メインコンテンツへスキップ
見出し画像

MiniMax-H3-Imageの高解像度で90年代アニメLDジャケットを印刷所に出して印刷してみた。P-H3-Imageとの描き比べも(Pixubusで4096×4096を生成)

    画像
    印刷したものを机に並べた写真。左が約31cm角のジャケット、右が2L判の写真2枚。大きさの目安に消しゴムと定規

    これは、画像生成AIに描かせた架空のアニメのジャケットを、印刷所に頼んで、約31cm角で紙に印刷してもらったものです。昔のレーザーディスク(LD)のジャケットと同じくらいの大きさです。

    元の絵は、これです。押して大きくして見てください。

    画像
    採用したLDジャケットの絵。MiniMax-H3-Image・4096×4096

    題字も、帯の文も、右下の小さい品番も、日本語で頼んだとおりに入っています。描いたのはMiniMax-H3-Imageという画像生成モデルで、4096×4096の絵が1枚1分かからずに出ます。

    このモデルを紹介したのが、前回の記事。

    今回は、このモデルの大きい絵を、実際に紙にしてみます。印刷所に出して、LDのジャケットと同じ大きさで印刷しました。同じH3系のP-H3-Imageとの描き比べもしています。

    絵を作るのに使ったのは、私が作っているPixubusというツールです。試した環境のあとに、紹介します。

    試した環境と、3つのモデル

    • GPUはRTX 5070 Ti(VRAM 16GB)、RAMは64GB

    • ComfyUI(画像生成を動かすソフト)は0.46.0(ComfyUI Desktop)

    • どのモデルも、ComfyUIのテンプレートから入れたもの

    比べたのは、MiniMax-H3-Image、P-H3-Image、Qwen-Image 2.1(Alibabaの画像生成モデル)の3つです。

    画像
    試した3つのモデル。正方形で出せる最大・1枚の時間・300dpiで印刷できる大きさ・日本語の字

    MiniMax-H3-ImageとP-H3-Imageは、名前が似ていますが別のモデルです。MiniMax-H3-Imageは、動画モデルのMiniMax H3を作ったMiniMax本体が出した公式の画像モデル。P-H3-Imageは、PrunaAIという別の会社がH3を元に作った派生のモデルです。

    Pixubusとは

    画像

    Pixubus(ピクスバス)は、手元のPCで動くツールです。キャラクターの絵を渡して、日本語でやりたいことを書くと、ローカルのLLM(Ollama)が画像生成用の英語の文を作り、ComfyUIが絵にします。英語のプロンプトを自分で書く必要はありません。

    画像

    1枚の立ち絵から、表情・衣装・ポーズの差分をまとめて作る画面もあります。同じキャラ、同じ指示で、モデルだけを替えて回せるので、今回のような比較にも向いています。

    MiniMax-H3-Imageの大きい絵(4096×4096など)をPixubusから出す機能は、いま配っているバージョンにはまだ入っていません。後日、メンバーシップから出す予定です。

    いまのPixubusでMiniMax-H3-Imageを使いたい方は、前回の記事に付けたワークフローのファイルをダウンロードして、Pixubusに入れてください。入れ方も前回の記事に書いてあります。2048×2048くらいの大きさまで出せます。

    90年代アニメのLDジャケットを、日本語で頼んで作る

    題材は、90年代のアニメのLDジャケットにしました。

    LDのジャケットは約31cm角。CDやDVDよりずっと大きく、絵と字が一緒に載っています。帯があり、題字があり、隅に小さい品番がある。字の正しさと、絵の大きさを、両方いっぺんに確かめられます。

    作品名もレーベルも、架空のものです。

    「LDジャケット風に」では通じなかった

    最初は、参照の絵を渡して「90年代のLDジャケット風に」と頼みました。

    これは、うまくいきませんでした。3つのモデルとも、LDというものを知らないようで、それらしい絵になりません。

    ジャケットの中身を、言葉で書く

    そこで、LDという言葉に頼るのをやめました。ジャケットに何がどう載っているかを、そのまま日本語で書きます。

    画像
    参照にしたキャラクター。変身ヒロインのルミスティアの立ち絵

    参照は、変身ヒロインのルミスティア。私がいつも検証に使っている自作のキャラクターです。

    Pixubusのリファレンス生成(参照の絵から新しい絵を作る画面)を使います。

    画像
    Pixubusのリファレンス生成の画面。① 参照の絵 ② 日本語の依頼 ③ 画像を生成

    ①に参照の絵を置き、②に日本語で依頼を書いて、③で絵にします(右上の英語の文の欄は、ぼかしてあります)。②には、こう書きました。

    image 1 のキャラクター(ルミスティア)を主役にした、架空の 1990 年代の深夜アニメのビデオディスクのジャケット(正方形の紙ジャケットの表)を、真正面から画面いっぱいに描く。机や影や余白は入れない。

