<?xml version="1.0" encoding="UTF-8"?><rss version="2.0"
	xmlns:content="http://purl.org/rss/1.0/modules/content/"
	xmlns:wfw="http://wellformedweb.org/CommentAPI/"
	xmlns:dc="http://purl.org/dc/elements/1.1/"
	xmlns:atom="http://www.w3.org/2005/Atom"
	xmlns:sy="http://purl.org/rss/1.0/modules/syndication/"
	xmlns:slash="http://purl.org/rss/1.0/modules/slash/"
	>

<channel>
	<title>タグ:LoRA &#8211; AIディベロッパーblog</title>
	<atom:link href="https://aidev.bluegarage.site/blog/tag/lora/feed/" rel="self" type="application/rss+xml" />
	<link>https://aidev.bluegarage.site/blog</link>
	<description>AI技術を使った様々な開発のTIPSや技術のブログです</description>
	<lastBuildDate>Mon, 05 Oct 2026 02:40:00 +0000</lastBuildDate>
	<language>ja</language>
	<sy:updatePeriod>
	hourly	</sy:updatePeriod>
	<sy:updateFrequency>
	1	</sy:updateFrequency>
	
	<item>
		<title>Qwen 2.1でプロンプトだけで画像の品質向上ができるか試してみる</title>
		<link>https://aidev.bluegarage.site/blog/2026/10/05/qwen-2-1%e3%81%a7%e3%83%97%e3%83%ad%e3%83%b3%e3%83%97%e3%83%88%e3%81%a0%e3%81%91%e3%81%a7%e7%94%bb%e5%83%8f%e3%81%ae%e5%93%81%e8%b3%aa%e5%90%91%e4%b8%8a%e3%81%8c%e3%81%a7%e3%81%8d%e3%82%8b%e3%81%8b/</link>
				<pubDate>Mon, 05 Oct 2026 02:40:00 +0000</pubDate>
		<dc:creator><![CDATA[aidevadmin]]></dc:creator>
				<category><![CDATA[画像処理・作成]]></category>
		<category><![CDATA[LoRA]]></category>
		<category><![CDATA[Qwen]]></category>

		<guid isPermaLink="false">https://aidev.bluegarage.site/blog/?p=9798</guid>
				<description><![CDATA[つかったワークフローは Qwen 2.1 VRAM 8GBで動く！10枚まで参照画像を追加できるGGUF版シンプルワークフロー です。Loraや参照画像無しで劣化画像の品質向上ができるか試してみました。 プロンプト Restore and upscale this image to ultra-high quality. Remove all JPEG compression artifacts, blocky noise, mosquito noise, color banding, and blur. Redraw all degraded areas with fine, realistic, sharp detail while keeping the original composition, pose, colors, lighting, and subject identity exactly the same. Faces: carefully reconstruct the face in high detail. Redraw individual strands of hair with [&#8230;]]]></description>
									</item>
		<item>
		<title>LTX 音付き動画をプロンプトで作成 GGUF版シンプルワークフロー</title>
		<link>https://aidev.bluegarage.site/blog/2026/10/01/ltx-%e9%9f%b3%e4%bb%98%e3%81%8d%e5%8b%95%e7%94%bb%e3%82%92%e3%83%97%e3%83%ad%e3%83%b3%e3%83%97%e3%83%88%e3%81%a7%e4%bd%9c%e6%88%90-gguf%e7%89%88%e3%82%b7%e3%83%b3%e3%83%97%e3%83%ab%e3%83%af%e3%83%bc/</link>
				<pubDate>Thu, 01 Oct 2026 01:43:40 +0000</pubDate>
		<dc:creator><![CDATA[aidevadmin]]></dc:creator>
				<category><![CDATA[動画]]></category>
		<category><![CDATA[google]]></category>
		<category><![CDATA[gpu]]></category>
		<category><![CDATA[Hugging Face]]></category>
		<category><![CDATA[LoRA]]></category>
		<category><![CDATA[Qwen]]></category>
		<category><![CDATA[safetensors]]></category>
		<category><![CDATA[tensor]]></category>
		<category><![CDATA[transformer]]></category>
		<category><![CDATA[vae]]></category>
		<category><![CDATA[ライセンス]]></category>

