ローカル画像生成AI、「AMD AmuseV2.3.2」の画像生成を試す。EZモード編。

ローカル環境でも生成AIを簡単に試せる時代になりました。今回は画像生成AI「Amuse」の体験を記事にしました。インストールからEZモードの使用感のレポートです。

www.kazuban.com

2025.01.20

EZモードは、プロンプトからの直接画像生成や参照画像の変形、手描きスケッチからの生成が可能です。
手軽に画像生成体験を楽しめる一方で、「Fast」「Balanced」「Quality」の3つの品質設定以外ではモデルを選択することができません。
EZモードで基本操作をマスターしたら、Advancedモードへ移行することで、より多くのモデルや機能を活用して高度な創作に挑戦できます。

Advancedへ

Advancedへ切り替えるには、タスクバーの「Advanced」をクリックします。
試験モードだけどいいのか？とのメッセージがでます。

「Don’t Ask Again」にチェックすると、次回からはこのメッセージはでないと思います。
「Yes」で「Advanced」へ移行します

「Advanced」へ移行したのに、タイトルバーは「EZ Mode」なので、
この画面が「EZ Mode」のように勘違いしやすいですが、これが「EZ Mode」へ戻るボタンです。
その下のタブで、機能を切り替えます。
「Image Generation」ではプロンプトで画像を生成します。
「Video Generation」は、参考動画から、プロンプトに従い、動画を生成します。
「Model Manager」は、対応しているモデルの情報やダウンロードできます。

Image Generation

画像生成モードには、左の「Text To Image」「Image To Image」「Paint To Image」「Image Inpaint」「Upscaler」「Feature Extractor」６個のタブで、機能が分かれています。

• Text To Image
  テキストプロンプトに基づいて、生成する機能です。
• Image To Image
  読み込ませた画像を、プロンプトに従い画像を変形します。
• Paint To Image
  元になる画像は、白紙やロードした画像に手描きで絵を追加して、そのスケッチを基にプロンプトに従い画像を生成します。
• Image Inpaint
  Inpaint は、画像から特定の部分を削除して、その部分を自然に修復する機能です。
  使用するモデルによって結果が変わるので、練習が必要そうです。
• Upscaler
  画像の解像度を上げるAI機能で、元の画像を損なうことなく高品質に拡大できます。
  初めてAdvancedを利用する状態では、「Model Selector」対象モデルが出てきませんでした。
  EZモードから初めての場合には、対象モデルのダウンロードが必要です。
• Feature Extractor
  画像から重要な特徴を抽出して様々な用途に利用できる AI機能のようです。
  筆者がデフォルトモデルで試したところ、黒背景に白い輪郭線のイラスト風になりました。

Video Generation

こちらは、動画を生成する機能です。

画像生成モードには、６個の機能がありましたが、こちらは「Video To Video」「Upscaler」「Feature Extractor」の３つです。

• Video To Video
  Image が Video になった感じです。
  フレームレート単位で、Image To Image を実行している感じです。
  私の環境では小さいモデルでも、８秒の動画で、１２分ぐらいかかりました。
• Upscaler
  これも、Image と同じように、初めてAdvancedを利用する状態では、対象モデルのダウンロードが必要みたいです。
• Feature Extractor
  これも、Image と同等の機能です。
  現時点でのテストでは、黒背景に白い輪郭線のイラスト風の画像になりました。

Model Manager

Amuse で使用できる、モデルリストが表示されます。

Stable Diffusion Models

アイコンの右上が緑バックで「installed」が表示されているのは、すでにインストール済みです。
追加するには好みのモデルを、選択してダウンロードします。

ControlNet Models

Stable Diffusion Modelsの下側に行くと、このグループのリストが表示されています。

こちらのモデルは、特定の要素を追加して制御できるようにしたモデルのようです。
手描きからの生成や、画像の修復・合成等に適応されるようです。

Feature Extractor Models

直訳すると、「特徴抽出モデル」になります。

「Feature Extractor」機能で利用するようです。

Upscale/Restoration Models

画像や動画などの解像度を向上させたり、損傷した部分を復元したりするモデルのようです。

筆者の現環境では「installed」がないので、「Model Selector」機能では対象モデルが出てきませんでした。
「Upscale」を利用するには、モデルのダウンロードが必要です。

モデルダウンロード

「Model Manager」のリストから、適当なモデルを選んで「Download Model」でダウンロードできます。
ただ、自分の環境より、はるかに要求が大きいモデルは実行できない可能性があります。
モデルを選択すると、必要なスペックなどの情報を見ることができます。