    左端に、上から下までの縦長の帯を置く(幅は全体の 8 分の 1・クリーム色・上端だけマゼンタ)。帯には縦書きで、大きい字「星が満ちる夜、彼女は光をまとう。」、その下に中くらいの字「新作アニメ 第一巻」、いちばん下に小さく横書きで「ZCS VIDEO」。

    帯以外は 1 枚のイラスト。足もとから見上げるローアングルの全身。ルミスティアは中央より少し右に、脚を少し開いて堂々と立つ。手前に来る白いハイヒールと長い脚を大きく、つやのあるハイライトで描く。片手を腰に当て、もう片方の手で杖を高く掲げる。自信のある笑顔でこちらを見下ろす。長い髪とピンクのリボンが夜風になびき、体のまわりにピンクと白の光のリボンが渦を巻く。スカートは腰を覆っている(下着は見せない)。 背景は夜の街と大きな満月、星空は上が濃い紺で、地平線に向かってマゼンタになる。

    右上に小さく「星光天使」、その下にとても大きな題字「ルミスティア」(ピンクの太い丸い字・白いふち)、その下に「第一巻 月夜の変身」。右下に小さく 2 行で「カラー 30分 ステレオ 片面」と「ZCS-9502」。

    絵柄は 1990 年代の深夜の美少女アニメのセル画にする(大きく光る瞳・細いあご・髪に帯状のハイライト・濃いめのセルの色・手描きの線・少しざらついたフィルムの質感)。これは画風の説明で、参照画像ではない。 顔・髪型・衣装・杖は image 1 のまま。ここに書いた字以外の文字やロゴは入れない。

    この依頼文は、私が書いたものではありません。Claudeに頼んで書いてもらいました。やっていることは3つです。

    • どこに何を置くかを、場所の順に書く(左端の帯、右上の題字、右下の品番)。「LD」とは書かない

    • 絵に入れる字は、全部「」で囲む

    • 絵柄は「〜風」で済ませず、目・あご・髪・色まで書く

    これをPixubusの中のLLM(gemma4:31b-it-qat・thinkはオフ)が、画像生成用の英語の文にします。約72秒、1回で通りました。日本語で頼むだけなので、いまのPixubusでも同じように作れます。

    3つのモデルで並べる

    この1つの文を、3つのモデルに渡しました。seed(乱数の種)も同じです。大きさは、それぞれ正方形で出せる最大です。MiniMax-H3-Imageは、2048×2048も作りました。

    画像
    同じ依頼文・同じseedで作った4枚。MiniMax-H3-Image 2048×2048 / 4096×4096・P-H3-Image 2912×2912・Qwen-Image 2.1 2048×2048
    画像
    4枚の、帯・題字・右下の小さい字のアップ
    画像
    LDジャケットの字は、正しく入ったか。モデルごとの大きさ・時間・字
    • MiniMax-H3-Imageの4096×4096は、8か所とも正しく出た

    • Qwen-Image 2.1も8か所とも正しい。ただ、1枚に2分かかる

    • P-H3-Imageは4か所崩れた(副題が「月夜の変生」、仕様が「カララ」など)。絵としては、角が擦れた紙の質感まで出ていて、いちばん「昔の実物」に見える

    印刷に回したのは、MiniMax-H3-Imageの4096×4096です。記事のはじめに載せた絵です。

    MiniMax-H3-Imageの大きい絵は、何がうれしいのか(dpiの話)

    ここからは、MiniMax-H3-Imageだけの話です。このモデルは、4096×4096のような大きい絵を出せます。

    絵を大きくすれば、字も絵もきれいになると思っていました。ところが、最初に別のキャラで試したとき、4096×4096にしたら帯のいちばん小さい行だけ、4枚とも1字違いました。2048×2048では正しく出ていた行です。

