皆さまいかがお過ごしでしょうか。歌乃です。

ShuttleAI から 新しい学習モデル ShuttleAI 3.1 aesthetic が公開されています。

ShuttleAIの公式 Hugging Face では「画像品質、タイポグラフィ、複雑なプロンプトの理解、リソース効率の面でパフォーマンスが向上しています」と謳っています。

とりあえず使えるかどうか試してみました。

ShuttleAI 3.1 を使ってみた

いきなりですが、生成画像から。

Model: ShuttleAI 3.1 aesthetic Steps: 4 CFG Scale: 1.1

Prompt:

Masterpiece, High Quality, High Definition, Extremely Detailed, High Resolution 3D model character with 3D Lighting<break>
A magick caster of chibi doll spelling the magic with pose with both index fingers raised, chibi doll wear white magick priest uniform and white magick hat, magick priest uniform has gold bordered embroidery with ancient letters and green crystal, closed eyes, Lightning magick says "Congratulation" in the air by bright Light.
The background is in the magick academy library.The magic of light emitted from the wizard's fingertips, lightning Ray worte words in the air, words says "congratulation".

所感ですが、Flux1 schnell のFinetuned 版という感じです。

4 Step 程度で生成できるので、早いことは早いですが、そこまで (SD3.5L Turbo ほど) ではありません。

メモリー効率は確かに良くなっているようで、fp8 版でも 通常版でも OoM は一度も出てません。

Flux1 schnell のFinetuned 版 というのは、同じような絵柄が生成されることからの感想です。

ShuttleAI 3.1 Flux1 schnell (fp8 版も同じ結果) Flux1 dev fp8

三枚とも同じSEED値での出力です。

ShuttleAI 3.1 はディティールが向上しているほか、タイポグラフィもしっかり出力されています。

画質に関しては個人的には ShuttleAI 3.1 のほうがやや粗い印象を受けます。

見た感じで判る通り生成される絵柄 (出力傾向) は Flux schnell にかなり似てます。少なくとも Flux1 dev の近縁種ではなさそうです。

SwarmUI (ComfyUI) で使ってみる

Flux schnell の亜種と思うもう一つの理由は、ComfyUI で試したところ、Flux 用のワークフローがほぼそのまま使えることです。

Flux 用の LoRA も普通に使えます。

ComfyUI のワークフローは以下の通り。

ワークフローのJsonファイルも置いておきます。 ShuttleAI_31_basic.json

画像ファイル width と height を入力するための custom node として Easy-Use を使用してます。利用の際にはカスタムノードとしてインストールするか、width と height に使用しているノードを別のものに置き換えてご利用ください。

このワークフローを SwarmUI の Generate タブに読込めば、そのまま利用可能になってます (センターパネルのPromptは使えないので、パラメータパネルの方の Prompt を有効化して使ってください)。

Flux1 schnell と同じような使い勝手で文字入れが出来てディティールアップしたモデルとして考えれば悪くない学習モデルかなと(`・ω・´)