Pruna AI、参照画像で人物を再現する画像AIモデルを公開

Pruna AIは3日、オープンウェイトの画像AIモデル「P-H3-Image」を公開しました。
動画モデル「MiniMax H3」を基に蒸留や改修を施し、画像生成向けに最適化しています。
参照画像1枚から人物や服装の特徴を引き継ぎ、実写風やアニメ風の画像を生成できます。

記事の概要

P-H3-Imageは、MiniMax H3の特性を引き継ぎながら、画像AIモデルとして最適化されています。
参照画像を読み込ませるだけで、人物の特徴を反映した画像を生成できます。
LoRAなどによる追加学習を行わなくても、似た人物を出力できるとしています。
記事では、三面図と表情差分をまとめた1枚の画像を参照画像として使用しています。
その結果、人物のキャラクターや服装の一貫性をほぼ維持しながら、複数の場面を生成できました。
人物や服装の特徴をプロンプトに補足すると、画像への反映度が高まりやすいとしています。
一方で、Pruna AIは小さな文字が崩れやすい点を弱点として認めています。

記事のポイント

1. 参照画像は1枚： 三面図や表情差分をまとめた1枚の画像から、人物や服装の特徴を引き継げます。
2. 追加学習は不要： LoRAなどでモデルを追加学習しなくても、似た人物を実写風やアニメ風で生成できます。
3. 小さな文字に弱点： 人物の一貫性を保てる一方で、小さな文字は崩れやすいと説明されています。

このニュースがもたらす影響

• 導入を検討する企業： 人物設定の追加学習なしで、参照画像から複数の広告案やコンテンツ案を試せるため、制作初期の検証を短縮できる可能性があります。一方、小さな文字を含む成果物は別工程での確認が求められそうです。
• 画像AI開発者： オープンウェイトで人物の一貫性を保つ画像生成を検証できるため、既存の制作ツールや社内環境への組み込みを検討しやすくなります。実写風とアニメ風の使い分けも評価対象になりそうです。
• コンテンツ制作部門： 三面図や表情差分を1枚にまとめた参照画像を基準に、服装や場面を切り替える制作手法を設計しやすくなります。人物設定をプロンプトで補足する運用ルールが品質を左右する可能性があります。

このニュースの背景

動画モデル「MiniMax H3」を基に、蒸留や各部の改修を施して画像生成向けに最適化されています。
参照画像1枚から人物や服装の特徴を引き継げ、LoRAなどによる追加学習なしで似た人物を生成できるとされています。
一方で、小さな文字は崩れやすいという弱点が示されており、人物の一貫性と文字表現には得意不得意があります。

関連するニュース

• Open MOSS Teamが日本語描画に対応した5B画像生成AIを公開しました。
• HitPawが動画編集ソフトEdimakorにKling 4.0を搭載し、最大30秒生成に対応しました。

詳しい記事の内容はこちらから（引用元）

ASCII.jp

無料の画像生成AI「P-H3-Image」がすごい　参照画像1枚で同じ人物を自在に再現 (1/4)

画像生成AI「P-H3-Image」を検証。参照画像による人物の一貫性、アニメ表現やポーズ指定の性能などを紹介し、課題に…