Midjourneyが「Style Tuner」公開、好みの画風をコード化して固定可能に

画像生成AIで最も難しいのは、プロンプトをどれだけ工夫しても、生成するたびに絵柄やトーンが微妙にブレてしまう点でした。

Midjourneyは、ユーザー自身が好みのビジュアルスタイルを調整して固定できる新機能「Style Tuner」を公開しました。

好きな作風を選んでコード化する

この機能を使うために特別な登録は必要ありません。

Discordで「/tune」コマンドの後にプロンプトを入力します。例えば「/tune A curious cat」といった形です。

次に、何種類のベーススタイルを生成するかを選択します。選ぶスタイル数に応じてGPU時間の消費量が変わりますが、確定前に推定されるGPU時間が表示されます。

生成が完了すると、ダイレクトメッセージで「tuner.midjourney.com」の個別リンクが届きます。

そのWebページを開くと、生成された様々なスタイルの画像が並んでいます。ユーザーはその中から気に入った作風を5〜10個程度選択します。選択を終えると、自分専用の「スタイルコード」が発行されます。

あとは通常の画像生成時に「/imagine cat --style コード」と末尾に付け加えるだけで、その好みの絵柄を適用できます。

コードの合成やランダム生成にも対応

この機能にはいくつか便利な応用方法が用意されています。

スタイル生成にGPU時間を使いたくない場合は、プロンプトの末尾に「--style random」と入力するだけで、ランダムなスタイルコードを試すことができます。

さらに「--style code1-code2」のようにハイフンで繋ぐことで、複数のスタイルコードを掛け合わせた新しい画風を作ることも可能です。

スタイルの適用強度は、既存の「--stylize」パラメータで調整できます。また、特定コードのベース画面を確認したい場合は、URLの末尾にコードを追記することで元のTunerページを閲覧できます。

注意点として、作成されたスタイルは最初に指定したプロンプトに最適化されています。猫用に作ったスタイルを犬に適用することはできても、都市の風景などに適用した場合は意図通りの効果が出ないことがあります。

なぜ重要か

クリエイターが長年求めていた「画風の再現性」に対する非常に現実的な回答です。

これまでは特定のアーティスト名やカメラの型番をプロンプトに詰め込む呪文のような作業が必要でしたが、コードひとつで画風を共有できるようになります。プロジェクト内で複数の制作者が同じテイストを維持したまま素材を作る作業が、格段に容易になります。

チャットの枠を飛び出し、Webインターフェースで直感的に作風を選ばせるアプローチは極めてスマートです。

懸念点は初期のスタイル生成にかかるGPUコストです。ベーススタイルを多く出力するほど計算時間を消費するため、気軽に何度も作り直すには敷居があります。それでも、自作のスタイルコードを資産としてストックできる仕組みは、画像生成ツールの標準機能を塗り替える可能性があります。