ComfyUI その後 (2) モデル変更と壁紙作り

先日、ローカルLLMのモデル変更について触れましたが、画像生成AIのモデルファイルも変えました。最初は「nova Anime XL」から最近登場した「Anima-Base」を経て、「nova Anime AM」に移行しています。「Anima」は最近新登場したアニメ・イラスト特化の画像生成AIモデルであり、このシリーズの将来性に期待しています。

▼ 参考記事

アニメ・イラストに強い画像生成AI「Anima」の正式版がついに登場、タグ・自然言語両対応でSDXLやIllustrious系モデルが動作するPCなら余裕でローカル実行可能（GIGAZINE）

https://gigazine.net/news/20260515-anima-image-generation-ai/

nova Anime AMは、nova Anime XLと同じ作者様が開発されたAnimaベースの派生モデルファイルです。novaシリーズは日本の方が開発されているようです。素晴らしいモデルを公開してくださり、感謝です。

Animaは、これまで使用していた SDXL 形式のモデルファイルとは異なり、特殊なファイル構成で3つのモデルファイルから構成されています。

~/ComfyUI/models/diffusion_models/novaAnimeAM_v40.safetensors

~/ComfyUI/models/text_encoder/qwen_3_06b_base.safetensors

~/ComfyUI/models/vae/qwen_image_vae.safetensors

本体(メインモデル)はcheckpointsではなくdiffusion_modelsに配置します。(ここらへんもなぜそうなるのか理解できるようになりたいですね…) また、自然言語に対応できるようにtext_encoderにqwen_3_06b_baseを、VAEはvaeフォルダに。それぞれダウンロードしてきたファイルを配置します。加えて、ノード構成も前回から変わります。

以前は、checkpointからモデルだけでなく、CLIPやVAEもまとめてノードをつなげていましたが、今回はそれらを全て個別に読み込んでいます。

さて、今回はスマホの壁紙を作りたいと思います。私が使用しているのはPixel 8aで解像度は1080x2400(9:20)です。いきなり1080x2400の画像を生成するにはVRAMが不足する可能性が高いため、小さく作ってから拡大する手順でいきます。最初は540x1200で作成し、2倍に拡大することにします。ただし、AI側でも生成できる画像サイズには制限があるため、アスペクト比を維持できる544x1208を採用することにしました。

どんな構図にするか考えて、猫のポーズ(ミコッテの手をグーにしてるポーズ)を作りたいと思います。猫のポーズをどうやってAIに伝えるかと考えながら、プロンプトをポチポチしながら調整していきました。そして、こんな感じになった。

ここから拡大していきます。単に画像編集ソフトで2倍に拡大するとドットが荒れて汚くなってしまうため、拡大もAIを使ってキレイに引き伸ばします。画像を大きくする方法はいくつかあるようですが、今回は2つの方法を試しました。

拡大モデルを使う方法

世の中には画像を拡大するためのモデルファイルがあり、それを利用します。(ほんとに何でもあるな…)

4xUltraSharpという拡大モデルを使った場合のノード構成です。元の画像をその名の通り4倍にキレイに拡大してくれます。

Hi-Res.fix

こちらは画像サイズを拡大する際に、もう一度データをKサンプラーに投入して再描画させる手法です。拡大モデル使うよりノード構成は複雑になり時間もかかりますが、メリットは拡大と同時に再描画を行うため、細部まで描き込まれ、とてもキレイに仕上がります。

それでは、できあがった壁紙を見てみましょう！

はい！かわいい！というわけで、今後は様々な壁紙バリエーションを作成して、個人的に楽しんでいきたいと思います！

ローカルLLM モデル選び

先日、ComfyUIの記事で「プロンプト作成のためにローカルLLMをセットアップする」という内容を書きました。

▼ 前回の記事
ComfyUI その後
https://u1f.blogspot.com/2026/08/comfyui_045361163.html

Geminiに勧められ、よくわからないまま「Qwen2.5:7b」というモデルファイルをインストールしたのですが、モデルについて色々調べてみたのでまとめてみます。

