新清士の「メタバース・プレゼンス」 第181回

無料の画像生成AI「P-H3-Image」がすごい　参照画像1枚で同じ人物を自在に再現

LoRAによる追加学習には課題も

　ただし、弱点もあります。どうもLoRAが機能しないようなのです。LoRA作成の定番ツールの一つであるOstrisさんの「AIToolKit」がすぐに対応したので、試してみました。2時間ほどかけて19枚の画像を使って3000ステップ学習させてみたのですが、ほとんど効果がありませんでした。学習時や生成時の設定をいろいろ変えてみたのですが、それでも違いはなく、参照画像をそのまま使った場合よりも似ない結果になりました。原因について筆者は、学習に蒸留モデルを使っているために、追加学習の効果が出にくいのではないかと考えています。はっきりとした理由はわかっておらず、今後改善されるかもしれません。

　下の画像は、ゲストキャラの田中さんでLoRAを作成し、試した結果です。右側がベースとなる画像の1枚で、2000ステップ（右）も3000ステップ（中央）も、どこか別人のような印象になっており、人物の特徴がむしろ消えています。

　今後のコミュニティによる拡張を進めるうえで、この弱点は壁となるかもしれません。

田中さんLoRAの生成結果。なんとなく、似てない…

　また、ライセンスはMiniMax H3のコミュニティライセンスを引き継いでいるため、MiniMaxから別途ライセンスを取得していない限り、欧州連合、英国、韓国、米国は対象外となりますが、日本には今のところ影響はありません。

　アダルト系については、H3の特性をそのまま引き継いでいるため、特に描写に制限はないようです。

　MiniMaxはユーザーからの声に応える形で、独自の画像AIの開発を検討していましたが、独自の強力な画像AIモデルが他社から登場しました。P-H3-Imageは、H3のマルチモーダル的な性質を使える画像生成AIモデルとして有力と言えるでしょう。特に、参照画像の特徴を再現する能力の高さや、生成できるサイズの大きさは、利用するうえでかなり便利です。ローカルでのNanoBanana的な使い方も十分できるでしょう。

　ただ、LoRAの作成が難しいことからもわかるように、現状、追加学習に課題があるため、コミュニティの広がりにつながるのかは未知数です。

■関連サイト

• P-H3-Image（すでにComfyUIが公式対応しているため、テンプレートからダウンロード可能）
• ComfyUI-SAM3DBody-openpose-editor

＜紅葉を持つ明日来子さんの画像のプロンプト（実際のプロンプトは英文です）＞

フォトリアリスティックな秋のライフスタイル写真を1点制作してください。<写真1>をアイデンティティの参考資料とします。正面、側面、背面、顔の各アングルはすべて、20歳、身長170cmの同じ日本人成人女性を写したものでなければなりません。彼女の顔、目、鼻、唇、自然な肌の質感、肩までの長さのレイヤードカットの黒髪と前髪、そして成人のプロポーションを正確に再現してください。眼鏡は着用しないこと。身元を特定できるよう、関連するすべてのアングルを反映させること。静止した参考ポーズやその白い背景をそのままコピーしてはならない。参考シートのレイアウト、キャラクターの複製、インセット、テキスト、透かしは一切使用しないこと。手や四肢は解剖学的に整合性のある自然な形状とし、小道具とのやり取りは説得力のあるものにする。

服装：ラベンダー色のニットの上に淡いグレーのコート、黒いズボン、白いスニーカー。

時間帯と光：午後。カメラ：顔と上げられた手を85mmでクローズアップ。シーンとポーズ：頬の横に赤いカエデの葉を1枚持ち、その透き通った葉脈に目を向け、ほのかな喜びの微笑みを浮かべている。秋の公園特有の柔らかなボケと穏やかな日差し。リアルで柔らかな肌と布地の質感、一貫した遠近法、映画的な自然な照明を使用すること。指定されたシーンと構図を維持しつつ、頭の角度、手のジェスチャー、視線を微妙に変えて、この動作のもう一つの自然な瞬間を捉えること。

 

筆者紹介：新清士（しんきよし）

1970年生まれ。株式会社バリーン・スタジオ Creative Tech Lab./デジタルハリウッド大学大学院教授。慶應義塾大学商学部及び環境情報学部卒。ゲームジャーナリストとして活躍後、VRマルチプレイ剣戟アクションゲーム「ソード・オブ・ガルガンチュア」の開発を主導。2026年3月に発売したクラフト系サバイバルゲーム「Exelio」のAIによるキャラクターデザイン、3Dプロップの作成を担当。著書に『メタバースビジネス覇権戦争』（NHK出版新書）がある。