		<guid isPermaLink="false">https://aidev.bluegarage.site/blog/?p=9793</guid>
				<description><![CDATA[ComfyUIで「映像と音声を同時に」生成できるオープンモデルLTX（LTX-2.3）を、GGUF量子化モデルで動かすシンプルなワークフローを解説します。1枚の画像とプロンプトを渡すだけで、効果音や環境音付きの短い動画が作れます。 この記事で扱うワークフローは LTXV23_v1_4_I2AV.json（Image to Audio-Video）です。ノード数が少なく、構成を理解しやすいのが特徴です。 目次の目安 LTXとは何か LTXは、イスラエルのLightricks社が公開しているオープンウェイトの動画生成モデルシリーズです。現行のLTX-2.3は約22Bパラメータの「DiT（Diffusion Transformer）ベースの音声・映像基盤モデル」で、1つのモデルで映像と同期した音声を同時に生成できます。 テキスト→動画、画像→動画、音声→動画など複数のモードに対応 重みが公開されており、ローカル（自分のPC）で実行できる ComfyUIが公式にネイティブ対応している テキストエンコーダーにGoogleのGemma 3 12Bを使用 2倍の空間アップスケーラーを使った高解像度化の仕組みがある 今回使う [&#8230;]]]></description>
									</item>
		<item>
		<title>【VRAM 8GBでOK】QWEN Image Editの進化版「FireRed Image Edit」でローカル着せ替え画像生成をやってみた</title>
		<link>https://aidev.bluegarage.site/blog/2026/09/16/%e3%80%90vram-8gb%e3%81%a7ok%e3%80%91qwen-image-edit%e3%81%ae%e9%80%b2%e5%8c%96%e7%89%88%e3%80%8cfirered-image-edit%e3%80%8d%e3%81%a7%e3%83%ad%e3%83%bc%e3%82%ab%e3%83%ab%e7%9d%80%e3%81%9b%e6%9b%bf/</link>
				<pubDate>Wed, 16 Sep 2026 03:29:45 +0000</pubDate>
		<dc:creator><![CDATA[aidevadmin]]></dc:creator>
				<category><![CDATA[画像処理・作成]]></category>
		<category><![CDATA[gpu]]></category>
		<category><![CDATA[Hugging Face]]></category>
		<category><![CDATA[LoRA]]></category>
		<category><![CDATA[Qwen]]></category>
		<category><![CDATA[safetensors]]></category>
		<category><![CDATA[tensor]]></category>
		<category><![CDATA[transformer]]></category>
		<category><![CDATA[vae]]></category>

		<guid isPermaLink="false">https://aidev.bluegarage.site/blog/?p=9777</guid>
				<description><![CDATA[はじめに 画像生成AIで「この人にこの服を着せたい」「帽子だけ別の写真から持ってきたい」という着せ替え編集は、これまでハイエンドGPUが前提でした。しかしFireRed Image Editは、AlibabaのQwen Image Editをベースに進化した画像編集特化モデルで、GGUF量子化版とLightning LoRA（高速化LoRA）を組み合わせることで、VRAM 8GB程度のミドルクラスGPUでもローカル生成が可能になっています。 今回は実際に配布されているComfyUIワークフロー（firered-image-edit-1_1_loraonly.json）を解析し、必要なモデル構成と処理の流れを整理しました。 人物写真（Image 1） キャップの写真（Image 2） Tシャツの写真（Image 3） の3枚を読み込ませ、「Image 1の女性にImage 2の帽子とImage 3のTシャツを着せて、背景も昼間のシーンに変更する」というプロンプト1つで着せ替え画像を生成する構成になっています。 FireRed Image EditとQwen Image Editの関係 FireRed Image [&#8230;]]]></description>
									</item>
		<item>
		<title>VRAM 8GBでもOK！MiniMax H3(FL2VA)×Turboで「しゃべる」AI動画をローカル生成する方法</title>
		<link>https://aidev.bluegarage.site/blog/2026/09/15/vram-8gb%e3%81%a7%e3%82%82ok%ef%bc%81minimax-h3fl2vaxturbo%e3%81%a7%e3%80%8c%e3%81%97%e3%82%83%e3%81%b9%e3%82%8b%e3%80%8dai%e5%8b%95%e7%94%bb%e3%82%92%e3%83%ad%e3%83%bc%e3%82%ab%e3%83%ab/</link>
				<pubDate>Tue, 15 Sep 2026 01:24:21 +0000</pubDate>
		<dc:creator><![CDATA[aidevadmin]]></dc:creator>
				<category><![CDATA[動画]]></category>
		<category><![CDATA[gpu]]></category>
		<category><![CDATA[Hugging Face]]></category>
		<category><![CDATA[LoRA]]></category>
		<category><![CDATA[safetensors]]></category>
		<category><![CDATA[tensor]]></category>
		<category><![CDATA[vae]]></category>
		<category><![CDATA[ライセンス]]></category>

