生成肆

前回から引き続き画像生成します。今回は、現実にいそうな感じの男性版。イケメンを生成したいんですが、どの系統でいくか悩みました。Gemini曰く、「塩顔」「醤油顔」「ソース顔」「砂糖・ケチャップ顔（中性・甘口系）」の4つの系統に分類されるそうなんです。日本人らしい感じがいいので、まずは塩顔で。いざ生成してみると、女性の時のように顔に好みが無いので、出来の判断がつきづらい。その後、醤油顔、ソース顔と方向性に悩みながら試しました。今回も25日にAdobe Creative Cloudのクレジットが回復するので、駆け込みです。ちなみに、前回は女性の画像生成でした。

今回も前回の女性版と同じように、同じプロンプトでモデルを変えて画像生成しました。プロンプトの作成方法は前回同様、Google検索のGeminiに考えてもらったのをコピペしています。

プロンプトはこんな感じ。

A close-up portrait of an exceptionally handsome 24-year-old Japanese man with a soft, clean-cut, and refreshing appearance, wearing a simple white T-shirt. He has distinct double eyelids with gentle, slightly rounded, and clear puppy-like eyes, and a straight, refined nasal bridge. His expression is warm, sweet, and charming with a subtle, gentle smile. His black hair is styled in a natural, soft center part with light texture. The skin is fresh and healthy with a natural, translucent texture. Minimalist off-white background, soft natural bright studio lighting, 85mm lens, high-fashion magazine style, highly realistic and detailed photography.

Firefly Image 4だとこんな感じ。現実にいそう。なんか、友達に似てる。ただ、昔っぽさが感じられる。

GPT Image 2だとこんな感じ。さっきのよりは今風。当たり外れが少ないかっこよさ。

Runway Gen-4 Imageだとこれ。韓国っぽさが強い気がする。韓流イケメンといったところか。

Firefly Image 5だとこれ。女性の時と同様に、若干イラストっぽくなる。生成画像なのがすぐわかりそう。

GPT Image 1.5だとこれ。汎用的なイケメン。そして、おなじモデルで生成された前回の女性と顔が似ている。兄弟姉妹っぽい。

Gemini 3.1 (Nano Banana 2)だとこんな風。これもいそう。汎用イケメン。

Gemini3 (Nano Banana Pro)はこれ。このモデル系統は同じ顔を生成するっぽい。

Firefly Image4 Ultraはこれ。なんか思ってたのと違う。実写よりもCGっぽい感じ。あと、シャツに醤油シミがついている。

次は醤油顔のプロンプトをかいてもらいました。

A close-up portrait of an exceptionally handsome 24-year-old Japanese man with a clean-cut, refined, and sharp appearance, wearing a simple white T-shirt. He has distinct, slightly elongated double eyelids with elegant, clear, and focused eyes, and a perfectly straight, high nasal bridge. His face has a well-defined jawline and a subtle, confident, and intelligent smile. His black hair is styled in a natural, neat center part. The skin is healthy and smooth with a subtle, natural glow. Minimalist off-white background, soft natural bright studio lighting, 85mm lens, high-fashion magazine style, highly realistic photography.

Firefly Image 4だとこんな感じ。現実にいそう。なんか、塩顔の生成画像より、かっこよさがあるかも。

GPT Image 2だとこんな感じ。さっきのよりは今風。ただ、塩顔の生成画像とわずかに違うくらいか。

Gemini 3.1 (Nano Banana 2)だとこれ。塩顔の生成画像とほぼ一緒。このモデルの20代なかばのイケメンはこれなのかも。

Runway Gen-4 Imageだとこれ。ガラっとイメージが変わった。韓流っぽい感じじゃない。

GPT Image 1.5だとこれ。相変わらず汎用的なイケメン。生成された塩顔とほぼ一緒。

Firefly Image 5だとこれ。塩顔生成と同様。このモデル特有ののっぺり感はなんなんだろう。

最後にソース顔のプロンプトをかいてもらう。

A close-up portrait of an exceptionally handsome 24-year-old Japanese man with deep-set, bold, and masculine features, wearing a simple white T-shirt. He has large, expressive double eyelids with deep, intense, and captivating eyes, well-defined thick natural eyebrows, and a high, strong, and prominent nasal bridge. His face has sculpted, sharp bone structure with a strong jawline and a confident expression. His black hair is styled in a textured, slightly messy center part. The skin has a healthy, slightly sun-kissed matte texture. Minimalist off-white background, cinematic studio lighting creating strong contrast and shadows, 85mm lens, high-fashion magazine style, highly realistic photography.