    画像
    頼んだ字と、絵に入った字の比較。帯のいちばん小さい行で、4枚とも1字ずつ違った

    その行を少し大きい字にしたら、4096×4096でも崩れなくなりました。絵を大きくしても、小さすぎる字は小さすぎるままです。

    では、大きい絵は何のためにあるのか。私の答えは「大きく印刷するため」です。

    絵の大きさと、印刷できる大きさ

    印刷にはdpiという数字があります。紙の上の1インチ(25.4mm)に、絵の点がいくつ並ぶか。同じ絵を大きく印刷するほど、点が引きのばされてdpiは下がります。

    • 300dpi以上: 手に持って近くで見ても、点が見えない。写真や印刷物の基準

    • 200dpi台: 普通に見ればきれい。目を近づけると、小さい字が少し甘い

    • 200dpi未満: 近くで見ると、字のふちのがたつきが分かる

    画像
    どこまで印刷できるか。3つのモデルの絵を300dpiで印刷できる大きさと、CD・DVD・B5・A4・LPやLDのジャケットの実寸

    色のついた四角が、それぞれのモデルの絵を300dpiで印刷できる大きさです。点線は、比べる物の実際の大きさ。点線が四角の中に入っていれば、その絵で足ります。

    身近な印刷物に当てはめると、こうなります。

    画像
    印刷物ごとに、どのモデルの絵で足りるか。CD・DVD・同人誌の表紙・A4・LPやLDのジャケット・A3・B2

    LDジャケットの大きさ(約31cm角)に印刷すると、こうなります。

    • 4096×4096 → 約330dpi

    • 2912×2912 → 約235dpi

    • 2048×2048 → 約165dpi

    約31cm角で300dpiを超えるのは、4096×4096だけ。3つのモデルのうち、これを出せるのはMiniMax-H3-Imageだけです。

    逆に、L判や2L判のような小さい紙なら、2048×2048でも300dpi前後あります。小さく印刷するなら、どのモデルでも変わりません。

    印刷所に出して、印刷してみた

    約31cm角で印刷する

    印刷は、秋葉原の印刷の店(アクセア秋葉原店)に頼みました。大判ポスター印刷で、紙はフォト光沢紙です。

    持ち込んだのはPDFです。絵は4096×4096のまま、拡大も縮小もしていません。店で伝えたのは、これだけです。

    • 紙はフォト光沢紙

    • 仕上がりは314mmの正方形、フチなしで切る(まわりに3mmずつ、切り落とす所を付けておいた)

    • 等倍で出す

    314mm角はA3に入らないので、料金はA2の区分になりました。1枚1,540円(税込)です。夕方に頼んで、その日の20時に受け取りました。

    受け取ったときは、丸めて紙で巻いた形でした。

    画像
    受け取ったときの形。丸めて、紙で巻いてある

    広げると、こうです。

    画像
    印刷したジャケット。約31cm角・フォト光沢紙

    手に取って、感動しました。光沢があって、本物のジャケットのような仕上がりです。近くで見ても荒くありません。高画質のまま、紙になりました。

    写真を印刷してみた(動物・風景)

    実写の写真も、印刷してみました。

    MiniMax-H3-Imageは、参照の絵が無くても、文字だけから絵を描けます。雪の森のキツネと、朝の山と湖を、4736×3552で作りました。1枚33〜42秒です。

    画像
    雪の森のキツネ。4736×3552
    画像
    朝の山と湖。4736×3552

    この2枚は、Pixubusではなく、ComfyUIで直接作りました。

    大きい絵の細かさを見るために、半分の大きさに縮めてから戻したものと、同じ所を並べます。

    画像
    同じ絵の同じ所。左が半分の大きさ、右が元の絵。キツネの目のまわりの毛と、山の手前の木

    画面で拡大すると、はっきり違います。毛の1本1本、木の枝先が、半分の大きさではつぶれています。

    店の機械で、2L判に印刷する

    ヨドバシカメラ(マルチメディアAkiba)の店頭にある、写真プリントの機械を使いました。機械は2種類(富士フイルムとPrintRush)。どちらもL判が1枚60円、2L判が1枚120円で、2L判(127×178mm)が上限でした(2026年11月・税込)。

    スマホに絵を入れて行き、富士フイルムの機械で、キツネとトンボを2L判で1枚ずつ。2枚で240円、数分で出てきました。

    画像
    店の機械で印刷した2L判。左がキツネ、右がトンボ

    画面で見た絵のまま、紙になりました。毛並みもトンボの羽の筋も、つぶれていません。手に取ると、本物の写真と並べても違和感がありません。

    ただ、2L判は小さい紙です。半分の大きさの絵でも約340dpiあるので、絵の大きさの差はここでは出ません。

    A4に印刷して比べる

    もう少し大きい紙で確かめます。コンビニのマルチコピー機で、A4の光沢紙に印刷しました。1枚120円です。

    1枚の紙の真ん中に白い線を入れてあります。線の左側は半分の大きさに縮めた絵(A4で約200dpi)、右側は元の絵(約400dpi)です。

    画像
    A4に印刷した見比べ。上がキツネ、下が山と湖。真ん中の白い線の左が約200dpi、右が約400dpi

    結果は、大きな違いは確認できませんでした。

    画面で拡大したときには、はっきり違って見えた2枚です。それでも、A4の紙を手に持って見るぶんには、線の左と右で差が分かりません。

    線の左と右で写っている所が違うので、見比べにくい作りでした。コンビニの機械の限界もありえます。言えるのは、「A4をコンビニで印刷するなら、半分の大きさの絵でも困らなかった」までです。

