YASU

AI × Visual Creative
生成AIによる映像・画像・音楽制作。
Virtual Idol LIA｜AI Music Video｜映像実験
Seedance 2.5 / MiniMax H3 / ComfyUI / Runway / Suno

[YASU @yass20230]

ローカル環境(RTX 4090)ComfyUI + MiniMax H3
参照画像2枚、BGM（リップシンクあり）
1920×1080、5秒で生成時間は60分でした
実用範囲ではないけど、探る価値はありそうです

リンプシンクOK
現在、各サイズでの7秒テストを実施中！

AIバーチャルアイドルチャンネル
https://t.co/8cShblPGE0

[YASU @yass20230]

Seedance 2.5 と2.0
リファレンスやプロンプトの再現度、、などではなく根本的なエンジンが大幅に変化したような印象

2.0で出ていた肌のテカリが消え
粘土のような肌がより自然な感じに

この変化はかなり大きいかも
なお、背景はリファレンスではなくプロンプトで指定
1枚目2.5、2枚目2.0

[YASU @yass20230]

Seedance2.0と2.5の違い
2.0はリファレンスをプロンプトで補正、2.5はリファレンスに忠実な印象
より忠実な再現としての差はありそうです

1枚目が2.0、2枚目が2.5、リファレンス

次はリアルな写真で試してみようかと思います！

Seedanceで作るバーチャルアイドル
https://t.co/8cShblPGE0

[YASU @yass20230]

ローカル環境(RTX 4090)にComfyUI + MiniMax H3を実装
Claud codeでRuway風アプリ作成

モデルの選択
生成サイズ、比率、生成秒数指定
リファレンス・プロンプト指定
キューの開始・停止機能
プロジェクトごとに管理
履歴の削除・履歴からのリファレンス、プロンプトなどの設定読み込み機能

良い感じ

[YASU @yass20230]

ローカル環境(RTX 4090)にComfyUI + MiniMax H3を構築

公開スペックだと768p/15秒までのはずが、実際は解像度1920×1088、秒数も最大150秒まで技術的には対応していることが判明。
学習範囲は5〜15秒とのことなので、そこから先は画質の崩れ具合を検証中です。
Runway風のアプリも並行開発中。