		<guid isPermaLink="false">https://aidev.bluegarage.site/blog/?p=9773</guid>
				<description><![CDATA[今回は、ComfyUI上で動くMiniMax H3という動画生成モデルを使い、8GB程度のVRAMでもローカルPCで「音声つき・リップシンクつき」のAI動画を作れるワークフローを紹介します。画像を1枚（または最初と最後のフレーム2枚）用意するだけで、セリフをしゃべる短い動画をノートPCクラスのGPUでも生成できるのがポイントです。 &#160; &#160; 生成時間　VRAM　8GB　約１～２時間 MiniMax H3ってどんなモデル？ MiniMax H3は、テキスト・画像・映像・音声をひとつのモデルでまとめて理解し、映像とステレオ音声（セリフ・効果音・BGM）を同時に生成できるオープンウェイトのAI動画モデルです。従来の「まず映像を作って、あとから音声を貼り付ける」方式ではなく、映像と音を同じ推論の中で一緒に作るのが特徴で、口の動きと声がしっかり同期（リップシンク）します。 本体は330億パラメータ級の大型モデルですが、パラメータの一部を圧縮する「プルーニング」と、ファイルサイズを大きく減らす「GGUF量子化」、さらに生成ステップ数を減らす「Turbo（蒸留）LoRA」を組み合わせることで、コンシューマ [&#8230;]]]></description>
						<enclosure url="https://aidev.bluegarage.site/blog/wp-content/uploads/2026/09/H3_20260914_185634_00001-audio.mp4" length="615769" type="video/mp4" />
			</item>
		<item>
		<title>量子化とは何か？MatMulというAIの計算やモデルサイズの最大のネック</title>
		<link>https://aidev.bluegarage.site/blog/2026/08/31/%e9%87%8f%e5%ad%90%e5%8c%96%e3%81%a8%e3%81%af%e4%bd%95%e3%81%8b%ef%bc%9fmatmul%e3%81%a8%e3%81%84%e3%81%86ai%e3%81%ae%e8%a8%88%e7%ae%97%e3%82%84%e3%83%a2%e3%83%87%e3%83%ab%e3%82%b5%e3%82%a4%e3%82%ba/</link>
				<pubDate>Mon, 31 Aug 2026 01:29:43 +0000</pubDate>
		<dc:creator><![CDATA[aidevadmin]]></dc:creator>
				<category><![CDATA[その他]]></category>
		<category><![CDATA[CUDA]]></category>
		<category><![CDATA[gpu]]></category>
		<category><![CDATA[LLM]]></category>
		<category><![CDATA[LoRA]]></category>
		<category><![CDATA[tensor]]></category>
		<category><![CDATA[transformer]]></category>
		<category><![CDATA[最適化]]></category>

		<guid isPermaLink="false">https://aidev.bluegarage.site/blog/?p=9766</guid>
				<description><![CDATA[AIモデル、特に大規模言語モデル(LLM)の性能や規模を語るとき、必ずと言っていいほど登場するキーワードがあります。それが「MatMul(行列積)」と「量子化」です。 この記事では、AIの計算の大部分を占める「MatMul」がそもそも何なのか、なぜそれが必要なのか、GPU上でどう計算されているのかを解説したうえで、その高速化手法の中でも特に重要な「量子化」について詳しく掘り下げていきます。 AIの計算の大部分を占めるMatMul Transformer系のAIモデルでは、計算量(FLOPs)の大部分、しばしば9割以上がMatMulによって占められています。具体的には、以下のような処理がすべてMatMulです。 Attentionにおける Query / Key / Value への変換 FFN(Feed Forward)層の2つの大きな行列積(全体の計算量では最大になりやすい部分) Attentionスコアの計算(QK^T)とその後の重み付き集約(softmax × V) また、モデルの「パラメータ数」、つまりモデルサイズそのものも、その大半はMatMulで使われる重み行列によって構成されています。「AIの計 [&#8230;]]]></description>
									</item>
		<item>
		<title>ローカルでVRAM 8GBで「着せ替え」画像生成</title>
		<link>https://aidev.bluegarage.site/blog/2026/08/28/%e3%83%ad%e3%83%bc%e3%82%ab%e3%83%ab%e3%81%a7vram-8gb%e3%81%a7%e3%80%8c%e7%9d%80%e3%81%9b%e6%9b%bf%e3%81%88%e3%80%8d%e7%94%bb%e5%83%8f%e7%94%9f%e6%88%90/</link>
				<pubDate>Fri, 28 Aug 2026 01:27:12 +0000</pubDate>
		<dc:creator><![CDATA[aidevadmin]]></dc:creator>
				<category><![CDATA[画像処理・作成]]></category>
		<category><![CDATA[gpu]]></category>
		<category><![CDATA[LoRA]]></category>
		<category><![CDATA[Python]]></category>
		<category><![CDATA[Qwen]]></category>
		<category><![CDATA[safetensors]]></category>
		<category><![CDATA[Stable Diffusion]]></category>
		<category><![CDATA[tensor]]></category>
		<category><![CDATA[vae]]></category>
		<category><![CDATA[最適化]]></category>

