メインコンテンツへスキップ
見出し画像

「透明感」AIフォトを各モデルで生成してみる

     こんにちは、Browncatです。
     これまで各種画像生成AIモデルについて、フォトリアル系に強いものを中心に画像生成活動を展開していますが、この記事では、画像の「透明感」をテーマとしたひとつのプロンプトを様々なモデルで生成した結果を掲載していきます。(2025.5.30初版、6.17,8.1,8.7,9.11,10.7, 11.5, 11.27、2026.1.17, 3.8, 4.5改訂)

    はじめに

     過去から現在にわたる様々なモデルを1つの記事に収録してきましたが、モデルの数が増えて可読性・可視性が低下してきましたので、以下の開発元のモデルはそれそれ独立のページに移しました。

    Black Forest Labのモデル(FLUX系)

    Bytedanceのモデル(Dreamina/Seedream)

    Googleのモデル(Nano Banana/Imagen)

    「透明感」AIフォトについて

     今回の執筆のきっかけになったのは、空想写真家さん(Xアカウント:@KusoPhoto)のXコミュニティでの「#透明AIフォト」イベントでした。

    ノヴァGW企画

    今回は「透明感」をテーマにしたAI作品を募集します。

    ✔️引用RPでご投稿ください
    ✔️どなたでも参加OKです
    ✔️その他コミュニティルールに準じます

    透明感のみを出すための汎用プロンプトはリプ欄に記載しておきます。(参考程度に)

    みなさまの透明作品を楽しみにしてます。… pic.twitter.com/0GeNrq4e98

    — 空想写真家 (@KusoPhoto) May 1, 2025

     ここで提示されたプロンプトは以下の通りです。

    透明感のための光の表現
    ethereal soft light with cool undertones, slight overexposure creating luminous glow, diffused morning light at 6000K, gentle backlighting through white sheer material, subtle blue-white rim lighting outlining silhouette
    透明感のためのフィルム/処理効果
    minimal film grain, high-key treatment with lifted shadows, very subtle soft focus effect, delicate white haze around bright areas, milky translucent quality, slight bloom effect on highlights, clean whites with barely-there texture
    透明感のための否定プロンプト
    NOT with warm tones, NOT with strong contrast, NOT with deep shadows, NOT with visible skin texture, NOT with saturated colors, NOT with yellow undertones

    https://x.com/KusoPhoto/status/1917810167879725552

     ここでいう「透明感」とは何かですが、プロンプトは主に以下の機能に分類され、それらが相乗効果で、画像に「透明感」が出るようになっています。

    • 高色温度化(青白い白色)

      • 「diffused morning light at 6000K」(色温度6000Kの拡散した朝の光)、「blue‑white rim lighting」(青白いリム照明)などの記述は、冷涼感と結びついた青白い光をもたらします。特に、特別な指定がなければ色温度が低く黄色っぽくなりがちなOpenAIのGPT-Image-1(4o Image)で効果的です。

    • 光の透過と輪郭のにじみ

      • 「Gentle backlighting through white sheer material」(ホワイトシアー素材による優しい逆光)「Milky translucent quality & slight bloom on highlights」(乳白色の透明感とハイライトのわずかな輝き)などの記述は、光が被写体を透過してにじむ状況を作ります。

    • コントラストの低減

      • 「High‑key treatment with lifted shadows」(シャドウを持ち上げたハイキー処理)、「Very subtle soft‑focus effect & delicate white haze」(非常に繊細なソフトフォーカス効果と繊細な白い霞)などの表現は、コントラストを低減させ、シャドウの輝度持ち上げで重厚感を低減します。

    • 粒状感や質感の低減

      • 「Minimal film grain / clean whites with barely‑there texture」(最小限のフィルムグレイン/ほとんどテクスチャのないクリーンな白色)などの記述は、フイルム的な粒状感をなくし、クリアな印象を与えるようにします。

    各モデルへの適用結果

     この「透明感」プロンプトを含む以下のバレエダンサーのプロンプトを作成し、各モデルに適用します。(ただし、「NOT ~」はモデル依存性のリスク可能性の回避のため、外しました)

    The image is a photograph of a Japanese young woman in a relaxed ballet studio. She is wearing a halter-neck white lace leotard with tutu. Her skin is white, she has a slender figure Her straight, jet-black hair is in a neat bob with bangs. She is dancing in the dance studio. Ethereal soft light with cool undertones, slight overexposure creating luminous glow, diffused morning light at 6000K, gentle backlighting through white sheer material, subtle blue-white rim lighting outlining silhouette. minimal film grain, high-key treatment with lifted shadows, very subtle soft focus effect, delicate white haze around bright areas, milky translucent quality, slight bloom effect on highlights, clean whites with barely-there texture.

