OpenAIが新たに公開した「gpt-oss」は、ChatGPTと同等の性能をローカル環境で無料利用できるオープンソースモデルです。 「OpenAIのAPIコストが高い」「機密情報を外部に送るのが不安」といった課題を、ローカル実行によって解消できる新しい選択肢です。 ...

Stable Diffusionで手を正確に描くのが難しい場合、手を後ろにするポーズが有効です。 この記事では、Stable Diffusionで手を後ろにするプロンプトを詳しく解説します。 Stable Diffusionで手を後ろにするプロンプト Stable Diffusionで「手を後ろにする」...

Stable Diffusionは、イラスト生成だけでなく製図にも活用できます。 なかでもControlNet MLSDは、建築・インテリア・プロダクトデザインなど、直線やパース精度が求められる画像生成に最適です。 この記事では、ControlNetのMLSDを使う方法を詳しく解説し...

Stable Diffusionの進化により、誰でも手軽に漫画制作へ挑戦できる時代になりました。 成功のカギは、プロンプト設計、モデル選び、そして仕上げまでのフローを正しく押さえること。 この記事ではStable Diffusionで便利なツールやプロンプトのコツまで、...

「Qwen Image」は、Alibaba Cloudが開発した画像生成AIです。日本語での指示を正確に理解し、高精度な画像を生成できる点から、今大きな注目を集めています。 そのポテンシャルを最大限に引き出すなら、ノードベースで柔軟なワークフローを組み立てられる...

2025年8月5日、OpenAIはオープンソースモデル gpt-oss-120bとgpt-oss-20bを公開しました。 gpt-ossは、ChatGPTをローカル環境で自由に使える初のツールであり、使い方次第でさまざまな可能性を秘めています。この記事では、プログラミングやサーバーの知識...

Stable Diffusionで人物を生成すると、視線がカメラを向いてばかり…そんなお悩みはありませんか？ 実は、プロンプトを少し工夫するだけで、カメラ目線を避けた自然な視線を簡単に作れます。 この記事では、Stable Diffusionで視線をそらすための具体的なプ...

従来のRAGでは、画像や音声を検索に活かすことはできませんでした。 この課題を解決するのが、画像・音声・動画などを統合的に扱える「マルチモーダルRAG」です。 この記事では、マルチモーダルRAGの仕組みや使い方について、わかりやすく解説します。 マ...

マルチモーダルRAGとは、画像とテキストを組み合わせて検索し、AIが文脈を理解して回答する手法です。設計書や取扱説明書、論文など、図表やグラフを多く含む文書の検索に利用されています。 ウェビナーでは、ColPaliを活用したマルチモーダルRAGの実装方...

Civitaiは、Stable Diffusionで画像を生成する際に使用するモデルを探すのに便利なサイトです。 ただし、Civitaiは英語のサイトであるため、初めての方には使い方がわかりづらいかもしれません。 この記事では、Civitaiの基本的な使い方や便利な機能につい...