		<guid isPermaLink="false">https://aidev.bluegarage.site/blog/?p=9755</guid>
				<description><![CDATA[洋服の試着画像をAIで生成する「バーチャル試着（Virtual Try-On）」は、これまでクラウドサービスや高性能GPUが前提でした。しかし本記事で紹介するComfyUIワークフローは、GGUF量子化されたQwen-Image-Editと専用LoRAを組み合わせることで、VRAM 8GB程度のミドルスペックPCでもローカル環境で着せ替え画像を生成できるよう設計されています。 &#160; ワークフローのダウンロード この記事では、 そもそもComfyUIとは何か ワークフローで使われている各モデルの役割とダウンロード先 主要ノードの役割と処理の流れ を順番に解説します。 ComfyUIとは ComfyUI（コンフィーユーアイ）は、Stable Diffusionをはじめとする画像生成AIを「ノードベース」で組み立てて実行できるオープンソースのツールです。モデルの読み込み・プロンプトのエンコード・サンプリング・画像の保存といった処理を、それぞれ独立した「ノード（箱）」として画面上に配置し、線でつなぐことでワークフロー（処理の流れ）を自由に構築できます。 Pythonコードを書かなくても複雑な生成パイプラインを [&#8230;]]]></description>
									</item>
		<item>
		<title>ComfyUIでQwen-Image-Edit-2511 Int8を使う方法｜超シンプル画像編集ワークフロー</title>
		<link>https://aidev.bluegarage.site/blog/2026/08/19/comfyui%e3%81%a7qwen-image-edit-2511-int8%e3%82%92%e4%bd%bf%e3%81%86%e6%96%b9%e6%b3%95%ef%bd%9c%e8%b6%85%e3%82%b7%e3%83%b3%e3%83%97%e3%83%ab%e7%94%bb%e5%83%8f%e7%b7%a8%e9%9b%86%e3%83%af%e3%83%bc/</link>
				<pubDate>Wed, 19 Aug 2026 05:41:37 +0000</pubDate>
		<dc:creator><![CDATA[aidevadmin]]></dc:creator>
				<category><![CDATA[画像処理・作成]]></category>
		<category><![CDATA[LoRA]]></category>
		<category><![CDATA[Qwen]]></category>
		<category><![CDATA[safetensors]]></category>
		<category><![CDATA[tensor]]></category>
		<category><![CDATA[vae]]></category>
		<category><![CDATA[エラー]]></category>

		<guid isPermaLink="false">https://aidev.bluegarage.site/blog/?p=9749</guid>
				<description><![CDATA[ワークフローのダウンロード　image_qwen_image_edit_2511_int8 ※ワークフローはVRAM８GBでも１回目１～２時間かかるものの動作します。 ※最新のComfyUIを使用する場合このワークフローをComfyUIの画面にドロップするだけでモデルも自動でダウンロードできます。 ComfyUIで画像生成・画像編集をしていると、「元画像の構図を残したまま、画風だけ変えたい」「写真をポップアート風にしたい」といった編集をしたくなることがあります。 今回紹介するのは、Qwen-Image-Edit-2511 Int8を使ったComfyUIの画像編集ワークフローです。 このワークフローでは、入力した画像に対して、 Convert this image to pop art poster style というプロンプトを与え、元画像を「ポップアートのポスター風」に変換する設定になっています。 ワークフローには、Qwen-Image-Edit-2511のInt8モデル、Qwen 2.5 VL系のテキストエンコーダ、Qwen Image用VAE、KSamplerなどが組み込まれています。 Qwen-Ima [&#8230;]]]></description>
									</item>
		<item>
		<title>ローカルで動かせる画像生成AIモデル6選【技術比較・VRAM目安・互換性まとめ】</title>
		<link>https://aidev.bluegarage.site/blog/2026/05/19/%e3%83%ad%e3%83%bc%e3%82%ab%e3%83%ab%e3%81%a7%e5%8b%95%e3%81%8b%e3%81%9b%e3%82%8b%e7%94%bb%e5%83%8f%e7%94%9f%e6%88%90ai%e3%83%a2%e3%83%87%e3%83%ab6%e9%81%b8%e3%80%90%e6%8a%80%e8%a1%93%e6%af%94/</link>
				<pubDate>Tue, 19 May 2026 01:22:21 +0000</pubDate>
		<dc:creator><![CDATA[aidevadmin]]></dc:creator>
				<category><![CDATA[画像処理・作成]]></category>
		<category><![CDATA[ControlNet]]></category>
		<category><![CDATA[gpu]]></category>
		<category><![CDATA[LLM]]></category>
		<category><![CDATA[LoRA]]></category>
		<category><![CDATA[Stable Diffusion]]></category>
		<category><![CDATA[transformer]]></category>
		<category><![CDATA[U-Net]]></category>
		<category><![CDATA[vae]]></category>