モデル名「Qwen2.5:7b」の意味

まず「Qwen」は、中国のアリババ（Alibaba）が公開しているLLM（大規模言語モデル）のシリーズ名です。

• 2.5：モデルの「世代（バージョン）」
• 7b：モデルの「パラメータ数（70億＝7 Billion）」

パラメータ数は、ざっくり言うと学習量を表す値のようなもので、数値が大きいほど賢くなるが、その分動作に必要なメモリ（VRAM）も大きくなってしまいます。

VRAM 8GBのグラフィックボードなら「7b」や「9b」あたりが実用的なターゲットになり、それ以上のモデルを動かす場合は、VRAM 16GBや24GBといった上位のビデオカードが必要になってしまいます。

世代が進むとより賢くなる

現在各AI企業はたえず進化しており、Qwenだったら同じパラメータサイズでも最新世代の「Qwen3.5:7b」のほうが「Qwen2.5:7b」よりずっと賢くなっているそうです。また、世代が進むと処理効率も上がるため、旧世代の「Qwen2.5:7b」と最新の「Qwen3.5:4b」が同等の賢さになることもあるそうです。パラメータが小さくなれば要求されるVRAM容量も減り、動作もサクサク軽くなります。

Googleの「Gemma4:e4b」に移行

……と、ここまでQwenの話をしてきましたが、今はGoogleの「Gemma4:e4b」を使っています。GoogleのLLMは「Gemma」がシリーズ名です。Qwenは3から思考モードが実装されたそうなのですが、延々と思考ループに入ってしまい、なかなか回答がでてこないことがあります。Gemma4も思考はすれど、ループにはならないのでこちらに乗り換えました。今のところ満足してます。

Google Gemma4:e4b
https://huggingface.co/HauhauCS/Gemma-4-E4B-Uncensored-HauhauCS-Aggressive

上記のURLからGemma-4-E4B-Uncensored-HauhauCS-Aggressive-Q4_K_M.gguf をダウンロードし、 Ollama に取り込むため、モデルファイルを作ります。
---
FROM ./Gemma-4-E4B-Uncensored-HauhauCS-Aggressive-Q4_K_M.gguf

# システムプロンプトの設定
SYSTEM """
あなたは親切なアシスタントです。回答は簡潔に、日本語で答えてください。
"""

# パラメータ設定
PARAMETER temperature 0.7
PARAMETER top_p 0.9
---
パラメーターはよくわからず設定している。この辺りも理解できるようになりたいね…
Ollama に取り込み、起動
$ ollama create gemma4:e4b-uncensored -f ./Modelfile
$ ollama run gemma4:e4b-uncensored

参考資料
生成AIの出力を操る「temperature / topP / topK」完全ガイド（直感→仕組み→実務設定まで）
https://qiita.com/softbase/items/20c372b1e07873bae2b7

グーグルのオフィシャルではGemma4は temperature=1.0, top_p=0.95, top_k=64 を推奨しているらしい。

FF14日記 ～ 今週の出来事

Belias シロガネ 24-30 のスタジオをお借りしました！

◆ 新生祭
新生祭は8/27から。紅蓮祭は8/26までなのでイベント見てない方はご注意を。
https://jp.finalfantasyxiv.com/lodestone/special/2026/The_Rising/cula62e5jx

◆ 南征編
500人蘇生のアチーブメント狙いで久しぶりに南征編のマップに行きました。驚いたのは、そこそこ人がいてCEでめちゃくちゃ床ペロしてる人が多いこと。500人まで130人くらい足りなかったので何回か通うことになると思ってたんだけど、なんと1回で終わった。今は北征編マップで蘇生して回ってます。まだ100人くらい。

◆ リテイナー
リテイナーのジョブをチェンジしました。Lv1からやり直しです。はたして白銀までに100に到達できるだろうか？

リテイナーは前のメインジョブだった召喚つながりで巴術士Lv100でした。召喚士の頃は装備のお下がりを渡すことができていましたが、今はメインが忍者なので、わざわざキャスターの装備を調達しないといけません。お下がりが渡せるようにジョブチェンジしました。白銀で戦闘が大きく変わるため、忍者から変わるかもしれないけど…。