「Supports」で、可能な生成機能が確認できます。
「Memory」や「Disk」で、モデルに必要なPCスペックが確認できます。
「Licence」で生成した画像の利用条件が確認できます。
私は、話題の「FLUX.1」を体験したいと思いましたが、スペック的にとても無理そうです。
「Stable Diffusion3.5」は「Medium」でも、ぜんぜん足りませんが、こちらのほうが、まだ要求が低いので、とりあえずダウンロードしてみようと思います。
「Memory:6GB～」のモデルならどうにか大丈夫だと思うので、何種類か試してみようと思います。

まとめ

今回は、Advance の画面操作、機能説明、モデルダウンロード、などやってみました。
簡単に、いろいろなモデルを体験できるので、私のような初心者には、とても便利です。
次回は、実際に画像生成してみた、感想をレポートしたいと思います。

2025年、本格的なAI時代突入

この動画は、このページの記事とはぜんぜん関係ないですが、
2025年からはさらに進化した本格的なAIの時代に突入するぞ～との壮大な内容でした、
お時間ありましたら、是非視聴してみてください。
このサイトでは前回からに引き続き、無料でローカルAIを体験したレポートです。
孫さんを視た後では、低レベルな内容ですが、興味あれば覗いて行ってください。

前回は「言語処理AI」をローカル環境での体験をレポートしました。

LM Studio、ChatGPTのような大規模言語モデル（LLM）をローカルで簡単に動かせる時代が来た

LM Studio を体験してみました。 簡単に、ローカルPCでAiとチャットできます。 機密性の情報を扱う場合には、ローカルなので安全性は高まります 文章を要約したり、レポート作成してもらったり、正確な回答が必要でない場合には、使えそうです。 プログラムなど正確性が必要な場合には、オンラインのほうがよさそうです。

www.kazuban.com

2025.01.01

これはこれで、ローカルでAIとチャットできるなんて、すごいな～と思っていましたが
孫さんの講演見ると、とんでもない時代に突入しそうな感じですね。
AIの利用価値は、まだよく分かっていませんが、ゲーム感覚でいろいろ体験してみて、気になったらレポートできればと思っています。

ローカル画像生成AI「Amuse」

実は、前回から記事のアイキャッチ画像作成に画像生成AI「Amuse」を利用してみました。
「Amuse」は、ローカルでいろいろな画像生成モデルを簡単に実行できるアプリです。
ネットは不要ですし、無料でアカウントの登録も不要です。
RyzenAI用に最適化されたアプリですが、Intelでも動作するようです。
ただ、レスポンスは低下する傾向があるようです。
今回購入したノートPCは、どうにか、RyzenAIの推奨スペックを満たしていますから、ある程度はストレスなく遊べると思います。

AMD Ryzen™ AI 300 series processors with 24GB of RAM or higher
AMD Ryzen™ 8040 series processors with 32GB of RAM

使用感は、中サイズのモデルであえば、それほど待たされる事なく使用できました
ただ、話題の「FLUX.1」はぜんぜん無理みたいです。

MINIMUM SPECIFICATIONS FOR RUNNING FLUX.1 IN AMUSE:
24GB VRAM, 32GB RAM, 40GB Disk Space

いや～、それにしてもVRAM24GBのグラボとは・・高価ですね～
ちょっとググってみても、AMD なら２０万弱からですが、NVIDIA だと４０万以上しますね
ゲームもほとんどしない、じじぃにはちょっと手が出ませんから
筆者の環境でも動作できるレベルでレポートします。

「Amuse-AI」インストール

「Amuse」こちらから、ダウンロードできます。
インストールは、通常と同等で、ダウンロードした「Amuse_V*.*.*.exe」を実行です。
一般的なインストールと同様に、使用許諾や保存フォルダの選択へ進みます。
インストール自体は特に問題なく完了します。
インストール後初めて実行すると、最初に使用上の注意事項の確認が表示されます。

「メイちゃん」に要約してもらうと、こんな意味です。

Amuseはオフラインで動作する画像生成アプリです。

重要な注意点:

• ローカル処理のみ: 画像生成はあなたのデバイスで行われ、Amuseは画像へのアクセスや制御権を持ちません。
• ユーザー責任: 生成されたコンテンツの責任はすべてあなたにあります。Amuseとライセンサーは一切責任を負いません。
• 倫理的な使用: 露骨または不快な画像が生成される可能性があるため、モデルの利用には注意が必要です。
• 商用ライセンス: 商用利用を行う場合は、サードパーティモデルのライセンスを確認してください。
• 法定年齢: 使用するには、あなたの管轄区域における法定契約締結年齢に達している必要があります。

Amuseを使用続けることで、これらの条件を理解し同意したことを意味します.