		<guid isPermaLink="false">https://aidev.bluegarage.site/blog/?p=9667</guid>
				<description><![CDATA[画像生成AIはクラウドサービスだけでなく、自分のPC上でローカル推論できるモデルも多数存在します。本記事では、ローカルで動作する主要モデルを6つ取り上げ、アーキテクチャの違い・必要なVRAM・各ツールとの互換性を徹底解説します。 アーキテクチャ別モデル解説 ① Stable Diffusion 1.5（SD 1.5） アーキテクチャ：UNet + CLIP パラメータ数：約860M ネイティブ解像度：512 × 512 VAE：KL-f8 必要VRAM：2〜4 GB Stability AIが2022年にリリースした画像生成AIの基盤モデルです。軽量で動作が速く、膨大な数のLoRAや拡張機能が存在する点が最大の強みです。SDXLやFluxと異なり、低スペックなGPUでも動作するため、今もコミュニティの中心的な存在です。 ② Stable Diffusion XL 1.0（SDXL） アーキテクチャ：UNet（2.6B）+ OpenCLIP + CLIP-ViT-L（2つ） ネイティブ解像度：1024 × 1024 VAE：SDXL-VAE 必要VRAM：6〜8 GB SD 1.5の後継モデルで、解像度と画質が [&#8230;]]]></description>
									</item>
		<item>
		<title>OpenPoseとは？Qwen Image EditでOpen poseを使えるか？</title>
		<link>https://aidev.bluegarage.site/blog/2026/04/20/openpose%e3%81%a8%e3%81%af%ef%bc%9fqwen-image-edit%e3%81%a7open-pose%e3%82%92%e4%bd%bf%e3%81%88%e3%82%8b%e3%81%8b%ef%bc%9f/</link>
				<pubDate>Mon, 20 Apr 2026 01:06:12 +0000</pubDate>
		<dc:creator><![CDATA[aidevadmin]]></dc:creator>
				<category><![CDATA[画像処理・作成]]></category>
		<category><![CDATA[ControlNet]]></category>
		<category><![CDATA[inference]]></category>
		<category><![CDATA[LoRA]]></category>
		<category><![CDATA[pipeline]]></category>
		<category><![CDATA[Qwen]]></category>
		<category><![CDATA[safetensors]]></category>
		<category><![CDATA[tensor]]></category>
		<category><![CDATA[transformer]]></category>

		<guid isPermaLink="false">https://aidev.bluegarage.site/blog/?p=9629</guid>
				<description><![CDATA[OpenPoseとは？Qwen Image EditでAnyPoseモデルを使ったポーズ転写の完全ガイド 画像生成AIの世界では「ポーズを自由に制御したい」というニーズは非常に高いです。本記事では、OpenPoseの基本概念から、最新のQwen Image EditとAnyPoseモデルを組み合わせたポーズ転写の実装方法まで、サンプルコードとともに詳しく解説します。 📌 目次 OpenPoseとは何か 使用するモデル一覧 OpenPoseを「2枚目の画像」として使う仕組み 環境セットアップ 完全なサンプルコード プロンプトの解説 パラメータ解説 まとめ 1. OpenPoseとは何か OpenPoseは、Carnegie Mellon大学が開発したオープンソースのリアルタイム人体姿勢推定ライブラリです。画像や動画から人物の骨格（キーポイント）をリアルタイムで検出し、身体の各部位（頭部・肩・肘・手首・腰・膝・足首など）の位置を特定します。 OpenPoseの主な特徴 25個のキーポイントを検出（顔・体・手・足） 複数人物の同時検出が可能 リアルタイム処理に対応 画像生成AIのControlNetと組み合わせるこ [&#8230;]]]></description>
									</item>
		<item>
		<title>Stable Diffusionで思い通りの画像を生成するために学習データから理解する</title>
		<link>https://aidev.bluegarage.site/blog/2026/04/09/stable-diffusion%e3%81%a7%e6%80%9d%e3%81%84%e9%80%9a%e3%82%8a%e3%81%ae%e7%94%bb%e5%83%8f%e3%82%92%e7%94%9f%e6%88%90%e3%81%99%e3%82%8b%e3%81%9f%e3%82%81%e3%81%ab%e5%ad%a6%e7%bf%92%e3%83%87%e3%83%bc/</link>
				<pubDate>Thu, 09 Apr 2026 00:54:10 +0000</pubDate>
		<dc:creator><![CDATA[aidevadmin]]></dc:creator>
				<category><![CDATA[その他]]></category>
		<category><![CDATA[Hugging Face]]></category>
		<category><![CDATA[LoRA]]></category>
		<category><![CDATA[Stable Diffusion]]></category>

