Scribble at 2023-07-06 19:16:07 Last modified: unmodified

このところ Stable Diffusion で遊んでいることが多い。とにかく色々な画像が出力できるので、まだ色々と試しているところだ。オンラインの情報も、日本人は特に機械学習の基礎も知らないような人がアーリー・アダプタを目指して雑な電子書籍を出版して稼いだり、生半可な解説記事を書いてビデオ・カードのアフィリエイトを始めるといった様子しかない。もちろん、その中には丁寧に調べ上げた解説記事やウェブ・ページもあるにはあるのだが、そういう素晴らしい記事の大半は、扱っている技術はともかくとして、出力する画像が性癖全開のエロ画像だという点で、いかにも日本ならでわという気がする。電通国際とか、いちおう名の知れた開発ベンダーでも取り上げている記事はあるけれど、出力している画像の例は萌えキャラである。

さて、そういう動向はあるにせよ、標準的な Stable Diffusion のモデルを使って上記のようなプロンプトで画像を合成させると、なにやら奇妙なものが出てくる。真ん中の例外はともかく、それ以外は地面で何か作業しているように見えるのだが、"markupdancing" というフレーズと何の関係があるのやら、まるで分からない。もちろん CFG スケールを標準の７で出しているため、かなり解釈の振れ幅があるのだけれど、５枚中の４枚が似たような傾向で画像を出しているということは、やはり何か共通する semantic vector があるのだろう（ベクターというよりもテンサーと言った方がいいのだが。ちなみに日本では「ベクトル」とか「テンソル」と言う）。