抽出結果: 指定モデルに関する話題
ログ全体をスキャンし、以下のモデルに関する言及をすべて抽出。モデル名(略称含む)の直接・間接言及、関連話題、使用例、選ばれている理由(明示・示唆されるもの)を記載。該当なしのモデル(NovelAI (NAI), Pony, Noobai)は言及ゼロのため省略。
illustrious (イラストリアス, リアス, ill, IL)
- 230: 「リアスで生成した乳輪チラは弾かれた」
→ Grokで生成画像が弾かれる文脈で、リアス生成の画像がNG判定された事例。
- 321: 「illustrious系モデルのキャラクター表現力にQI25l2の背景描写力が合わさると最強に見えるね」
→ 理由: キャラクター表現力が優れているため、QI25l2(Qwen系)と組み合わせで最強の可能性を指摘。
- 323: 「リアスとQIEが合わさり最強に見える QIEが持つと逆に絵がおかしくなって死ぬ」
→ 理由: QIE(Qwen Image Extended?)との組み合わせで最強に見えるが、過度な適用で破綻する点に注意。
- 310: 「メモリ16GBだとWF次第ではリアスでもSSD削ってそう」
→ 低メモリ環境での使用可能性を指摘(ネガティブ寄り)。
Qwen (qwen, QI25I2, QI2512, QIEなど派生含む)
- 234: 「ComfyUI-QwenImageLoraLoaderの人か」
→ 関連ノード開発者の言及。
- 256: 「RTX30xxでqwenでsageattention有効でも画像作れるやんけ!」
→ 理由: RTX30xx + sageattention有効環境で動作確認成功。
- 288: 「QI25I2と比較してZITは高速な反面3本足になる率が高すぎるンゴね ZIbaseになってネガプロ使えるようになったら改善されるんかな」
→ QI25I2(Qwen系)とZITの比較。ZITの欠点指摘。
- 298: 「QI2512は高速化LoRA使っても意外と画質落ちないし4step LoRAならZITより速いまであるよ リアル系しか試してないけど ワイは普段は8step LoRAでやっているけどPromptチェックとかは4stepでも十分 あとZITよりPromptにはよく反応する気がする」
→ 理由: 高速化LoRA使用時も画質維持、4stepでZITより速くPrompt反応良好。リアル系推奨、普段使いに適す。
- 311: 「Qi2512って5070ti32GBでも使えるかね? ちょい前に別のQwen使ったら低ステップでも遅すぎて使い物にならんかったんやけど」
→ 5070ti 32GBでの使用可否と過去Qwenの遅さ指摘。
- 323: 「リアスとQIEが合わさり最強に見える」
→ 理由: illustrious(リアス)と組み合わせで最強(321と重複)。
- 334: 「Qi2512」
→ 32Gメモリ環境での高速化LoRAなしだと遅い指摘。
- 354: 「動画のスクショからQwenで画像作り直してWanでつなげていっただけやけど」
→ 理由: 時短動画生成の画像再構築に使用。表情・靴・髪の安定性が高く、応用性あり。
- 382: 「QIE +NextScene Loraかな」
→ 動画生成の可能性示唆。
- 419: 「Qwenでjapanese cute girlだとおんなじ顔ばっかでる ランダム性出す方法ないかなあ」
→ 同一顔生成の欠点指摘。
- 425: 「Qwenは使ったことないけど実写系モデルは顔の特徴をちゃんと書いたり超有名人の名前入れたりしたら変わることが多い」
→ 理由: 実写系で顔特徴・有名人名指定で多様性出せる。
Wan (wan, Wan2.2など)
- 255: 「今まで必須やった「WanVideo Torch Compile Settings」ノードでエラー起こすようになったけど無効にしたらwan2.2動いた」
→ wan2.2の動作確認。
- 265: 「LTX2のi2vやってるけど全然上手くいかない 被写体が動かないし動くとぐちゃぐちゃになる wanよりわけが分からん」
→ LTX2より理解しにくい(Wan優位示唆)。
- 346: 「WanやQIEを使うのならComfyUIのほうが分かりやすい気もする」
→ ComfyUI推奨環境。
- 354: 「Qwenで画像作り直してWanでつなげていっただけやけど プロンプトをちゃんと書けばもっと表情も靴や髪も安定しそう」
→ 理由: 動画繋ぎに使用。シーン遷移自然、5秒動画編集で失敗耐性高く長尺可能。
- 373: 「そうやねWan2.2でシーン違いでスタートとエンド指定だけやね 普段はエンド→エンド→エンドの場合の方が多いけどね 一気に長尺でやると途中失敗あるつらいからいつも5秒の動画を編集で繋げてる」