		<guid isPermaLink="false">https://aidev.bluegarage.site/blog/?p=9616</guid>
				<description><![CDATA[Stable Diffusionで思い通りの画像を生成するには、モデルがどのように学習されているかを理解することが近道です。この記事では、主要な学習データセットの構造を解説しながら、そこから導き出せるプロンプトのコツをまとめます。 学習データセットとは何か Stable Diffusionのような画像生成AIは、大量の「画像とテキストのペア」を使って学習します。モデルは「このテキストが入力されたとき、この画像に近いものを生成せよ」という対応関係を膨大なデータから学びます。つまり、学習データの特性がそのままプロンプトの効き方に直結するのです。 LAION-5B / LAION-Aesthetics の詳細 LAION-5Bとは LAION-5B（論文：arxiv 2210.08402）は、LAION（Large-scale Artificial Intelligence Open Network）が公開した約58.5億件の画像とテキストのペアからなる超大規模データセットです。Stable Diffusion v1の学習にも使用されており、現代の画像生成AIの基盤となっています。 データ構造の特徴 LAION-5 [&#8230;]]]></description>
									</item>
		<item>
		<title>WAN 2.1の速度向上Self-Forcing とは何か？</title>
		<link>https://aidev.bluegarage.site/blog/2026/04/06/wan-2-1%e3%81%ae%e9%80%9f%e5%ba%a6%e5%90%91%e4%b8%8aself-forcing-%e3%81%a8%e3%81%af%e4%bd%95%e3%81%8b%ef%bc%9f/</link>
				<pubDate>Mon, 06 Apr 2026 05:40:55 +0000</pubDate>
		<dc:creator><![CDATA[aidevadmin]]></dc:creator>
				<category><![CDATA[動画]]></category>
		<category><![CDATA[ControlNet]]></category>
		<category><![CDATA[gpu]]></category>
		<category><![CDATA[LLM]]></category>
		<category><![CDATA[LoRA]]></category>
		<category><![CDATA[safetensors]]></category>
		<category><![CDATA[tensor]]></category>
		<category><![CDATA[vae]]></category>
		<category><![CDATA[wan]]></category>
		<category><![CDATA[ライセンス]]></category>

		<guid isPermaLink="false">https://aidev.bluegarage.site/blog/?p=9608</guid>
				<description><![CDATA[WAN 2.1（Wan-AI製）は、中国アリババグループ傘下の研究チームが開発・公開したオープンソースの動画生成AIモデルです。テキストから動画を生成するT2V（Text-to-Video）、画像から動画を生成するI2V（Image-to-Video）、動画編集など複数のタスクに対応しており、2025年初頭に公開されて以来、ComfyUI ユーザーを中心に急速に普及しました。 モデルの規模は 1.3B（13億パラメータ） と 14B（140億パラメータ） の2種類が存在します。1.3Bモデルは VRAM 約8GB で動作し、コンシューマー向けGPU（RTX 3060以上）でも利用可能な点が大きな特徴です。一方、14Bモデルは720p動画の高品質生成が可能ですが、約40GBのVRAMを必要とします。 WAN 2.1の主な強みは以下のとおりです。 高品質な480p/720p動画生成：オープンソースモデルとしてはトップクラスの品質 中国語・英語テキストの映像内生成：ビジュアルテキスト生成に初めて本格対応 VACE対応：ControlNet的な参照動画による動き制御が可能 強力なVAE：1080P動画をリアルタイムで [&#8230;]]]></description>
									</item>
		<item>
		<title>WanによるAI動画生成で「プロンプトを書いたのに人物が全然動かない」場合のパラメーターの見直し</title>
		<link>https://aidev.bluegarage.site/blog/2026/04/02/wan%e3%81%ab%e3%82%88%e3%82%8bai%e5%8b%95%e7%94%bb%e7%94%9f%e6%88%90%e3%81%a7%e3%80%8c%e3%83%97%e3%83%ad%e3%83%b3%e3%83%97%e3%83%88%e3%82%92%e6%9b%b8%e3%81%84%e3%81%9f%e3%81%ae%e3%81%ab%e4%ba%ba/</link>
				<pubDate>Thu, 02 Apr 2026 01:07:57 +0000</pubDate>
		<dc:creator><![CDATA[aidevadmin]]></dc:creator>
				<category><![CDATA[動画]]></category>
		<category><![CDATA[CUDA]]></category>
		<category><![CDATA[inference]]></category>
		<category><![CDATA[LoRA]]></category>
		<category><![CDATA[pipeline]]></category>
		<category><![CDATA[Python]]></category>
		<category><![CDATA[transformer]]></category>
		<category><![CDATA[vae]]></category>
		<category><![CDATA[wan]]></category>

