Confy Cloud｜オープンソース生成モデルとNano Bananaで画像生成を比較
Nano Bananaによる画像生成を「iPhoneのカメラによるフルオート撮影」に例えると、ConfyUIのテンプレート（ワークフロー）を組み合わせたオープンソース生成モデルによる画像生成は「ミラーレスカメラと単焦点レンズのバリエーションを組み合わせたマニュアル撮影」のように思えます。
ある程度の知識と経験が必要ですが、慣れると凝った画像生成が自由にできるようになるので、今回は同じプロンプトで両者を比較してみたので紹介します。
画像生成プロンプト
「桜並木を散歩するJK」をテーマに、以下のプロンプトで比較します。
満開の桜を見上げながら桜並木の下を散歩をしている若い日本人女性の風景写真。彼女の服装は、スカートは膝丈の日本の春用セーラー服、紺色のハイソックス、濃い茶色のローファー。晴れた日中の景色。そよ風が吹いているので、彼女の髪とスカートの裾が揺れている。カメラアングルは彼女の身長よりやや高い位置から彼女の顔に向けたドローンショット。フォトリアリスティック。4K, シネマティック。
Nano Bananaは日本語プロンプトでOKですが、オープンソース生成モデルでは英語プロンプトの方が好ましい結果を得られる場合が多いので、以下のGoogle翻訳をした英語プロンプトを使います。
A landscape photo of a young Japanese woman strolling under a row of cherry blossom trees, gazing up at the blossoms in full bloom. She is wearing a Japanese spring sailor uniform with a knee-length skirt, navy blue knee-high socks, and dark brown loafers. The scene is a sunny day. A gentle breeze blows her hair and skirt hem. The camera angle is a drone shot aimed at her face from a position slightly higher than her height. Photorealistic. 4K, cinematic.
Nano Banana
「高速モード」によるNano Banana 2の場合は以下です。（日本語プロンプト）
★ ちなみに、「Pro」モードに変えても結果は同じでした。
Confy Cloud（オープンソース生成モデル）
テンプレート
オープンソース生成モデルでは個人的に好きな「Flux.2 Dev」（Text to Image）を使用します。
英語プロンプトをコピーして、設定はデフォールトのままでとりあえず生成してみます。
Nano Bananaの出力画像の解像度（2816 × 1536 pix）に合わせた設定に変更し生成しなおします。
プロンプトではドローンショットの俯瞰で撮って欲しかったのですが、モデルの腰の高さから顔の高さあたりの間のカメラアングルになっています。
Nano Bananaの場合は、ここからプロンプトを工夫してカメラアングルを変えるのに苦労することになりますが・・・
ConfyUIでは、テンプレートからマルチアングルカメラをGUIで操作できるワークフローでカメラアングルを変えてみます。
マルチアングルカメラのワークフロー
カメラアングルを変える対象の画像を読み込みます。
カメラアングルを変えてレンダリング
とりあえず、垂直角度を「15°」（vertical_angle 15）に変更します。
★ 上部の横スライダー、または、下部の水色の丸の部分をドラッグ
「実行する」をクリックしレンダリング。
約半分の解像度になっていますが、12秒と高速なので、このままでカメラアングルを変えてみます。
いろいろとカメラアングルを変えて試行錯誤しましたが、やはり3DCGのようにはいかないので、どちらかというとクローズアップが得意なようです。
「垂直角度」を「320°（マイナス40°）」、「水平角度」を「-10°」、「距離」を「6.0」に設定してレンダリングした結果が以下です。
アップスケール
アップスケール用のワークフローのほとんどは外部APIを併用しているので、オープンソースの「画像アップスケール（Z-Image-Turbo）」を用いました。
デフォールトでアップスケールした結果の画像は以下です。
★ 1024x1024pixの画像が2048x2048pixにアップスケールされたので、2x2で4xとなります。
デフォールトの設定のままで4xアップスケール。
元の画像（Original）とアップスケール後（Upscale）の比較は以下です。
拡大すると、明らかにアップスケール後の画像のディテールがフォトリアリスティックになっているとわかります。
まとめ
Confy Cloudのテンプレートを組み合わせた、オープンソース生成モデルのワークフローを組み合わせて制作した画像を、同じプロンプトでNano Bananaによる生成画像と比較してみたので紹介しています。
Nano Bananaは日本語プロンプトでワンタッチで画像生成が行えるので簡単で便利ですが、なかなか意図した結果にならないで苦労することも・・・
Confy Cloudのテンプレートの中からオープンソースの専用ワークフローを見つけて、それを組み合わせると画像生成の自由度が増します。
次回は、動画生成について試そうかと思います。