「赤」チェックをクリックし「緑」に変更します。これで、通常使用の画面が表示されます。

EZモード

初期は「EZモード」で起動します。

起動状態でサンプル「Prompt」が入力されているので、あまり考えず、画像生成が体験できます。「Generate Images」ボタンで生成してくれますが、初期起動では、モデルダウンロードになります。
この時にダウンロードのデフォルトフォルダは、下記になってます。
「C:\Users\ユーザー\AppData\Local\Amuse\Models」
「AppData」が隠しフォルダだったり、ディレクトリツリーが深いので、筆者は「Settings」で
「C:\Amuse_Models」に変更しました。
Cドライブ以外も検討しましたが、やはりモデルの読み込みがかなり遅くなったので、Cにしました。
ダウンロードが完了すると画像生成されます。
無料、無登録、ローカル環境で、本当に簡単に画像生成AIが体験できます。

「Generate」「AI Filters」「Design」

上部のタブ、「Generate」「AI Filters」「Design」で生成方法を選択します。
「Generate」は、「Prompt」の文章をもとに画像を作成します。
「AI Filters」は、インポートした画像から「Prompt」を元に、画像を再生成します。
「Design」は、マウスなどで適当に描いた、漫画絵から「Prompt」の状況を元に、画像を生成します。
各モード共に、初期起動時には、ダウンロードを促されます。

「Performance」

「Performance」は、「Fast」「Balanced」「Quality」の項目があり、生成スピードや画像品質の選択ができます。
こちらも、初期選択時には、モデルのダウンロードが必要で、自動的に下図のモデルが選択されます。

筆者が試してみた印象では、「Fast」は筆者のPCスペックでも確かに速く数秒で生成されました。
ただ、やはり画像は完成度が低い場合が多く、特に人の顔の場合、目がおかしくなる事が多いです。
「Balanced」「Quality」は、一画像生成で、１，２分かかりますが、綺麗に生成してくれます。
「Quality」のほうが、画質重視でレスポンスは悪いイメージですが、私の環境では速いぐらいです。

「Image Count」

こちらは、一度で生成される画像の枚数です。
デフォルトでは４枚です。１～１０枚で選択できます。

AMD XDNA Super Resulusion

「Super Resulusion」は翻訳すると、「超解像度」です。
生成される解像度は、「Image Count」横の「Aspect Ratio」で選択された解像度で生成されますが、このボタンを有効にすると、「Aspect Ratio」の縦横それぞれ倍（×２）の解像度で生成されます。
ただし、レスポンスは悪くなります。

「Create new variant each generation」
「Realtime Stable Diffusion」

よく分かっていませんが、生成パターンの選択のようです。
(Create new variant each generation)は、有効にすると、生成するごとに、違う画像が生成されます。
無効にすると、何度でも同じ画像になります。
(Realtime Stable Diffusion)は、有効にすると、連続して生成するようです。
したがって、 が無効になってると、何もしていないように感じます。
が有効であれば、連続して違う画像が生成されていきます。
「Image Count」の設定数に達しても、キャンセルするまで生成を続けます。

Advanced

クリックすると、初級（Eazy）モードから、上級（Advanced）モードに切り替えます
「Advanced」は、もう少し試してみて、報告できそうであれば、次回レポートします。

Settings

Model Download Directory

「Model Download Directory」ではモデルのダウンロードフォルダを設定できそうです。
ただ、起動初期のダウンロード時に変更したほうがよさそうです。
私のやり方が悪いのかもしれませんが、一度、ダウンロードした後に、モデルフォルダを別フォルダへ移動して、この設定を変更してもうまくいきませんでした。
デフォルトでは、「C:\Users\ユーザー\AppData\Local\Amuse\Models」で隠しフォルダ下でさらに深いので、私はシンプルにしてみましたが、今のところ期待通りにはなりませんでした。
とうしても、デフォルトにダウンロードしたいみたいです？？
ただ。「AI Filters」「Design」のモデルは、設定したフォルダへダウンロードされました。

Enable Negative Prompt

筆者は画像生成はど素人なので、よくわかっていませんが、
「Negative Prompt」は、「Prompt」の反対で否定の指令を入力する場所のようです。
低品質な出力を防ぐとか、指が多いとか、首が長いとか・・・
除外したい内容を入力するようです。
デフォルトでは、「Negative Prompt」の入力ボックスは表示されていませんが、「Enable Negative Prompt」のスイッチを有効にすると、表示されます。

Enable Prompt Enhancement

直訳すると、「プロンプトの強化を有効にする」という意味のようですが、
実際の効果は、まだ体験できていません。
もしかすると、有効にする事で、AIモデルがプロンプトに対してより高度な処理を行うようになるのかもしれません。
常に有効でもいいような気がしますが、無効にしておいて、プロンプトがうまく反映されない場合に有効にしてみると、効果がわかるかもしれませんね。

