最近話題の画像生成AI

　先日Moss-Imageを使い始めたばかりですが，Xで情報をチェックしていると新しい画像生成AIとしてP-H3-Imageが話題になっていました。私が最近はまって使っているMiniMax-H3をベースにしているということでとりあえず使ってみることにしました。

環境構築をする

　以下のWebサイトを参考にして必要なファイルをダウンロードして配置しました。

【ComfyUI】P-H3-Imageの使い方｜テキストから画像生成と画像編集

モデルはMiniMax-H3のものがそのまま使えそうだったのでダウンロードしませんでした。21GBはさすがに大きいので…
また，ComfyUIがバージョン0.44.0以上でないとサポートされないのでアップデートしました。

画像生成をテストする

　t2iのワークフローを使って画像を生成してみました。モデルはMiniMax H3で使っていた～です。解像度セレクターでアスペクト比2:3，1.0メガピクセルの設定で生成したところ，画像のサイズは832x1,248ピクセル，生成時間は80～90秒台でした。Moss-Imageが爆速なので遅く感じますが私の環境だとちょっと重いかなという印象です。
プロンプトはKrea2で使ったものを使いまわしていますが，下のサンプル画像はKrea2やMoss-Imageと比較すると今ひとつの印象です。Web上では結構評判いいのでプロンプトに問題があるのかと考えています。

プロンプト拡張をONにすると好みの感じから外れていくので基本はオフで使いたいところです。

RefModが使えました

　MiniMax H3がベースになっているということでもしかしたらRefModが使えるかもと考えて試したところ，何と普通に使えました。
作成した複数のRefModを使って画像生成したところ，RefModが適用されていない感じの画像が生成されることもありましたが，概ね使えていると感じました。下の画像はこちらの記事のサンプル動画で使ったRefModを利用してP-H3-Imageで生成した画像です。

生成時間は1枚3～4分と長くなりますが，RefModが使えるのは個人的には嬉しいポイントです。