GoogleAIの画像生成？

最近、検索の続きでGoogleAIで壁打ち状態になることが多いんだけど、ふとGoogle検索窓の下に「画像を作成する」とあるのを発見。あれ？そういえばGeminiとかでなくGoogleAIそのもので画像作成したことないかも？

さっそく、いつもの「2Dイラストからのソフビ風に立体化」を試したところ、立派に生成された！ もうこの程度ならたいていの生成AIで問題なくできちゃうのね。

っていうか、生成中に「Nano Banana 2 で画像を生成しています」と表示される。なんだ、やっぱりGoogleAIそのものというよりは、Nano Bananaを使ってるんじゃん。

テーブルの上のフィギュアは、提案された「実際の街中や机の上に置かれているような日常の風景に合成した画像」をそのままお願いしてみたもの。マグカップが汚れてたり、唐突にiMacがあったり、それを消して人物入れたら変だったので消してもらったり、何度か繰り返したらフィギュア部分などの画質が劣化してしまったのを直してもらったりなどなど、けっこう手間がかかったw

最近観た映画メモ「ランニング・マン」

●ランニング・マン（2025年） 2:13　アメリカ　Amazon Prime

スティーブン・キング原作。映画「バトルランナー」（1987年）公開に合わせてアーノルド・シュワルツェネッガーの青い写真が表紙の文庫本だった。これも「死のロングウォーク」と同じく別名義で発表された「バックマン・ブックス」の1つ。原題はもともと「The Running Man」。

確か、通勤電車の帰りの1時間で読みきった記憶。あまりに面白く、読みやすく、信じられないような速さで読めてしまった。ラストは興奮したなあ！ 電車の中で足をバタバタしちゃったくらいw

なのに、映画は驚くほどつまらなくてびっくりした！ あれを面白くなく作るって相当むずかしいぞ？

……本作は、当時そう思った人も満足できるように作ってあるとのことで、期待！ （今回、Kindle版も買ってみたけど、まだ読んでない）

監督：エドガー・ライト、出演グレン・パウエル、ジョシュ・ブローリン、エミリア・ジョーンズ他。マイケル・セラがいい役。

荒廃するアメリカ。失業したベン・リチャーズは病気の娘に薬を買ってやることもできない。フリーテレビのゲームに出て金を手に入れようとするが、その素質を買われて最も過酷な「ランニング・マン」に出ることになってしまう……という話。

出場者をハンターたちが追う。視聴者も参加できる。できるだけ多くの日数を逃げ延び、1ヶ月で勝者となる、というもの。「ロングウォーク」と同じく、「独自のルールで競技が行われ、勝者以外は全員死ぬ。または勝者がおらず全員死ぬ」。はっきり、静と動。

怒りのパワー！ アクションはド派手！　逃げ続ける道中物でもあって、いろんな人物が助けてくれるのが良かった。道連れにされる女の子の「等身大の観客代表が巻き込まれる」感もイイ。

飛行機の中での死闘までは「最高！」だったのだが、あれ〜〜？？ 

原作のラストは9.11を思い起こさせるだろうからどう表現するだろうと思ってたけど、あんな中途半端な「無理やり、落ち着くところに落ち着きました」の結末には納得できない。今度こそは原作通りかと、頭の中に映像が出来上がってたのに！w

視聴率のための嘘や大衆操作も大きなテーマ。ただ、「テレビ全盛時代のネタ」に留まってるようだし、そのへんを長々と演説してしまうのもいかがなものかと。

シュワちゃんの1987年版はどうつまらなかったのか確認してみたくなったw

・余談

MGM+をやめられない理由が旧「ピンクパンサーシリーズ」をひととおり観たい！なのだが、残りの「ピンクパンサー4、X、5」が「まもなく配信終了」に。あと14日でなんとかしたい！

ただ、MGM+で配信終了しても、一般扱いで配信開始される可能性も大きい。「ホビット」シリーズもMGM+で観たいし、どうしようかな。

Jeditの代わりのテキストエディタ探し、しかし結局

新しいmacOSに対応した新しい「Jedit」と「Jedit Pro（有料）」。僕はずっと「Jedit」を使ってきたんだけど、検索結果の一覧表示が無料版はできないのが不満。

検索結果の一覧表示ができるテキストエディタは他にないか探してみる。代表的なMac用無料テキストエディタといえば、「CotEditor」と「mi」。どちらもプレーンテキスト専用なのも好み。ずいぶん昔に使ってたことあるけど、Jeditに一本化したのでした。