		<guid isPermaLink="false">https://aidev.bluegarage.site/blog/?p=9602</guid>
				<description><![CDATA[WanによるAI動画生成で「プロンプトを書いたのに人物が全然動かない」という経験はありませんか？この記事では、Wanで人物の動きを強く引き出すプロンプトのコツと、シンプルな実行コードをまとめて解説します。 なぜ人物が動かないのか？ プロンプトの書き方以前に、パラメータ設定が原因でほぼ動かなくなるケースが多いです。まず以下を確認してください。 パラメータ NG値 推奨値 guidance_scale 1～２（低すぎる） 5.0〜7.0 num_inference_steps 8（少なすぎる） 20〜30 DMD蒸留LoRA 常時ON まず外して試す guidance_scale が低いとモデルがプロンプトをほぼ無視します。まずここを直すだけで改善することが多いです。 プロンプトで動きを引き出す5つのコツ 1. 動作を時系列で分解して書く 「歩く」だけでなく、身体の動きを順番に記述すると効果的です。 ❌ "The woman walks." ✅ "She lifts her right foot, strides forward, swings her arms, walking briskly." 2. 副詞・ [&#8230;]]]></description>
									</item>
		<item>
		<title>Qwen Image Edit + LoRAで2回目から高速になる理由【キャッシュの仕組みを解説】</title>
		<link>https://aidev.bluegarage.site/blog/2026/03/31/qwen-image-edit-lora%e3%81%a72%e5%9b%9e%e7%9b%ae%e3%81%8b%e3%82%89%e9%ab%98%e9%80%9f%e3%81%ab%e3%81%aa%e3%82%8b%e7%90%86%e7%94%b1%e3%80%90%e3%82%ad%e3%83%a3%e3%83%83%e3%82%b7%e3%83%a5%e3%81%ae/</link>
				<pubDate>Tue, 31 Mar 2026 01:38:17 +0000</pubDate>
		<dc:creator><![CDATA[aidevadmin]]></dc:creator>
				<category><![CDATA[アプリケーション開発]]></category>
		<category><![CDATA[CUDA]]></category>
		<category><![CDATA[gpu]]></category>
		<category><![CDATA[LoRA]]></category>
		<category><![CDATA[PyTorch]]></category>
		<category><![CDATA[Qwen]]></category>
		<category><![CDATA[Windows]]></category>

		<guid isPermaLink="false">https://aidev.bluegarage.site/blog/?p=9597</guid>
				<description><![CDATA[Qwen Image EditでLoRAを使っていると、初回は1時間かかるのに、2回目からは10分で終わるという現象に気づいた方も多いのではないでしょうか。しかも、プログラムを再起動しても2回目以降は速いまま。この記事では、その理由をキャッシュの仕組みから丁寧に解説します。 結論：2種類のキャッシュが組み合わさっている 速度差の正体は、主に以下の2つのキャッシュ機構です。 OSのページキャッシュ（RAMへのファイルキャッシュ） CUDA / Tritonカーネルのコンパイルキャッシュ（ディスクへの保存） それぞれ詳しく見ていきましょう。 ① OSのページキャッシュ（最大の要因） LoRAやベースモデルの重みファイルは数GBにおよびます。初回実行時はこれをSSDやHDDから読み込む必要があるため、I/Oに時間がかかります。 初回: ストレージ(SSD/HDD) → RAM → GPU ← 遅い 2回目: RAM(キャッシュ済み) → GPU ← 速い OSは一度読み込んだファイルデータをRAMのページキャッシュとして保持し続けます。重要なのは、プログラムを再起動してもOSは動き続けているため、このキャッシュは消 [&#8230;]]]></description>
									</item>
		<item>
		<title>safetensorsの「配線」はどこにある？Netronで線が見えない理由をわかりやすく解説</title>
		<link>https://aidev.bluegarage.site/blog/2026/03/25/safetensors%e3%81%ae%e3%80%8c%e9%85%8d%e7%b7%9a%e3%80%8d%e3%81%af%e3%81%a9%e3%81%93%e3%81%ab%e3%81%82%e3%82%8b%ef%bc%9fnetron%e3%81%a7%e7%b7%9a%e3%81%8c%e8%a6%8b%e3%81%88%e3%81%aa%e3%81%84%e7%90%86/</link>
				<pubDate>Wed, 25 Mar 2026 01:32:31 +0000</pubDate>
		<dc:creator><![CDATA[aidevadmin]]></dc:creator>
				<category><![CDATA[アプリケーション開発]]></category>
		<category><![CDATA[LoRA]]></category>
		<category><![CDATA[Netron]]></category>
		<category><![CDATA[onnx]]></category>
		<category><![CDATA[Python]]></category>
		<category><![CDATA[PyTorch]]></category>
		<category><![CDATA[safetensors]]></category>
		<category><![CDATA[tensor]]></category>
		<category><![CDATA[transformer]]></category>