     サイズは原則3:4で縦960~1280ピクセルです。ただしGPT-Image-1のように、サイズの自由度の高くないモデルは、3:4になるべく近い縦横比で生成します。
     以下、結果を掲載します。論評はせずに、必要に応じてモデルの補足説明をしています。
    ※順番はモデル名のアルファベット順です。

    GLM-Image(2026.1.17追加)

    画像
    透明感あるバレエダンサー(GLM-Image)

    GPT-Image-1(OpenAI)

    リリース当初、「4o Image」と呼ばれていました。DALL-E 3の後継になります。

    画像
    透明感あるバレエダンサー(GPT-Image-1)

    GPT-Image-1.5(OpenAI)(2026.3.8更新)

    画像
    透明感あるバレエダンサー(GPT-Image 1.5)

    Grok 3(xAI)

     以前は縦横比が横長の固定でしたが、その後、縦横比をカスタマイズできるようになりました。

    画像
    透明感あるバレエダンサー(Grok 3)

    Grok Imagine Image(2025.9.11追加)

     xAI「Grok」の動画生成「Grok Imagine」で動画を生成する前に表示される静止画。

    画像
    透明感あるバレエダンサー(Grok Imagine Image)

    Grok Imagine Image Oct.2025(2025.11.5追加)

    2025年10月以降に更新されたGrok Imagineの静止画です。

    画像
    透明感あるバレエダンサー(Grok Imagine Image Oct. 2025)

    Grok Imagine Image March 2026(2026.3.8追加)

    Grok Imagineのバージョン名は明示されませんが、Grok Imagineの大型更新がイーロン・マスク氏などから宣伝されていれば、変わっている可能性が高いです。

    画像
    透明感あるバレエダンサー(Grok Imagine Image March 2026)

    Grok Imagine Image April 2026 Quality Mode(2026.4.5追加)

     2026年4月から、Grok ImagineはFastモード(従来のモード)とQualityモードに分かれ(動画も静止画も)、両者の画質が全く別になっています。

    画像
    透明感あるバレエダンサー(Grok Imagine Image April 2026 Quality Mode)

    HiDream-i1-full

    画像
    透明感あるバレエダンサー(HiDream-i1-full)

    Hunyuan image 2.1 (Tencent)(2025.9.11追加)

     高解像度画像の出力が可能なのが特徴で、本例では1760x2368ピクセルのサイズになっています。

    画像
    透明感あるバレエダンサー(Hunyuan image 2.1)

    Hunyuan image 3.0 (Tencent)(2025.10.7追加)

    画像
    透明感あるバレエダンサー(Hunyuan image 3.0)

    Ideogram V3

    画像
    透明感あるバレエダンサー(Ideogram V3)

    ImagineArt 1.5 Pro(2026.1.17追加)

    サイズがデフォルトで4K(3328x4448ピクセル)です。

    画像
    透明感あるバレエダンサー(ImagineArt 1.5 Pro)

    Kolors 2.0(Kling AI)

    画像
    透明感あるバレエダンサー(Kolors 2.0)

    Krea 1(2025.6.17追加)

    画像
    透明感あるバレエダンサー(Krea 1)

    Midjourney V7

    画像
    透明感あるバレエダンサー(Midjourney V7)

    MiniMax Image-01(Hailuo AI)

    画像
    透明感あるバレエダンサー(MiniMax Image-01)

     Photoa

     Phota Labsの画像生成AIモデル。フォトリアル系に特化し、Nano Bananaに近い編集機能を持っています。解像度は4K(3584x4800)です。

    画像
    透明感あるバレエダンサー(Photoa)

    Qwen-Image(Alibaba)

    画像
    透明感あるバレエダンサー(Qwen-Image)

     Qwen-Image 2(Alibaba)(2026.3.8更新)

    解像度を1536x2048としています。

    画像
    透明感あるバレエダンサー(Qwen-Image 2)

    Recraft V3

    画像
    透明感あるバレエダンサー(Recraft V3)

    Recraft V4 Pro(2026.3.8更新)

    解像度は、1792x2432ピクセルです。

    画像
    透明感あるバレエダンサー(Recraft V4 Pro)

    Reve

    画像
    透明感あるバレエダンサー(Reve)

    Reve 1.5(2026.3.8更新)

     解像度は、3520x4672ピクセルです。

    画像
    透明感あるバレエダンサー(Reve 1.5)

    Stable Diffusion 3.5 Large

    AI画社さんのLoRA併用(下記参照)。 

    画像
    透明感あるバレエダンサー(Stable Diffusion 3.5 Large + LoRA)

    【Stable Diffusion 3.5 Large用LoRAについて】https://x.com/seki_images/status/1912351220418871480

    Wan 2.1plus(Alibaba)

    画像
    透明感あるバレエダンサー(Wan 2.1plus)

    Wan 2.2plus(Alibaba)(2025.8.1追加)

    2.1plusに比べると、特に指定ない限り、全身が描写される可能性が高くなります。

    画像
    透明感あるバレエダンサー(Wan 2.2plus)

    Wan 2.5(Alibaba)(2025.10.17追加)

    画像
    透明感あるバレエダンサー(Wan 2.5)

    Wan 2.7(Alibaba)(2026.4.5追加)

    解像度が2K(1773x2364)になっています。

    画像
    透明感あるバレエダンサー(Wan 2.7)

    Z-Image Turbo(Alibaba)(2025.11.27追加)

     アリババによる、WanやQwenとは異なるモデル。パラメータ数6Bと比較的小さいモデルのわりに画質が良く、生成速度が速いという評価があります。

    画像
    透明感あるバレエダンサー(Z-Image Turbo)

    まとめ

     以上、画像の「透明感」を表すプロンプトを含む画像プロンプトを、比較的最近リリースされた各画像生成AIモデルに適用してみました。
     最後に、「透明感」プロンプトをご提供いただいた空想写真家さんに感謝申し上げます。
     最後までお読みくださりありがとうございました。

     
     
    イメージング・AIを専門とする技術者兼クリエーター。AI写真・画像生成に関する研究や、生成にかかわる方々の応援・支援をしています。https://lit.link/browncat

    あなたへのおすすめ