5chSummary

なんJ(5ch) AI生成ツール議論ログレポート

このレポートは、提供された掲示板ログ（なんJ(5ch)スタイルの会話）を基に、AI画像/動画生成ツール（主にComfyUI、WanVideo、Qwen-Image-Editなど）に関する議論を整理・分析したものです。ログは主にユーザー間のトラブルシューティング、ツールの活用Tips、GPUハードウェアの適合性、LoRA学習の試行錯誤を中心に展開しており、全体としてWanVideo 2.2の動画生成最適化とQwen-Imageの画像編集機能がホットトピックとなっています。ログの投稿番号は847から1000までで、新スレッドの立て（974）も含みます。AniSora v2への言及はなかったため、独立項目は作成していません。

なお、ログ内で”wai”が言及される場合、これはIllustriousの派生モデルを指し、WanVideoとは無関係である点に留意しています。レポートはトピックごとにまとめ、ユーザー間の知見共有を重視して記述します。

1. WanVideo 2.2関連の議論（動画生成の最適化とTips）

WanVideo 2.2（以下、Wan2.2）はログの中心トピックで、Nativeフロー vs. Wrapper（Kijai氏のラッパー）の比較、LoRAの活用、生成速度の改善が頻出。ユーザーはRTX 3080/3090/4070などのGPUでテストし、VRAM/RAMの制約を議論しています。

• Native vs. Wrapperの比較とトラブルシューティング:
  • Nativeフローはシンプルで速いが、カスタム機能が少ない（例: 926でWrapperが重く止まる問題）。一方、Wrapper（EasyWan22など）はLoRAスケジュールやTorch Compile Settingsで高速化可能（916, 944）。
  • 具体例: 3080環境でWrapperがスタックする場合、BlockSwap（40設定）やGGUF_Q8モデルで改善（938, 953）。Nativeで4step LoRA併用時はTeaCacheやEnhance-A-Videoが有効（932, 977）。
  • Tips: LoRA重みスケジュールで動きが向上（918）。秒数指定のプロンプト（例: “For the first 1 second: …“）で動画の流れを制御（855）。
• 生成機能のTips:
  • Latent Random: 解像度をランダム化し、味変やAPI用途に便利（848, 853）。
  • Prompt制御: Dynamic Prompt用に3分割（pre/main/suffix）でランダム/総当たり選択可能（852）。TextSplitterでワード区切（895）。
  • プリセット追加: 上半身脱衣など（918）。数字/簡単英文の表示が可能（869）。
• ハードウェア依存:
  • 3060（32GB RAM）でEasyWan22動作可能（847, 850, 860）。3080で12分生成（949）、4070で普通に動作（941）。RAM96GB推奨（941, 991）。
  • 問題: Samplerで止まる場合、解像度/ステップ/BlockSwap調整（933, 938）。RTX 5000系はWin環境で問題なし（959）。

全体として、Wan2.2は高速化が進み、Nativeでfp16モデルを使う快楽を語る声も（929）。新機能（FastMix, LoRAスケジュール）が動きを強化（918）。

2. Qwen-Image-Edit関連の議論（画像編集とLoRA学習）

Qwen-Image-Editのテストが活発で、LoRA作成、編集制限、学習Tipsが主。実写/アニメの画風再現やNSFW対応の限界が議論されています。

• 編集機能のテストと制限:
  • ロリキャラが出せない（海外基準の児童ポルノ回避？）: 画像読み込みで胸を強制的に大きくされる（864, 964, 973）。”flat chest”指定でも巨乳化（979）。
  • 成功例: “手を挙げて”で素直に編集（964）。セミリアル9人集合写真は無理（875）。
  • Tips: 元画像の特徴を維持（873）。LoRA併用で画風制御（876）。Refineで乳首描画が増える問題（858）。
• LoRA作成と学習:
  • Booruタグ+キャプション学習で画風維持向上、ただしちぐはぐ要素（車のドアなど）が出る（856）。Step2000-5000で形になるが過学習なし（856）。
  • NSFW学習: 40枚画像で2000stepで綺麗に出る（989）。Qwen専用ツール（Musubi-Tuner）の開発進捗（890, 957）。
  • 初LoRA作成: 環境構築が苦労するが、あっさり機能（866）。Blocks to Swapで省メモリ化（947）。
• エラーと解決:
  • TextEncodeエラー: “(“のエスケープ忘れや画像サイズ大（862）。
  • VAE: Wan2_1_VAEとQwen_image_VAEがほぼ同じ出力（943）。

Qwen-Imageは画風LoRAでSDXL i2iと組み合わせ、表現範囲拡大（897）。追加学習待ちの声多し（978）。

3. GPU/ハードウェア関連の議論（適合性と将来展望）

GPUの選択とメモリ構成が頻出。NVIDIA中心だが、AMD/Intelの可能性も探求。

• NVIDIAの動作テスト:
  • 3060(32GB)で可能、64GBで余裕（847）。3080でギリ、3090/4070で安定（939-941）。5090の温度管理（空冷75度、水冷推奨）（971）。
  • PCIe 5.0 x16の帯域が重作業で有効（967）。
• AMD/Intelの可能性:
  • Ryzen AI 395 + RAM96GB: 画像生成は厳しいがLLM向き（885, 888）。Intel ARC: ベンチで健闘（961, 965, 968）。VRAM48GBモデルが使えるかも（965）。
  • Radeon次世代: LPDDR6採用で512GB VRAM可能？（912）。ただしCUDAなしでエロ小説生成止まり（913）。動画向きの声も（917）。
• メモリTips:
  • RAM96GBが最適（991, 996, 1000）。128GB過多、2の累乗以外（96GB）でもOK（993, 996）。
  • Python更新: 3.10.11から3.13.7へは不具合リスク、問題なければ現状維持（919-923）。

AMD/Intelはコストパフォーマンスで注目だが、NVIDIAの優位性が高い。

4. その他のツール/機能関連の議論

• ComfyUI-Prompt-Control: 複数キャラ描き分けの解説記事共有（902）。COUPLE/MASKでエリア制御、fp8対応（942, 976）。
• LoRA/学習一般: Musubi-Tunerでコマンド簡易化（890, 892）。InsightFace/Reactor導入失敗（893）。
• その他Tips: Wildcardで衣装セット登録時の問題（883）。男オナニー抑制（966）。Illustrious 2.0派生モデルで自然言語有効（992, 997）。
• エラー解決: Segmentationモデル特有の問題（857）。RVC音声生成（982, 988）。

全体の傾向と洞察

• ポジティブな点: ユーザー間でのワークフロー共有（895, 902）が活発。EasyWan22のアップデート（899）で使いやすさ向上。LoRA学習の敷居低下で初心者成功例（866）。
• 課題: GPU/RAMの制約が多く、3080以下でスタック頻発。Qwen-ImageのNSFW/ロリ制限がネック。環境構築（Python, CUDA）の苦労多し（893, 919）。
• 将来展望: Qwen-Imageの追加学習やAMD/Intelの進化に期待。動画生成の高速化（Torch Compile, BlockSwap）が進み、日常使いが進化中。
• コミュニティの動き: 新スレッド立て（974）で議論継続。音声統合（RVC）やブルアカキャラ生成（990, 995）など、応用例が増加。

このレポートはログのエッセンスを抽出したもので、詳細は元の投稿を参照してください。追加の質問があれば、具体的なトピックを指定いただければ深掘りします。