Logs

クリックすると、生成した時のログを保存しているフォルダが開きます。
ログはテキストファイルなので、エディタ等で見ることはできますが、アプリ使用ユーザーにはあまり必要はないと思います。

EZモード「Generate」での、画像生成比較

「Performance」の「Fast」「Balanced」「Quality」の各モードで生成された画像を比較してみようと思います。
まずは、プロンプトを用意しますが、「Amuse」のプロンプトは、日本語でもエラーにならず生成してくれますが、日本語はよく理解できないようです。英語での入力が必要です。
今回は、前回説明の「LM Studio」の「メイちゃん」に自分のイメージを生成するプロンプトを作成してもらい、そのプロンプトで画像生成してみました。

メイちゃん、プロンプト考えて！

メイちゃんのイメージを画像生成に描いてもらおうと思うけど、そのプロンプトを日本語と英語でだして

了解しました！メイちゃんのイメージ画像生成にお手伝いしましょう。

日本語のプロンプト例:

• 可愛らしい雰囲気の日本人女性、メガネをかけている、パソコンに向かって笑顔で何かプログラミングをしている様子。背景はオフィスのような空間。

英語のプロンプト例:

• A cute Japanese woman with glasses, smiling while coding on a laptop. Background is an office setting.

このプロンプトを参考に、さらに詳しくメイちゃんのイメージを加えてみてください。例えば、髪型、服装、表情などを具体的に指定すると、よりあなただけのメイちゃんが生成できるかもしれません！🎨✨

メイちゃんイメージのプロンプトを考えてとお願いしただけなのに、かなり具体的なイメージを出してくれました。
言語生成AIにプロンプト作成をお願いして、画像生成AIに画像を作ってもらうのは、なかなかいいアイデアでした。
下画像が、このプロンプトで、試した結果です。

FAST 生成時間６”

プロンプトには合っていますね。
生成スピードは速いですが、画質は他より少し粗いです。
一番気になるのは、目がおかしいですね。
「Negative Prompt」でどうにかなるのかもしれません。
レスポンスはいいので、もう少し練習が必要です。

Balanced 生成時間６8”

「オフィスのような空間」のお題にしては、少し広い感じがします。
やはり生成スピードは遅くなりましたが、画質はだいぶ良くなりました。
ただ、こちらも若干目がおかしい気がします。メイちゃん、ものもらい、かな？

Quality 生成時間53”

プロンプトへの対応も画質もいい感じだと思います。
生成スピードも、Balancedよりも速かったです。目もきれいです。
「Prompt」によっても、結果は変わってくると思いますが、ここでは、「Quality」が一番よかったです。

「AI Filters」を試す

「AI Filters」は、「Load Image」で画像を読み込み、「Prompt」に変更したいキーを入力し「Generate Images」をクリックするだけです。
試しに、上の「Quality」で生成した画像を読み込み、「Prompt」は「blond hair」としてみました。

すごいですね～
表情と洋服は少し変わりましたが、手や髪の毛は色以外は全く同じです。

「Design」を試す

「Design」も、操作は簡単です。
右側のキャンパスに、マウスなどで、手描きで絵をかきます。
「Prompt」に変更したいキーを入力し、使用するモデルを選択します。
一番左の「Sketch to Image」を選択し、「Prompt」は「Young woman」としました。

わぁっ・・・
私の、汚い絵で、絵画風の画像を生成してくれました。
次に真ん中の「Color Transform」を選択し、そのまま生成してみました。

こちらも、少し雰囲気は変わりましたが、絵画風になりました。
次に、一番右「AI Assisted Pain」でやってみました。

こっちは、イラスト風にしてくれました。
太線は、私の線をある程度利用している感じですが、顔はとても美人に描かれています

感想

この記事を書く中で、改めて生成AIの進化を実感しました。
しかも、それがローカルで利用できるというのは、本当に素晴らしいですね。
今回、ブログへの画像掲載を英語版ライセンスを渡してLLMに相談してみました。
英語の長文は、Copilot無料版では長すぎて対応できませんでしたが、ローカルLLMでは回答をもらえました。
要約すると
・ブログへの掲載は基本的には問題ない。
・どのモデルで生成された画像か、またはAIで生成された画像など明記することが推奨される。
・違法行為や差別、個人情報などモラルに反する事は禁止。
のような回答をもらいました。

また画像生成は、私のように絵心のない人にとって、ブログやソフト開発での利用で大きな救世主になりそうです。
イメージをLLMに伝えて、プロンプトを作ってもらって、画像を生成してもらう・・・
こんな事が、ローカルでできてしまいます。