【Animagine XL 3.0】誰でも簡単にアニメ美少女の画像を生成できるAIの使い方や料金を解説

WEELメディア事業部LLMリサーチャーの中田です。

1月10日、Cagliostro Research Labが、拡散モデルベースのText-to-Imageの画像生成モデル「Animagine XL 3.0」を公開しました。

このAIツールを使うことで、テキスト指示から高画質なアニメ画像を、簡単に生成できるんです…！

HuggingFaceでのモデルダウンロード数は、すでに5,048を超えており、多くの人に使われていることが分かります。素人でも簡単にアニメーション画像を作れるため、アニメ制作などにも活用できそうです。

まるで、VTuberの『キズナアイ』のようなビジュアルも、簡単に作れるんです。

この記事ではAnimagine XL 3.0の使い方や、有効性の検証まで行います。本記事を熟読することで、Animagine XL 3.0の凄さを実感し、普通の画像生成AIには戻れなくなるでしょう。

ぜひ、最後までご覧ください。

なお弊社では、生成AIツール開発についての1時間無料相談を承っています。こちらからお気軽にご相談ください。
→無料相談で話を聞いてみる

Animagine XL 3.0の概要

Cagliostro Research Labが、拡散モデルベースのText-to-Imageの画像生成モデル「Animagine XL 3.0」を公開しました。2ヶ月前に、同研究チームは「Animagine XL 2.0」を発表しており、それを「最高のオープンアニメ画像生成モデル」に改良するために、ファインチューニングしたのだとか。

加えて、Stable Diffusion XLをベースに開発されており、以下のようなアニメ画像を生成するのに特化しています。

なお、Animagine XL 2.0について詳しく知りたい方は、下記の記事を合わせてご確認ください。
→【Animagine XL 2.0】解像度が高すぎるアニメ画像を生成できちゃうAIを使って推しの女の子を作ってみた

Animagine XL 3.0の料金体系

Animagine XL 3.0はオープンソースであるため、誰でも無料で利用可能です。

ただ、「Fair AI Public License 1.0-SD」というライセンスのもとで提供されており、モデルの変更を行った場合、その変更と元のライセンスを共有する必要があります。また、変更されたバージョンがネットワーク経由でアクセス可能な場合、他者がソースコードを入手できるようにする必要があります。

Animagine XL 3.0の使い方

今回はGoogle ColabのT4で実行しました。

また、以下のGradioのデモページで、簡単に試すことができます。

参考記事：ANIMAGINE XL 3.0 Gradio Demo Page

まずは、以下のコードを実行して、必要なライブラリをインストールしましょう。

!pip install -q --upgrade diffusers invisible_watermark transformers accelerate safetensors

次に、以下のコードを実行して、モデルのロード等を行いましょう。

import torch
from torch import autocast
from diffusers import StableDiffusionXLPipeline, EulerAncestralDiscreteScheduler

model = "linaqruf/animagine-xl"

pipe = StableDiffusionXLPipeline.from_pretrained(
    model,
    torch_dtype=torch.float16,
    use_safetensors=True,
    variant="fp16",
    )
pipe.scheduler = EulerAncestralDiscreteScheduler.from_config(pipe.scheduler.config)
pipe.to('cuda')

そして、以下のコードを実行することで、画像を生成できます。

import matplotlib.pyplot as plt
from PIL import Image

prompt = "face focus, cute, masterpiece, best quality, 1girl, green hair, sweater, looking at viewer, upper body, beanie, outdoors, night, turtleneck"
negative_prompt = "lowres, bad anatomy, bad hands, text, error, missing fingers, extra digit, fewer digits, cropped, worst quality, low quality, normal quality, jpeg artifacts, signature, watermark, username, blurry"
output = "/content/anime_girl.png"

image = pipe(
    prompt,
    negative_prompt=negative_prompt,
    width=1024,
    height=1024,
    guidance_scale=12,
    target_size=(1024,1024),
    original_size=(4096,4096),
    num_inference_steps=50
    ).images[0]

image.save(output)
image = Image.open(output)
plt.imshow(image)
plt.axis('off') # to hide the axis