		<guid isPermaLink="false">https://aidev.bluegarage.site/blog/?p=9583</guid>
				<description><![CDATA[機械学習モデル（特にTransformer系）を触っていると、.safetensors ファイルをNetronで開いたときに、 「ノードが並んでいるだけで、配線（接続）が見えない」 という疑問にぶつかることがあります。 この記事ではこの現象の理由と、実際にブロックの接続（配線）がどこに記録されているのかを整理して解説します。 なぜNetronで配線が見えないのか？ 結論から言うと： safetensorsには「配線情報」が入っていないためです。 safetensorsの正体 safetensors は非常にシンプルな構造をしています。 パラメータ名 → 数値テンソル 例えば： transformer_blocks.3.attn.add_k_proj.weight のように、「名前」と「行列データ」が紐づいているだけです。 safetensorsに含まれていないもの 以下のような情報は 一切保存されていません： forward関数（計算手順） ノード間の接続関係 データの流れ（計算グラフ） レイヤー間の依存関係 つまり： そもそも配線図そのものが存在しない のです。 Netronで何が表示されているのか？ Ne [&#8230;]]]></description>
									</item>
		<item>
		<title>Stable DiffusionとLCMとは？生成AIの仕組みと高速化技術をわかりやすく解説</title>
		<link>https://aidev.bluegarage.site/blog/2026/03/19/stable-diffusion%e3%81%a8lcm%e3%81%a8%e3%81%af%ef%bc%9f%e7%94%9f%e6%88%90ai%e3%81%ae%e4%bb%95%e7%b5%84%e3%81%bf%e3%81%a8%e9%ab%98%e9%80%9f%e5%8c%96%e6%8a%80%e8%a1%93%e3%82%92%e3%82%8f%e3%81%8b/</link>
				<pubDate>Thu, 19 Mar 2026 01:24:55 +0000</pubDate>
		<dc:creator><![CDATA[aidevadmin]]></dc:creator>
				<category><![CDATA[画像処理・作成]]></category>
		<category><![CDATA[LoRA]]></category>
		<category><![CDATA[Stable Diffusion]]></category>

		<guid isPermaLink="false">https://aidev.bluegarage.site/blog/?p=9557</guid>
				<description><![CDATA[近年、画像生成AIの分野で注目されている「Stable Diffusion」。そして、その高速化技術として話題になっている「LCM（Latent Consistency Model）」。 この記事では、これらの技術の基本から違いまで、初心者にもわかりやすく解説します。 Stable Diffusionとは？生成モデルの一種 Stable Diffusionは、テキストから画像を生成できるAIモデルで、**生成モデル（Generative Model）**の一種です。 ユーザーが入力した文章（プロンプト）に基づいて、対応する画像を自動生成します。 技術的にはノイズ画像から、必要とする画像に多次元の空間を進んでいってたどり着くような技術です！ &#160; 特徴 テキストから画像を生成できる オープンソースで自由に利用可能 高品質な画像を生成できる Stable Diffusionの仕組み（ざっくり） Stable Diffusionは「拡散モデル（Diffusion Model）」という仕組みを使っています。 生成の流れ ランダムなノイズ画像からスタート 徐々にノイズを除去していく プロンプトに沿った画像へと変 [&#8230;]]]></description>
									</item>
		<item>
		<title>Stable Diffusion U-Net の ONNX に別の ONNX モデルを結合する方法</title>
		<link>https://aidev.bluegarage.site/blog/2026/03/17/stable-diffusion-u-net-%e3%81%ae-onnx-%e3%81%ab%e5%88%a5%e3%81%ae-onnx-%e3%83%a2%e3%83%87%e3%83%ab%e3%82%92%e7%b5%90%e5%90%88%e3%81%99%e3%82%8b%e6%96%b9%e6%b3%95/</link>
				<pubDate>Tue, 17 Mar 2026 01:49:57 +0000</pubDate>
		<dc:creator><![CDATA[aidevadmin]]></dc:creator>
				<category><![CDATA[その他]]></category>
		<category><![CDATA[ControlNet]]></category>
		<category><![CDATA[LoRA]]></category>
		<category><![CDATA[Netron]]></category>
		<category><![CDATA[onnx]]></category>
		<category><![CDATA[Python]]></category>
		<category><![CDATA[Stable Diffusion]]></category>
		<category><![CDATA[tensor]]></category>
		<category><![CDATA[transformer]]></category>
		<category><![CDATA[U-Net]]></category>
		<category><![CDATA[エラー]]></category>

		<guid isPermaLink="false">https://aidev.bluegarage.site/blog/?p=9549</guid>
				<description><![CDATA[Stable Diffusion ONNX U-Net に別モデルを統合する方法 Stable Diffusion の ONNX 版 U-Net を改造して、別の ONNX モデルを内部に結合することで、 IP-Adapter カスタム Attention Control 信号 などを直接モデル内部に組み込むことができます。 この記事では 既存の model.onnx に別の model.onnx を統合する方法を紹介します。 例として、以下の位置に外部モデルを接続します。 /up_blocks.1/attentions.0/transformer_blocks.0/attn2/to_q/MatMul そして生成された特徴量を /up_blocks.1/attentions.0/transformer_blocks.0/attn2/to_out.0/MatMul へ入力します。 全体構造 結合後の概念図 to_q/MatMul │ MultiHeadAttention │ 外部モデル │ ▼ to_out.0/MatMul また既存の Reshape_3_output_0 は使用しないため切断します。 必要な [&#8230;]]]></description>
									</item>
	</channel>
</rss>