最初は探索に行かせてLv10からは、ほりだしもの依頼に行ってもらっています。前はクラスのまま放置してたけど、今回はLv30になったらちゃんと忍者に変えてみようと思います。

ComfyUI その後

これまでComfyUIをインストールし、チェックポイント配置し、ノード設定を行って、画像が生成できるところまで進めました。今回はテキスト生成AIのOllamaをインストールしてみようと思います。

$ curl -fsSL https://ollama.com/install.sh | sh
$ ollama run qwen2.5:7b

プロンプトが表示されるので、下記のような指示を出します。

あなたへの指示:
あなたは画像生成AI（SDXL / FLUX.1）のための優秀なプロンプトエンジニアです。
私が日本語で「描きたいイメージ」を伝えたら、それを元に高画質な画像を生成するための英語プロンプトを作成してください。

出力フォーマット:
1. Positive Prompt (英語文体・またはカンマ区切り)
2. Negative Prompt (英語文体・またはカンマ区切り、簡潔に)
3. 日本語の訳・情景解説

その後、描きたい絵を日本語で入力します。

>>> 夏の昼下がりにひまわりを持って微笑んでいる女性

### 1. Positive Prompt
a female holding a sunflower with a smile in the middle of a summer afternoon

### 2. Negative Prompt
unnatural poses, distorted face, extra limbs, low resolution, bad anatomy, extra fingers, wrong number of fingers

### 3. 日本語の訳・情景解説
夏の昼下がり、明るい太陽の光の中で、ひまわりを持って微笑んでいる女性を描きたいです。背景は
太陽の光が差し込む明るいシーンで、ひまわりはその女性の手にしっかりと持たれており、微笑んだ
表情が特徴的です。全体的に優しく、明るい雰囲気を伝える絵になります。

出力されたプロンプトをComfyUIに入力すると、それっぽいイメージの絵が生成されます。

そこから更に自キャラの特徴を入れていくと

はい！かわいい！というわけで2年前と同じ感じで作ってみました。

次はUbuntu 28.04がでたあたりで、また画像生成AIを試して進化の度合いを確かめたいと思います。

FF14日記 〜 今週の出来事

お盆休みが終わってしまった。連休は連日あいにくの雨続きでしたが、インドア派としては涼しめで過ごしやすかった。

◆ クレセントアイル
サポジョブが上げ終わり、装備も一通り+3になったので一区切り。育成中ににんじんを拾っては売り、マギアクセサリも2つほど拾いましたが、どちらもキャスター向けだったので自分では使わないため売り、そのお金で目ぼしいものは全部買いました。ファイターアクセも買っちゃいました。本来であれば、上げ終わってこれからスタートだ！ってなるところなんだけど、サポジョブも上限になったら次へって感じで上げきった後に活用する場面が全くないのがクレセントアイルのつらいところなのだ。

そうそう魔の塔に行ったら自分含めて3人しかいない回があって恐る恐る入ったんだけど、人数少ないと雑魚も弱いしでボス戦で床ペロさえ気をつけければむしろ楽だった。上手い人だとソロでも行けるって話だし、3人でも全然行ける。

◆ ナギ
7.55が当たって3週が経ち、もうナギ感がすごい。来月の魔獣使いで盛り上がるとは思えず、これからもっと人が減りそう。白銀直前くらいまではこんな感じが続くだろうなぁと思っている。

ComfyUI の続き

前回はComfyUIを導入して、起動するところまで進めましたが、難解すぎるUIに困惑してしまいました。

直感的に使うならStable Diffusion WebUIのほうがいいかもしれない、少なくともモデルを選択してプロンプトを入れれば画像生成できるし。ComfyUIは画像生成に必要なノードというものをつなげていき、最終的に画像を保存するっていう流れになっているようです。色々テンプレートがあるので、そこから始めるのもいいかもしれませんが、テンプレートも多種多様すぎてどれを選べばいいのかわからない。

で、自分なりにこれが必要最小限のノードかなっていうのがこの形です。

左からモデル、次にプロンプト、画像サイズをKサンプラーに入力し、VAEを通して、最後は画像を保存する。左から右にデータが流れる感じでノードを接続していくと勝手に解釈しました。前にSteamでUpload Labっていうゲームやったことあるんだけど、それを思い出した。