生成結果は、以下の通りです。

かなり精度が高く、しっかりとアニメ調ですね！

ちなみに、30秒くらいで生成できました。

なお、公式ブログによると、以下のようなプロンプト設計がおすすめだそうです。

1boy/1girl, what character, from which series, everything else in random order*

Animagine XL 3.0を動かすのに必要なPCのスペック

■Pythonのバージョン

Python 3.8以上

■必要なパッケージ

• diffusers
• invisible_watermark
• transformers
• accelerate
• safetensors

なお、ChatGPTの新プランについて詳しく知りたい方は、下記の記事を合わせてご確認ください。
→【ChatGPT Team Plan】法人用ChatGPTプランの使い方や料金、できることを解説

Animagine XL 3.0を実際に使ってみた

ここでは、キズナアイさんのような「VTuber」を作ってみようと思います。

プロンプトを以下の様に変更し、再度実行してみます。

"face focus, cute, masterpiece, best quality, 1girl, pink hair, virtual youtuber, playing a game, upper body, beanie, indoors"

結果は以下の通りです。

VTuberにはならなかったですが、pink hairやbeanie（ニット帽）の部分、「playing a game」の部分は上手く反映されているようです！

virtual youtuberというよりも、ゲーム配信をするYouTuberっぽくなりましたね。そもそもVTuberの概念を知らないのでしょうか？

【無料】2023年11月版｜生成系AIの業務活用なら！

・生成系AIを活用したPoC開発

・生成系AIの業務活用コンサルティング

・システム間API連携

無料ダウンロード

生成系AIの業務活用なら！

・生成系AIを活用したPoC開発

・生成系AIのコンサルティング

・システム間API連携

無料ダウンロード

Animagine XL 3.0の推しポイントであるアニメ画像生成は本当なのか？

Animagine XL 3.0は本当に、以前のバージョンのAnimagine XL 2.0よりも進化したのかを、検証してみます。そのために、先ほどと同様のプロンプトを、Animagine XL 2.0にも入力してみます。結果は以下の、右の通りです。

• 左：Animagine XL 3.0の生成結果
• 右：Animagine XL 2.0の生成結果

どちらもプロンプトの内容を、うまく捉えられていると思います。

ただ、やはり今回の（左画像の）Animagine XL 3.0の方が、よりリアルなアニメ画像を生成できるようですね！確かに、前回バージョンよりも進化しているのが分かります。

率直に、将来のアニメ制作においても、本モデルは大いに活用できると思いました。

なお、Google SGEについて詳しく知りたい方は、下記の記事を合わせてご確認ください。
→Google SGEとは？生成AI時代の検索ツールの日本からの使い方や機能一覧を紹介

まとめ

Cagliostro Research Labが、拡散モデルベースのText-to-Imageの画像生成モデル「Animagine XL 3.0」を公開しました。本モデルは、アニメ画像を生成するのに特化しています。確かに、前回バージョンよりも進化しており、今回のAnimagine XL 3.0の方が、よりリアルなアニメ画像を生成できるようです。

率直に、将来のアニメ制作においても、本モデルは大いに活用できると思いました。

数年後には、キズナアイのようなVTuberのビジュアルも、簡単に作れるようになっているのかもしれないですね。

【経営者必見】生成AI時代に企業が今とるべき行動とは？社内活用のリスクとその対策

自社サービスに生成AIを活用したいと思っている経営者、経営幹部、情シスに向けた無料オンラインセミナーです。

セミナーの内容

⚫️オリエンテーション
講師の紹介、弊社のご紹介、本セミナーのご説明を行います。

⚫️社内で生成AIを活用するメリット
生成AIを活用するとどのような効果があるかを説明します。

⚫️生成AIを社内で導入する流れ
生成AIを社内で導入する際のプロセスをステップ毎に説明します。

⚫️生成AIを社内で活用する方法
生成AIを社内で活用する方法を体型的にまとめます。

⚫️自社でできる範囲と生成AI企業でないとできない範囲
GPTs/playground/PoC開発でできる範囲を説明します。

⚫️自社サービスに生成AIツールを活用した実績
弊社の実績をご紹介します。

⚫️QA
生成AI業界で経験豊富な講師がどんなご質問にもお答えします。