走するクラシックカー」 From text to video… "A classic car speeding down the highway" 無料だと...ダメですね... If it's free… it's no good… 4時間待っても生成できないので...Rplicateプラットフォームに変更...テキストから動画...「高速で高速道路を疾走するクラシックカー」 I waited 4 hours and still couldn't generate it…so I switched to the Rplicate platform…from text to video…"A classic car sp ...
2025.08.12 現段階では...iPhoneアプリのみ？みたいですが... Grokで音付き動画の生成が可能になったので...いじってみた...。 生成した画像をアップして...GO！ At the moment, it seems to be only available as an iPhone app… Grok now allows you to generate videos with sound, so I decided to give it a try. Upload the generated image…GO! Original image Original image 利用方法と料金 アプリでの使用・iOS版「Grok 生成AI」アプリから利用可能・基本的に有料プランが必要（Premium または Premium+）・無料版では生成回数に制限があり 操作手順・アプリを開いて「想像する」をタップ・画像を選択またはプロンプトを入力・生成モードを選択（Normal/Fun/Spicy/カスタム）・動画生成を実行 by Genspark Usage and Pric ...
2025.07.19 以前ブログで紹介した...「Bing Video Creator」が...デスクトップ ブラウザーで使えるようになっていたので...早速いじってみた...。 "Bing Video Creator" which I previously introduced on my blog, is now available on desktop browsers, so I immediately tried playing around with it. https://www.bing.com/images/create?FORM=IRPGEN&ctype=video# 無料の動画生成「Bing Video Creator」リリース… が...数時間？？？かかるの... But… it takes several hours??? 待ってはみますが...これじゃぁ...使えないですね...。結果は改めて！ I'll wait, but… it's… useless… I'll let you know the results later! 4時間後 ...
2025.07.04 Blog Propman MEMO 「ものづくり」備忘録？のアイキャッチ画像+αを... Midjourney・Flux・Imagen・Adobe Firefly・Copilot Designer・Ideogram・VIVA・Vidu・Kling・Runway・Dream Machine・Haiper...等々で生成しています。 Blog Propman MEMO "Manufacturing" memo? Eye-catching images + more…Created using Midjourney, Flux, Imagen, Adobe Firefly, Copilot Designer, Ideogram, VIVA, Vidu, Kling, Runway, Dream Machine, Haiper…etc. Generation AI Lab：生成AIラボ ...
2025.06.20 Midjourney v7が標準仕様になり...V1 Video Modelもリリースされたので...早速「V1 Video Model」をいじってみた... 以前生成した画像を選んで... Midjourney v7 has become the standard specification…The V1 Video Model has also been released…I immediately tried playing around with the Video Model… I selected an image I had generated previously… 右下の...Animate Image...Auto...Low Motionを選択...プロンプト「喋り出す」... (んんん...6回もクリックしてしまいました..）あっという間に...クレジットが...涙... Select "Animate Image…Auto…Low Motion" at the bottom right…Prompt "Talking Broccoli"… ...
2025.05.24 先日...ブログで紹介した日本発 Fotographer AI の...「ZenCtrl」のデモをいじってみた...。 The other day, I tried out a demo of "ZenCtrl" by Fotographer AI, a Japanese company that I introduced on my blog. Demo：https://huggingface.co/spaces/fotographerai/ZenCtrl 高解像度で被写体を中心とした多視点画像生成ができる「ZenCtrl」 先ずは...背景白の画像を生成... First… generate an image with a white background… Generated in Midjourney プロンプト...「パブで生ビールを飲む40歳男性」で生成... Generate with prompt… "40-year-old man drinking draft beer in a pub" ... Generated in Midjourney ...
