KlingAI を更に見直した... 2 次元原画で大きな差が。pyramidflow-miniflux ､LTXV i2v Lightricks ､CogStudio ＋ Dain-APP との 4 者比較。

SD 1.5 時代には背景の隅々まで緻密に描く傾向の強さを利用して、その上に
リアル系の CheckPoint を Refiner 機能でかぶせることを前提に 2.5 次元の
CheckPoint ファイルを使うことがありました。

しかし最終的な仕上げとしては人物画以外を含めてリアルな表現に特化
して、今まで静止画の描画とその動画化を追求して来たので、特に最終
の仕上がりが 2 次元表現に留まった経緯は意図的に無かった訳でしたが、
あえて原画を 2 次元表現にしてみると、動画生成の表現力比較に何か
違った結果が得られるかを試してみたくなりました。
得意不得意の傾向に差や違いが出るかもしれないと考えました。

2 次元原画の描画については、SD 1.5 系の CheckPoint ファイルでの描画に
立ち戻ってもよかったのでしたが、折角、ComfyUI でいろいろな技術を
試すことに馴染んで来たので、相互フォローを頂いている Yuki 様の記事を
参考にその内容、Anim4gine を 2025/02/19 （水）に学ばせて頂きました。

導入方法からプロンプトの与え方など、とても容易に理解出来ました。
（毎々有益情報の公開を感謝します。）

いろいろと描画させてみました。

プロンプト：
masterpiece, high score, great score, absurdres, breathtaking mechanical girl, futuristic cybernetic design, mechanical limbs, sleek and polished metal body with intricate engravings, futuristic city,
（あと若干の修飾詞を。year 20xx などの変化が有効とのこと。）

ネガティブ・プロンプト：
lowres, bad anatomy, bad hands, text, error, missing finger, extra digits, fewer digits, cropped, worst quality, low quality, low score, bad score, average score, signature, watermark, username, blurry

今までこのような表現をスルーして来たのは、当方がイラストレータ
志向ではなかったからなのでしょう。
（以降もキメ顔・キメポーズで日の丸構図のトレーディングカード風
の仕上がりは可能な限り避けたいと考えます。これまでの通り。
CivitAI やネット上で氾濫するそれらの描画に対して、当方はそれらを
目指すところではありません。）

膨大な量の版権キャラを内包していて、名称の指定だけで描ける
CheckPoint ファイルらしいですが、まあその能力を使わないのは
勿体ないものの、所詮公開出来る画にはならないのでスルーします。

動画生成の表現力比較にこれまでと違った結果を得られるか、という
軽い動機で体験してみた 2 次元原画の描画でしたが、新たな魅力を感じ
始めました。現在の年齢（年金受給世代）に至ってなお少年のごとく
新鮮な心境でそれまでに無い世界の扉を押し開ける、という境地は
なかなか他で得られるものではありません。
（ 1 年半前の夏風邪ダウンでの 11 日自主隔離で AI 描画に遭遇したこと
自体がまさにその最初だった訳でしたが。）

とりあえずは当初の目的である動画化の表現力比較をします(^^)。
動画生成時にも原画生成時のプロンプトはそれぞれに与えました。

pyramidflow-miniflux （384 p）です。

ん？動かない….？　　
guidance_scale を 12 に、video_guidance_scale をこの 2 から徐々に上げて
行きます。

video_guidance_scale が 9 まではほぼ輝度が変わる程度だったのが 10 に
なって動きが出ましたが…。

うーわ….。video_guidance_scale が 12 です。気持ち悪い…。

LTXV i2v Lightricks です。cfg 値を 12 から下げて行きます。
（下がるほどに変化量が大きくなる…のではなかったか。違った？）

cfg が 10 です。うわうわ…。

cfg が 8 です。ちょっとましになりましたか。いや充分変ですが…。

cfg が 6 です。うわ。もう最適値が分かりません。

CogStudio ＋ Dain-APP（32fps）です。
32 fps 化に伴い MP4 の容量が大きくなったために note 記事に貼れる GIF
が相対的に小さくなりました。MP4 は 1152 × 768 pixels あります。

Guidance scale は 10、Strength は 0.5 ～ 0.4 あたりです。

おっ。これはなかなか。少なくとも「地味ながら確実」の通り、破綻は
ありません。

再度実行すると背景との相対的な動きが逆になりました。
背景の動きはダイナミックですが、人物に髪の揺れ以外にも動きが
欲しいところです。

再度実行でようやく人物に動きが出ましたが、実に地味です。
ただ首や肩の連動は解剖学的に正しい動きで破綻は全くありません。

KlingAI（Kling 1.6 Standard モード）です。
この原画を果たして動画化受付して貰えるものか、という一抹の不安
もありましたが大丈夫そうでした。

おお流石….。これは一発 OK で別次元の仕上がりです。（動画変化量は 0.5）
回転に伴い 3 次元化してしまってますが、他との表現力の差は明らかです。

他も動画化してみました。

これらの year 2005 をプロンプトに加えた原画は他の年代タグの描写と
違って表情や色彩に個性があります。露出度は….まあ KlingAI が受付に
問題なしと判断するレベルなので気にしないでおきますか。
他のプロンプトでの描画を見てから使えるかどうかの判断をします。

他の年代タグや修飾詞による画も魅力的ではあります。
が、やや没個性的ですか。「ネットでよく見る」感じが是なら、なかなか
の出来とも言えます。

最後のはちょっと変でした…。pyramidflow の背景手抜きみたいな(^^)。

クラウド動画生成サービスとして決してハイエンドではない KlingAI
ですが、CogStudio を含めたローカル PC 動画生成はそれに太刀打ち
出来ず、ますます KlingAI の有償契約を解約出来ない感じです。
たった $ 8,8 / 月ですから「あると安心」度はさらに上がりました。

今回の比較（2 次元原画に対する表現力比較）においては、

KlingAI > CogStudio ＋ Dain-APP （32 fps）>>> pyramidflow-miniflux（384p）≧ LTXV i2v Lightricks

こんな優劣の印象に終わりました。結局、順位自体に変化は無かったです。

余談ながら、当然、昔のように原画生成段階で、この 2 次元画の上に
Refiner 的にリアル系の要素をかぶせてみたくなるものでしたが、
今のところそれはうまく行きませんでした。

お気に入りの LoRA F1 ファイル、AsirAsianPhotographyflux.safetensors
などはFLUX.1 系の修飾なので、ネガティブ・プロンプト入力を持つ
このワークフローと CheckPoint ファイルには有効ではありません。
SDXL 系の Asian beauty 描画目的の LoRA XL などを試しましたが
うまくブレンドは出来ませんでした。

ご覧いただきありがとうございます。

（2025/02/19 執筆）