ノードには色々なものがあって、理解している人にとってはいろんなことができて便利なのかもしれない。ただ、初心者にはとっつきにくいと思いました。

起動はできて、ノードの設定が終わってもまだ画像の生成はできません。チェックポイントという絵を生成するための学習データが必要です。

前回同様このサイトからチェックポイントファイルをダウンロードします。
https://civitai.com/models

今回はこれを落としてみました。Geminiがおすすめしてきたので。
https://civitai.com/models/376130/nova-anime-xl

ダウンロードしたチェックポイントファイルは~/ComfyUI/models/checkpoints/に配置します。続く。

ComfyUI

以前、画像生成AIのStable Diffusion WebUIをインストールして遊んでみたのがおよそ2年前でした。

Stable Diffusion web UI
https://u1f.blogspot.com/2024/09/stable-diffusion-web-ui.html
Stable Diffusion web UI の続き
https://u1f.blogspot.com/2024/09/stable-diffusion-web-ui_01346362620.html
Stable Diffusion web UI のその後
https://u1f.blogspot.com/2024/09/stable-diffusion-web-ui_0784456881.html

この2年の間にもAIは目覚ましい進化を遂げ、画像生成AIもComfyUIという別のツールが主流になっているようです。今回はUbuntu 26.04にComfyUIを導入し遊んでみようと思います。

以前ならインストール手順はREADMEを見て導入したりするんだけど、今回はGeminiに聞いて導入をしました。やっぱりAIで世界は変わりつつあるのかもしれない。

必要なツール類のインストール
$ sudo apt update
$ sudo apt install -y git python3-pip python3-venv wget curl

GitリポジトリからComfyUIをクローン
$ cd ~
$ git clone https://github.com/comfyanonymous/ComfyUI.git

Pythonの仮想環境を作成して、動作に必要なモジュール類をインストールする
$ cd ComfyUI
$ python3 -m venv venv
$ source venv/bin/activate
$ pip install --upgrade pip
$ pip install torch torchvision torchaudio

正しくCUDAとGPUが認識されているかテスト
$ python -c "import torch; print('CUDA available:', torch.cuda.is_available()); print('Device:', torch.cuda.get_device_name(0) if torch.cuda.is_available() else 'None')"
CUDA available: True
Device: NVIDIA GeForce RTX 2080

更に必要なモジュール類をインストール
$ pip install -r requirements.txt

ComfyUIの実行
$ python main.py --fp32-vae

自分がテストした環境はRTX2080で--fp32-vaeという引数をつけないと壊れた画像しか生成されなかった。通常なら引数は必要ないはず、このあたりもGeminiが全部教えてくれた。起動すると、http://localhost:8188にアクセスしろみたいなメッセージが表示されるのでブラウザでアクセスするとComfyUIの画面が表示される。

えーっと…なにこれ… 続く

久々に自作PC

ここ数年は某中古PC販売サイトでパソコンを調達することが多かったのですが、久々に自作PC作りました。Skylake の PC を処分したときに使えそうなパーツを取り外しておいたものを流用してお安く作りました。

ケース: 長尾製作所 N-FRAME-MATX

マザーボード: ASUS PRIME B760M-A D4

CPU: Intel Core i3-14100F

電源: 玄人志向 KRPW-GS750W/90+

流用したのはメモリ(4GBx4), GTX1650, SSD。丁度高騰してるパーツだった。いずれメインPCが壊れた時はメモリ(8GBx4)とかCPU(i7-12700)とかRTX2080とか流用しようと思う。オープンフレームで組めて満足しました。

かなり久々に作ったけど問題なく動いてくれてよかった。思ってたよりファンの音もしなくて静かです。電源に付属してるケーブルが思ってたより短くて、裏を通してキレイに配線とかできなかったのが残念。Windows ライセンスがないので、Linux 専用機で使います。

