見出し画像

おいちょっと待て。Gradio - FramePack(凄)。

>「踊る」はあれほど簡単だったのが、この単純な動きのプロンプトにも
> 追従しない….これが HunyuanVideo 系エンジンの大きな欠点である
> ことは今更言及する必要もありません。
> 「踊る」は NSFW シーンに近く、今回指定のプロンプトはそこから
> 離れる内容だからです。この偏りには辟易します。

先の記事でこのように記して、その明らかな欠点の証拠を押さえるために、
下記を i2v 動画生成しました。

HunyuanI2V_basic_native の i2v のように、到底 i2v とは言えないような
仕上がりが出て来るだろう、 HunyuanVideo 系エンジンだからな、と
想定する一方、同じエンジンでも Skyreels_hunyuan_i2v_native のように
何か他の技術や工夫で酷い偏りが改善されておれば良いなあという
淡い期待もありました。

rotating space station

うそやん…。NSFW から離れた原画でもしっかり原画のニュアンスを崩さず
動画化出来ている…。しかも Skyreels_hunyuan_i2v_native のような画質の
粗さもない。

3 秒展開した最終状態の保存を忘れた…。(↑)
なので 2 秒展開時の保存です。
(1 秒生成当たり 60 - 80 分を要しているためか、最終結果を見届けた後に
ついうっかり保存を忘れて別の原画をロードしてしまう…。)
…この時点では生成動画が自動保存されている仕様には気づいてません
でした。

これほどの複雑な構造物の移動でも LTXV i2v Lightricks のようなパースの
変化による物体の奇妙な変形もありません。

プロンプト追従性の問題はあるものの、メカ画に対してここまで質感高く
動画化が可能なら話は別です。良い意味で裏切られました。

KlingAI、CogStudio + DainAPP に次ぐ 3 本柱になり得ます。
Skyreels_hunyuan_i2v_native は 4 番手に降格になりそうです。
(LTXV i2v Lightricks、pyramidflow-miniflux はさらに格下)

いやはやこれは驚きました。

she walks on planet base

歩いてるのかスクワットしてるのか、花魁練り歩きのような癖のある動き
ですが動画の画質は Runway Gen-3 レベルで美しいです。
(GIF では 256 色減色により階調が落ちるので、MP4 でご確認ください。)

環境によっては GPU VRAM 6 GB で処理可能との謳い文句に反して 12 GB 
でもエラー多発との情報もありますものの、幸い当方の RTX 4060 GPU
VRAM 8 GB 環境ではエラーは皆無で 10 分の動画生成も問題なく出来て
います。(VRAM 上の残渣をクリアするため動作前にシステムの再起動
をお勧めします。)

となれば、原画からの雰囲気の変質が無く、ローカル動画生成において
生成秒数の壁を突破したことはエポックメイキングな出来事に違いない
という側面が否応なしに強調されて、予定外からの逆転上々評価となり
ました。

話題の重要度が上がるにつれ、やっぱり【番外編】で速報したくなって
来た…。
しかしそれで Skyreels_hunyuan_i2v_native や HunyuanI2V_basic_native
に関する評価記事が後回しになるのも、いくら【番外編】速報でも
流れがおかし過ぎるか…。



ご覧いただきありがとうございます。




(2025/04/25 執筆)


いいなと思ったら応援しよう!