    「字が書ける」は、MiniMax-H3-Imageだけの強みではなかった

    前回の記事では、字が書けることを、このモデルの売りとして書きました。

    今回、Qwen-Image 2.1も8か所とも正しく書きました。別のキャラや別の構図でも、3回試して3回とも正しく出ています。字だけなら、Qwen-Image 2.1でも足ります。

    では、違いはどこか。並べるとこうなります。

    • MiniMax-H3-Image: 字はほぼ正しい。1枚30〜55秒。4096×4096まで出せる

    • Qwen-Image 2.1: 字が正しい。1枚約130秒。正方形は2048×2048まで

    • P-H3-Image: 字が崩れる。1枚45〜60秒。2912×2912まで

    MiniMax-H3-Imageの強みは、字が書ける・速い・大きい、の3つがそろうことです。

    MiniMax-H3-ImageとP-H3-Imageを、アニメのイラストで比べる

    ここからは、2つのモデルの描き比べです。同じH3系のMiniMax-H3-ImageとP-H3-Imageは、アニメのイラストではどちらが良いのか。

    題材は、変身ヒロインのルミスティアと、敵役のオーク王。参照の絵を2枚渡して、2人が出てくる場面を作ります。

    条件はそろえました。同じ参照、同じ依頼、同じseed。大きさは、それぞれのモデルで出せる最大です。

    跳ぶルミスティアと、腕を組むオーク王

    Pixubusのリファレンス生成に、日本語でこう頼みました。

    90年代の美少女変身ヒロインのアニメの高品質なレーザーディスクジャケットイラスト。
    ルミスティアがジャンプしているポーズをメインに書いて、背景に的としてオーク王が腕をくんでいる
    ルミスティアの太ももをエッチにかく。

    画像
    Pixubusのリファレンス生成の画面。① 参照の2枚 ② 日本語の依頼 ③ 画像を生成

    依頼に「レーザーディスクジャケット」と書いていますが、これはどちらのモデルにも通じませんでした。ジャケットの形にはならず、普通のイラストになっています。

    4枚ずつ作りました。左がP-H3-Image(3552×2368)、右がMiniMax-H3-Image(5024×3360)。同じ行は、同じseedです。

    画像
    同じ依頼・同じseedの4枚ずつ。左がP-H3-Image、右がMiniMax-H3-Image
    • P-H3-Imageは、4枚とも青空と光のすじ、街が描かれた。脚も自然

    • MiniMax-H3-Imageは、4枚とも背景がほとんど描かれなかった。2枚目は太ももの形が崩れている

    • 顔と衣装は、どちらも参照のまま

    並んで立つ・向かい合う・戦う

    場面を変えて、3つ。こちらはQwen-Image 2.1も並べます。左上がMiniMax-H3-Image(3552×4736)、右上がP-H3-Image(2496×3360)、左下がQwen-Image 2.1(1792×2400)。右下は、渡した参照の2枚です。

    画像
    白い背景に2人が並んで立つ
    画像
    夜の屋上で向かい合う
    画像
    昼の草原で戦う
    画像
    並んで立つ絵から、顔のアップ。左上が参照
    • 並んで立つ絵: MiniMax-H3-Imageは、オーク王が頼んだより大きく、杖の先に頼んでいない刃が付いた。P-H3-ImageとQwen-Image 2.1は、頼んだとおりの釣り合い

    • 屋上の絵: 3つとも、2人は向かい合わなかった

    • 草原の絵: P-H3-Imageは、杖と斧がぶつかって光が散る絵になった

    • 顔は3つとも保たれている。目の色と形は、P-H3-Imageがいちばん参照に近く見える

    • 1枚の時間は、MiniMax-H3-Imageが約60秒、P-H3-Imageが約51秒、Qwen-Image 2.1が約148秒

    アニメのイラストは、P-H3-Imageのほうが良かった

    2つを比べた範囲では、アニメのイラストはP-H3-Imageのほうが良い、というのが私の結論です。

    • 背景まで描く(MiniMax-H3-Imageは、背景がほとんど無い絵が続いた)

    • 体の形が崩れない(MiniMax-H3-Imageは、大きい絵で太ももの形が崩れた)