FF14日記 ～ 今週の出来事

お盆休み前まで仕事が超絶忙しかった…心配事が多すぎるけど休日出勤もできないので連休だけど心が全く休まらないっていうね

◆ 紅蓮祭

明日からイベントスタート。報酬はマウント。

https://jp.finalfantasyxiv.com/lodestone/special/2026/Moonfire_Faire/1fxgakswoj

◆ スイッチ2版

発売されましたが、ロード時間が長いって悪い方に評判になってました。オンゲは初動でコケるの痛手だ。それで金曜日に緊急メンテがあったわけだけど、結果はかなり改善したらしい。最初の出来を見ると白銀も後で直せばいいやで最初は中途半端なの出してくるのではないかと心配になる。

◆ 魔の塔

KL40になったのでNクリアしてきました。3ボスの氷と雷だけやたら難しい。今のところは遭遇してないけど、野良だと蘇生されずに放置される場合もあるって聞いてちょっと怖いなぁって思ってしまう。どんどん周回して慣れていきたい。

FF14日記 ～ 今週の出来事

ファントムウェポン1本できました！

◆ スイッチ2版発売

本日、スイッチ2版が発売です。発売から1ヶ月はテスト期間でプレイ料金は無料とのこと。

https://jp.finalfantasyxiv.com/lodestone/topics/detail/252ef267c24c00f8d3b7bc7d1f2f00c0db3fbde7

◆ 妖怪ウォッチ

本日17時から妖怪ウォッチのイベント再演。調度品が増えてるらしい。

https://jp.finalfantasyxiv.com/lodestone/special/2026/youkai-watch/u6bmhovibh

◆ クレセントアイル 北征編

ナレッジレベルが上がりづらくて結構大変です。南のときは気づいたらKL20になってたイメージだけど、北は40までなかなか遠い。魔の塔に行くまでに脱落する人が結構いそうな雰囲気。CEは相変わらず全体攻撃が痛くて、DPSでは回復がないサポジョブはかなり厳しい。ブラットバスと内丹でなんとかギリギリ耐えてる。ギミックをミスると足りなくてもうダメ。

今回の防具強化は塔のアイテムが不要で白銀貨か白金貨のラストフィキサチーフだけで+3まで持っていけます。追加されたサポジョブがいっぱいあるので、全部上げるべくCEを回り貯まった白銀貨でコツコツ強化していこうと思います。

Ubuntu 26.04 LTS インストール後の作業

今月の8/27に26.04.1がでるらしい。サブPCに26.04をインストールしたのでインストール後の手順をまとめておく。

Ubuntu 24.04 LTS インストール後の作業
https://u1f.blogspot.com/2024/05/ubuntu-2404-lts.html

以前はChromeを使っていたのだが、広告フィルターを使えなくしたり色々と使い勝手が悪くなったのでFireFoxに乗り換えました。UbuntuにはFirefoxが標準搭載なのでブラウザはデフォルトのまま使ってます。テキストエディタはウェブ版を、debで入れるのはSteamくらいしかない。

Visual Studio Code
https://vscode.dev/
Steam
https://store.steampowered.com/about/

あとは細々としたものを

Gnome の拡張機能を入れるソフトをインストール。以下の拡張機能をインストールしてる。
$ sudo apt install gnome-shell-extension-manager
$ extension-manager
* RunCat
* Allow Locked Remote Desktop

Gnomeのカスタマイズのソフトを入れて、キーボードのキーを入れ替えます。
$ sudo apt install gnome-tweaks
キーボード > 追加のレイアウトオプション > ctrl position > caps lock を ctrl として扱う

Intel の内蔵グラフィックを使うときに入れるモジュール。動画再生支援機能。
$ sudo apt install intel-media-va-driver-non-free
$ sudo apt install vainfo

Flatpak というアプリストアをインストールします。UbuntuにはSnapという同様の機能があるのですがMoonlightとか使っているとたまに落ちたりします。Flatpak版のほうが安定してるし、内容も充実してる印象です。
$ sudo apt install flatpak
$ flatpak remote-add --if-not-exists flathub https://dl.flathub.org/repo/flathub.flatpakrepo
$ flatpak install flathub com.moonlight_stream.Moonlight
$ flatpak install flathub org.remmina.Remmina

生成AIを試してみる
https://u1f.blogspot.com/2026/08/comfyui.html