→ 理由: Wan2.2でスタート/エンド指定しシーン遷移。短尺連鎖で安定性高く実用的。
FLUX (flux)
- 237: 「fluxのlora作る時にtoolkit入れないと出来なくて大変やった」
→ 理由: LoRA作成にCUDA Toolkit必須で手間大。
全体傾向: illustriousとQwenの組み合わせが「最強」と評価され、Wan/Qwenは動画生成(特に一貫性・時短)で実用的。Qwen系(QI25I2など)は速度・Prompt反応で優位だが、メモリ・ランダム性に課題。FLUXはLoRA作成の難易度指摘のみ。他モデル(NAI/Pony/Noobai)はゼロ。
抽出された生成AIモデルに関する話題(除外モデル除く)
以下はログから除外モデル(NovelAI, Pony, illustrious系, Noobai, FLUX, Wan, Qwen)を除いた上で、生成AIの「モデル」として言及されているものを抽出。主にComfyUIやForge環境での使用に関する話題に限定し、重複を避けてまとめ。選ばれている(または推奨される)理由が明記されている場合を特に強調。
GLM-image
- 話題: ComfyUIがまだ対応していないため、初心者(赤ちゃん)には遊べない(226)。
- 選定理由: なし(非対応がネック)。
Grok
- 話題: 機嫌次第で同じプロンプト・画像でも生成の通りやすさが日によって違う(ユーザーからは見えない要素)。尻が採用されずおっぱい生成にシフト? 生成画像ならOKだが、乳輪チラは弾かれる場合あり(227-230)。有料会員もマイクロビキニ編集NG、I2I/I2Vでのクラウドエロはリスク高く無理(418)。データ収集目的で炎上覚悟で運用?(422)。
- 選定理由: なし(クラウド特有の不安定さがデメリットとして強調)。
LTX2 / LTX-2
- 話題: モデルロード時にPython落ちる確率高く、ノードキャッシュ次第で回避可能(sageAttention/Triton影響?)(236)。不安定でエラーなしで生成中止まり多発、一回通れば安定orメモリリークで再起動必要(254-255)。i2vで被写体動かずぐちゃぐちゃ、元モデル実力不足/FP8劣化/バグ疑い、アニメ系弱くエロ不可、実写系有利(265-268,276)。公式WFでRAMオフロード自動、VRAM不足でもRAMあれば可だが止まりやすい(286)。VAE間違って修正版公開(333)。開発元が四半期内に改良ver予定、バグ確認(273-274)。I2V調整Tips: sampler=euler, Distilled LoRA強度0.8-1.0, image strength1.0近辺, img_compression44, stage2にditailer LoRA(283)。高解像度(1200x1200)で詰まり/SSD100%(302,309)。準備・調整大変(285)。
- 選定理由: 実写系で有利(276)。公式WFありでRAMオフロード自動でVRAM不足対応可(286)。
ZIT (Z-Image Turbo)
- 話題: Forge NeoでRuntimeError(mat1/mat2 shapesエラー)で生成不可、オンボロPC不向き?(257,284)。QI25I2比で高速だが3本足率高すぎ、Z-Image Baseでネガプロ可改善期待(288)。Z-Image BaseはベースモデルでTurboの質上(306)。
- 選定理由: 高速(288,298でQI比高速言及)。
Z-Image Base / ZIbase
- 話題: 上記ZIT関連でベースモデル、生成質はTurbo上(306)。ネガプロ使用可で改善期待(288)。
- 選定理由: ネガプロ対応でプロンプト改善期待(288)。
SVI
- 話題: I2V(30秒動画)向けだが一貫性強い反面前の動画強く参照し融通効かず(342-343)。中間/最終フレーム画像参照アップデート予定。
- 選定理由: 一貫性強いが融通の悪さがデメリット(343)。
SAM3
- 話題: 複数指定(face,hand等)は個別用意で精度良い、3つ目から反映せず(240)。マスク合成不可(旧Detailerは可)(361)。
- 選定理由: 複数指定時の精度が高い(個別用意推奨、240)。
その他(モデル名不鮮明/周辺)
- FP4/FP8: LORA効き悪い?(275)。fp8処理で汚くなる(415)。fp16_accumulation有効で高速化効く(329)。
- nvfp4: 50xx向けインストールTips(249)。
これらの話題は主にComfyUI/Forge環境の安定性・速度・動画生成(I2V等)焦点。不安定モデル(LTX2等)のトラブルシュートが多め。Grokはクラウド特有の話題。