    • 2人の大きさの釣り合いと、顔が、参照にいちばん近い

    MiniMax-H3-Imageは、絵は大きく出せます。ただ、アニメのイラストで頼んだとおりの1枚がほしいなら、いまはP-H3-Imageを選びます(比べたのは4つの場面、同じseedどうしで7組です)。

    プロンプト拡張は要るか

    MiniMax-H3-Imageの公式のテンプレートには、プロンプト拡張が入っています。短い依頼を、別の小さいLLMが長い文に書き直してから絵にする仕組みです。

    Pixubusは、これを使っていません。LLMが作った文をそのまま渡しています。

    同じ絵・同じ文・同じseedで、拡張あり・なしを3枚ずつ比べました。

    画像
    衣装変更。左が拡張なし、右が拡張あり
    • 表情を変える: 差なし

    • 衣装を変える: 拡張ありは、背景が黒くなった(拡張の文に「黒い背景」と書き足されていた。参照は白い背景)

    • 雑誌の表紙: 字はどちらも正しい。拡張ありは、顔のアップが全身に変わった

    • 時間: 1枚20秒ほど → 68秒

    3枚だけの結果ですが、すでに文を書き切っている場合は、拡張を重ねても得はなさそうです。

    印刷にかかった費用

    • LDジャケット(約31cm角・フォト光沢紙・印刷の店の大判ポスター印刷): 1枚1,540円

    • 写真(2L判・量販店の店頭の機械): 1枚120円。2枚で240円

    • A4の見比べ(光沢紙・コンビニのマルチコピー機): 1枚120円。2枚で240円

    合計は2,020円でした。

    うまくいかなかったこと

    • 縦書きの中に英字(OVA)を入れたら、横倒しになって読みにくかった。日本語に直した

    • MiniMax-H3-Imageは、衣装を変えると背景が黒くなることがある(seedを変えると直る)

    • ひらがなの「ぱ」が「ば」になる件は、前回から変わっていない。今回は半濁点の字を避けた

    まとめ

    • 約31cm角で300dpiを超えるのは4096×4096だけ。出せるのはMiniMax-H3-Imageだけだった

    • 実写の写真は、画面で拡大すると、半分の大きさとの差がはっきり分かる。ただ、A4に印刷して手に持つと、大きな違いは分からなかった(コンビニの機械で1回だけ)

    • 小さく印刷する、画面で見るだけなら、2048×2048で足りる

    • アニメのイラストは、P-H3-Imageのほうが良かった。背景まで描き、体の形が崩れず、参照に近い

    • 字は、MiniMax-H3-ImageもQwen-Image 2.1も正しく書けた。MiniMax-H3-Imageは、字が書ける・速い・大きい、がそろう

    • Pixubusから4096×4096を出す機能は、後日、メンバーシップから出す予定

    たまには、実際に紙に印刷してみるのもよいものです。MiniMax-H3-Imageで、画像生成AIの絵を、やっと手軽に高画質で印刷できるようになりました。

    Pixubusを動かすのに必要なもの

    要るのは3つです。

    画像

    Node.jsとOllamaは必須です。どちらも公式サイトのインストーラーで入り、無料です。

    ComfyUIは、絵まで出したいときに要ります。ComfyUIのアプリ側でプロンプトを自分で貼って生成するなら、つないでいなくてもかまいません。Pixubusの画面から生成ボタンで出したい場合に必須になります。

    ・Node.js(https://nodejs.org/ja )
    ・Ollama(https://ollama.com/download )
    ・ComfyUI(https://www.comfy.org/)

    Zimoto Creative Studioとメンバーシップ

    Pixubusは、私が作っているローカルLLMのツール群の絵担当です。ネタを広げるMycelink、小説を書くInkubus、絵を描くPixubus、そして動画のVidubus。この4つをまとめてZimoto Creative Studioと呼んでいます。どれも手元のPCだけで動きます。

    画像

    それぞれの紹介と販売はこちらです。

    全部つなげると、アイデアから本や動画まで、あなたのパソコンの中だけで作品になります。

    画像

    4つとも、メンバーシップに入っていれば手に入ります。続きの改善も、メンバーシップから出していきます。ツールを2つ以上使うなら、メンバーシップのほうが早いです。


     
     
    ローカルLLMで小説・イラスト・動画を作りたい人に、ツールと作り方を届けます。"オタクとしての創作AI活用"が中心。小説のInkubus、イラストのPixubus、動画のVidubusは自作。OllamaとComfyUIは自宅のGPUで実機検証。メンバーシップは200人を突破。

    あなたへのおすすめ