・CotEditor

普通に使うんならかなり良さそう。検索結果の一覧もある。しかし、Jeditに比べると重く感じる。15年くらい書いてるログが137万字の巨大テキストファイルなんだけど、スクロール中に引っかかるし、表示フォントの設定を変えるだけでしばらく固まってしまう。

・mi

こちらは137万字のテキストもスクロールが引っかからない。検索結果の一覧もあるし、縦分割表示もできる。開くファイルが増えるとタブ表示が二階建て、三階建てになるのがおもしろいw 

とりあえず、miをJeditの代わりに使い始めてる。リッチテキストが必要ならテキストエディット.appやWord、Pagesを使えばいいわけだし。先日書いたようにChatGPTに僕仕様のテキストエディタを作ってもらってもいいし。

miになじめなかったら、Jedit Proの買い切りライセンスかな。OS Xになる前からだから、もう30年くらい使っているはず。無理に乗り換える必要もないか。

◯余談。GoogleのAIにmiのことを聞いていたら、「旧名：ミミズク」って、びっくりしたわw 「ミミカキエディット」だからmiだよ！

指摘したら、「私の重大な記憶違いで誤った情報を記載してしまい、大変申し訳ありませんでした」だってw

●追記

miに乗り換え、うまくいったと思ったら……、タブ幅をJeditと同じに設定しても同じ空き幅にならない〜！ これ、昔乗り換え検討したとき同じ理由でやめたような気がする。

結局、Jedit Proを購入しましたorz 従来のJeditΩの検索とは少し違い、マルチ検索からの検索結果表示。それも、どのファイルを検索するか登録が必要でちょっと面倒。なんで、まず開いてるファイルから検索してくれないんだ？

と思ったら、マルチ検索の画面で「最前面の書類」をチェックしておけば、検索対象を登録する必要なかった！ これでなんとかJeditΩと同じ検索ができるようになった。

TDW_4105

生成AIで自分用アプリ作れるってすごいことだ

ChatGPTに「テキストエディット.appの文字数を数えるアプリ」を作ってもらおうと思ったけど、「テキストエディタごと作れるんじゃ？」と聞いてみたら、「文字数表示つきのプレーンテキストエディタ」は普通に作れるってw

じゃあ、これも以前から不満だった、プレビュー.appでできない「右開きの見開き表示」対応の軽量PDFビュアーは？ それも作れるそうw

OS標準アプリの「ここがこうなればいいのに！」くらいなら、自分用の小さなアプリで実現できちゃう時代か。

TDW_4104

ChatGPTで「F18とF19に音量アップとダウンを割り当てる常駐アプリ」

「F18とF19に音量アップとダウンを割り当てる常駐アプリ」

ChatGPTにお願いしたら即座にファイル生成してくれ、先日と同じ手順でアプリとして完成。たった5分でw

使える！ 便利！ 何十年もこれをやりたかったのです！

……EdgeVolumeが2日でお払い箱にw

・アイコンは先日EdgeVolume用にChatGPTに作ってもらったボツ案を流用。

・Fキーに割り当てられてるMacの機能はfnキーの同時押しでしか使えない設定になっており、面倒だった。任意のキーに機能を割り当てられるKarabiner-Elementsというツールは知ってたけど、今回はChatGPTに頼んでみようかと。

・っていうか、今までも何度か書いてきたけど、音量調整のために、PowerMate、マウスの親指ボタン（進む／戻る）、イヤホンジャックに繋ぐボリュームつまみ、トラックパッド、左手用デバイスなどなど、いろいろ試してきた。でも、「fnキーを同時押しせずに使えるFキーが、最も便利に決まってる！」と、ずっと思ってきたのだったw

ChatGPTによる音量スライダアプリ「EdgeVolume」

ChatGPTに聞いてみた。こういうの↓作れますか？

「以前、MacにLandVolumeというアプリ→音量スライダだけがデスクトップに浮いていて、縦にも横にもできて、サイズも変えられる、というのがあった。カーソルを近づけるとスライダが表示されるとさらに良い」


・画面端にカーソルを近づけると出現

・カーソルを離すと消える

・左右は縦、上下は横の音量バー

・長さは4段階、設定を記憶


という仕様を提案してくれ、「Mac上でアプリを作成するファイル一式」を即座に作ってくれた。

今回はXcode本体は不要で、指示に従ってAppleの開発ツールだけをインストール。生成されたアプリを実行すると……

出来てる！使える！素晴らしい！

ものの10分で使えるアプリができちゃった。その後、クマスピーカーのアイコンを作るのに30分くらいかかってたw　アプリ名は「画面端っこのボリュームスライダ」の意とのこと。

