5chSummary

抽出されたモデル関連話題

以下は、ログから指定モデル（NovelAI (NAI), Pony, illustrious(イラストリアス, リアス,ill,IL), Noobai/NewBie, FLUX, Wan, Qwen）に関する言及をすべて抽出・整理したものです。Pony, FLUX, Qwen, Noobai（NewBie以外なし）は該当なし。抽出基準は明示的なモデル名言及とし、選ばれている理由（利点・欠点含む）があれば強調。

NovelAI (NAI)

• 986: NAIのキャラ参照画像の絵柄参照が「えげつなく」強い。理由: たった1冊の同人誌のオリキャラの表紙1枚絵だけで、同じキャラ・同じ絵柄で好きなシチュエーションを出せて感動。
• 987: NAIのキャラ参照の弱みとして、インペイントで使えない。表情変えたい時に絵柄がブレる。
• 988: 適当なプロンプトでNAIが再現できて草。
• 990: NAIのキャラ参照が「やばい」。理由: 立ち絵1枚あればいくらでもキャラ画像の素材量産可能。公式絵柄でいいなら「ゲームエンド状態」（最高の完成度）。

illustrious (イラストリアス, リアス, ill, IL)

• 993: イラストリアスでポーズ（構図）参照したい際、ControlNetの「CN-posetest_v2_1」を使用。問題点（選ばれ理由の逆）: ビームマグナム並に強力すぎ、元の絵柄や服装まで真似てしまう。Control WeightやEnding Control Stepを弄る相談（構図のみ参照したい）。

Noobai (NewBieとして言及)

• 942: NewBieが出てからそれなりに経つが、生成された画像を中々見かけない。（選ばれ理由なし、普及していない様子。）

Wan

• 870: Wan2.2を初めたばかり。CLIP Visionの意味がわからない（有無で差が分からん）。
• 871: Wan2.2はCLIP Vision要らない。理由: 何故か使ってるWFあるが、無駄なリソースでしかないので切っていい。
• 872: 上記にサンクス（同意）。
• 878: CLIP Vision有無で差判らんかったが、SmoothMix公式WFで繋がってたので踏襲（要らないと知る）。
• 947: Wan動かしても温度60度行かず（PL70設定で安定）。

その他モデル（Pony, FLUX, Qwen）: ログ内に言及なし。

---

抽出された生成AIモデル関連話題（除外モデル除く）

以下は、ログから生成AIの「モデル」に関する言及を抽出したものです。除外リスト（NovelAI (NAI), Pony, illustrious(イラストリアス, リアス,ill,IL), Noobai, FLUX, Wan, Qwen）を厳密に除外。主に画像生成モデルやTTSモデルなどの言及を対象とし、選ばれている理由や評価点（特に肯定的/否定的な文脈）を併記。TTSモデルも生成AIモデルとして抽出。

1. DaSiWaのtastysin (864)

• 言及: 「DaSiWaのtastysinは産卵で試した感じだと特にhigh側が動き弱めやね （↑はsmoothmixをhighでtastysinをlowだけ使用）」
• 評価/理由: SmoothMix（high）と併用でlowのみ使用。産卵生成でhigh側が動き弱め（否定的評価）。

2. SmoothMix (864, 878)

• 言及: 864でtastysinと併用（high）。878で「SmoothMix公式WFで繋がってたから踏襲したんやけど」
• 評価/理由: 公式WFで使用されるほど標準的/手軽（肯定的）。CLIP Visionの有無テストで併用。

3. t5gemma-tts (875, 877, 879, 884)

• 言及: 「t5gemma-ttsがなんかめっちゃガチャしやすくなってる 256個同時生成でもほとんど処理時間変わらんの面白いな」「VRAM12GBでもいけるんか？」「T5gemma-ttsはllasaみたいにえちち音声出せるなら良さそう」「やればわかるけど出せる」「ここでllasa程じゃないて見てスルーしてたが試してみるかな、docker入れるのめんどいけど 学習も出来るらしいしええかもな」
• 評価/理由: ガチャしやすく同時生成効率高（256個で処理時間ほぼ変わらず、VRAM12GB対応）。llasaより劣るがエロ音声出力可能で学習可（手軽・拡張性で選ばれやすい）。

4. llasa (877, 879, 884, 917)

• 言及: 「T5gemma-ttsはllasaみたいにえちち音声出せるなら良さそう」「ここでllasa程じゃないて見てスルーしてた」「llasaも多分同じデータは入ってると思う（speaker tag的なものはつけずに全部混ぜて事前学習っぽい感じだけど）」
• 評価/理由: エロ音声出力のベンチマーク的存在（t5gemma-ttsが「llasa程じゃない」と比較）。事前学習でデータ混ぜ込み（自然さの理由か）。

5. Takane (880, 881, 882)

• 言及: 「新しい音声系が出てくるほどtakaneのオーパーツ感が増すな なんであんなに自然だったんだろ」「Takaneはデータがめっちゃ工夫されてそう、特に喘ぎ声とかチュパ音周り あとは複数同時に生成してその結果から一番いいのを上手く選んで返すみたいな処理が入ってたっぽい」「Takaneは公開自体がちょっとあやしいエロゲぶっこ抜きデータセットを声優紐付きでそのまんま学習してたからじゃね？」
• 評価/理由: 自然さで「オーパーツ」（新モデルが出ても超えられない）。データ工夫（喘ぎ声/チュパ音特化、複数生成選別）。エロゲ抽出データセット+声優紐付け学習で高品質（法的グレーだが効果的）。

6. NewBie (942)

• 言及: 「NewBie出てからそれなりに経つけど中々生成された画像見かけないな」
• 評価/理由: リリース後経過するも生成画像が少ない（普及せず、人気低めか否定的文脈）。

補足

• TTSモデル（t5gemma-tts, llasa, Takane）が複数集中。エロ音声生成の文脈で比較され、自然さ・効率・学習しやすさが選定理由の主眼。
• 画像モデルはDaSiWa/tastysin, SmoothMix, NewBieのみ。除外モデル（Wan2.2, NAI, illustrious）が多かったため抽出少なめ。
• 他の言及（ComfyUI, ControlNetなど）はツール/機能のため除外。理由抽出時は文脈から肯定的/否定的評価を優先。