すごいです。いやしかし、先日はタイマーアプリも作ったけど、僕みたいな完全素人でも生成AI利用でこういうの作れるなら、Adobeの主要ソフトの機能を、コード流用なしでそっくり再現しようとするソフトが登場するのも無理もない。

アイコンは2006年に作ったこれが元ネタ

顔のみに加工した後、ChatGPTに「視認性を良くして」で生成された黄色いクマに茶色の模様をPhotoshopで描き入れた。

●スライダーのみのボリュームがほしいと思った経緯

ディスプレイにスピーカーがないので、安い外付けスピーカを買ってきて使ってた。それにはボリュームつまみがある。

昨日、MacBook Proをディスプレイの後ろに立てて安定させる工夫をしてみた（MBPが机から落っこちないようにストッパーをつけただけ）。

そしたら、MacBook Proの内蔵スピーカーで十分だった。外付けスピーカーが不要になって机がスッキリ！ しかし、便利だったボリュームつまみもなくなったのでした。

TDW_4103

ラクガキ→ボンボンドロップシール風にしてみた

 

「ラクガキから一足飛びに完成TDWっぽい見た目を作る実験」の2Dイラストバージョンを水とラメ入りのボンボンドロップシールにしてみた。

先日、自由が丘に新しくオープンしたハンズでボンボンドロップシールをしげしげと観察してきたのでしたw　ラメ入り水は満杯でなく、3分の2くらいで空気も入ってたような気がする。

ラクガキをChatGPT解釈されたり、未ブラッシュアップなためにTDWらしさがイマイチ弱いとか書いたけど、セレクトせずにこの25個を無理やりちゃんとTDWらしいニュアンスで仕上げたらどうなるか、やってみたくなってきたw

「被写界深度強めソフビ風」3DCG版にMeshy製モデルを入れてみた

さっきMeshyで3D化したデータを先日の被写界深度のシーンの「3323」と差し替えてレンダリングしてみた。違和感なし。来年分のTDWはこの方法をある程度取り入れていいかも。

Meshyを使ってみた

Meshyを今やってる仕事に活かせないかとテストしてた。

カラースケッチからChatGPTで作成したソフビ風の画像をソースに、いくつか3Dとして作成。なかなか良い。動物キャラの向こう側で見えてない部分もAI的にしっかり補完してくれる。ドアップでなければぜんぜん使えそう。

では、と、MeshyをPro版にしようかと、各プランの機能比較表を見てたところ、気になる表記が。「資産ライセンス」の扱いについて、有料版では「プライベート＆顧客所有」に対し、フリー版が「CC BY 4.0」となっている。

「CC BY 4.0」→クリエイティブコモンズで共有され、複製や再配布や再編集が可能になるとのこと！　それはマズイ！

じゃあ、いくつか作ったやつを急いで消さねば！と、消去してる最中でまたひとつ気づいた。「資産ライセンスの変更」というのがあって、変更しようとクリックすると、有料版への案内が出る。そっか！ 有料版にすれば変更できるのか！

迷ってる場合じゃない。とりあえず、最も安いプランの有料版にした。資産ライセンスを「プライベート＆顧客所有」に変更して、ホッとした。1年くらいいろいろ試してみるつもり。仕事に欠かせないものになったら、継続で。

●Meshyを試してるところの画像について

先日の、カラースケッチからChatGPTでソフビ風立体化した「3323」をPhotoshopで切り抜き、Meshyに入力して生成。後ろ側はテキトーに補完される。

生成された3Dモデルは三角ポリゴンの数十万メッシュ。これを、リメッシュして四角ポリゴンにできる。10000ポリゴンくらいにしてみた。

パッと見はなかなかきれいだけど、目のモデリングが片方は平らだったりする。3000ポリゴンバージョンでグレー表示だとそのへんの破綻具合がよくわかる。詳細な立体感は、ノーマルマップなどいくつか生成される画像マップで補う仕組み。


FBXで書き出し。10000ポリゴンでも3000ポリゴンでも、Modoで開いてレンダリングすると、もともとラクガキに着色した絵だったとは思えないハイクオリティ！

★ただし、仕事では「パッと見」で終わらないorz　ポリゴンの流れや構造も最適とはいいづらく、修正しづらい。微調整できないのは致命的。そのまま使える場面は相当少ないだろうな。今回の仕事も、立体感の参考にする程度かな。。。

TDW_4093