Firefly Image 4はこれ。濃い系の顔ってことは一目瞭然。知っている人の誰かに似ている。

GPT Image 2はこれ。今までのイメージと全然違う。ワイルド系だよね。暗いだけか。

Gemini 3.1 (Nano Banana 2)だとこれ。こっちもワイルド系に。

Runway Gen-4 Imageだとこれ。基本醤油顔生成と変わらない。眉毛の角度とか若干の違いがある。

GPT Image 1.5だとこれ。Nano Bananaで生成された画像に似ている。

Firefly Image 5だとこれ。相変わらず実写風。なんでCG感がでるんだろう。

Firefly系のモデルだと、生成される男性になんか違うが多い気がする。GPT系のモデルは女性同様ハズレが少ない。Nano Banana系もまぁまぁ良い感じ。Runway Gen-4 Imageは女性同様、モデルの中で美という観点で独特のものを持っている気がする。あと、彫りが深い方がイケメン生成の成功率があがりやすく感じます。やっぱ、西洋人に近いほうがモデルも表現しやすいのかもしれません。

最後に、素材だけで勝負できないかと思い、坊主頭のイケメン画像を生成しました。以前生成した女性のプロンプトを改造し、Geminiに書き出してもらいます。

A close-up fashion advertisement portrait of an 18-year-old Japanese male model with a unique blend of subtle Nordic facial structures, wearing a simple, high-quality white T-shirt. He is standing in a natural posture against a minimalist, clean off-white background. He has an intelligent, calm, and gentle expression. He has a cleanly buzzed head with a sharp, natural hairline, highlighting his beautifully shaped skull. His face features a natural charm with sharp, slightly asymmetrical elements, sleek and defined single eyelids, and a tiny dark mole near the lower left corner of his lips. Hyper-realistic skin texture with subtle visible veins translucently glowing underneath, showcasing a sculpted yet delicate jawline and collarbone. Shot on 85mm lens, soft studio lighting, delicate shadows, cinematic, 8k resolution.

Firefly Image 4はこれ。確かにいそうな日本人。Firefly Image 4で生成した男性の中では一番格好良い気がする。

Gemini 3.1 (Nano Banana 2)だとこれ。なかなか凛々しいかも。

GPT Image 2はこれ。小顔で、ほっそりとしている。格好良い。

Runway Gen-4 Imageだとこれ。このモデルは必ず正面向きで生成されるみたい。

GPT Image 1.5だとこれ。やっぱこの系統のモデルはハズレが少ない。

Firefly Image 5だとこれ。そう来るんかい！確かにいそうではある。なんだろう、悪気はないんだろうが、そうじゃない感が強い。それか一部プロンプトに引っ張られすぎてるか。

Gemini 3 (Nano Banana PRO)だとこれ。Gemini3.1と大きくは変わらない。

Firefly Image 4 Ultraだとこれ。知ってる人っぽい。確かにいそう。でも、やっぱりどっかのプロンプトに引っ張られてるよね。

坊主頭だと顔のパーツが明瞭にわかるので、イケメンかどうかの判断がつきやすいかも。あと、同じ系統のモデルを使って画像生成しても大体同じになるみたい。大きく変わるのはFifefly系かな。となると、クレジットの安いのを使ったほうが良い気がする。

かっこよさげなイケメンにポーズをつけました。まあ、ありかな。ただ、服装を別なものにすると、変な感じになるかも。

A close-up fashion advertisement portrait of an 18-year-old Japanese male model with a unique blend of subtle Nordic facial structures. He is sitting casually on the floor in a relaxed posture with one knee bent upward, tilting his head slightly, and using one hand to gently brush back or rest on his head. He is wearing a high-quality, faded charcoal black oversized t-shirt with a vintage texture, paired with loose-fit washed light gray denim jeans, creating a stylish monochrome aesthetic. The setting is a minimalist, clean off-white background. He has an intelligent, calm, and gentle expression. He has a cleanly buzzed head with a sharp, natural hairline, highlighting his beautifully shaped skull. His face features a natural charm with sharp, slightly asymmetrical elements, sleek and defined single eyelids, and a tiny dark mole near the lower left corner of his lips. Hyper-realistic skin texture with subtle visible veins translucently glowing underneath, showcasing a sculpted yet delicate jawline and collarbone. Shot on 85mm lens, soft studio lighting, delicate shadows, cinematic, 8k resolution.

今度は髪の毛を生やしてみました。誰かに似ている。誰だったかなぁ。

折角なので、髪が伸びる様子を動画にしました。

ちょっとプロンプトをいじって、30代に変更したり、二重にしたり、かっこつけたりしてみました。さすがに日常生活でこんなポーズしている人は見たことないかも。でも、かろうじて、顔としてはいそうかな。

変顔のアニメーションなんですが、頬をふくらませる時に頬の感じに違和感がありますね。

生成画像のプロンプトはこう。

A high-end fashion advertisement portrait of a 33-year-old clean-shaven Japanese male model with a unique blend of subtle Nordic facial structures. He is sitting casually on the floor in a relaxed, effortlessly cool posture, tilting his head slightly while looking directly into the A high-end fashion advertisement portrait of a 33-year-old clean-shaven Japanese male model with a unique blend of subtle Nordic facial structures. He is sitting casually on the floor in a relaxed, effortlessly cool posture, tilting his head slightly while looking directly into the camera with an intense, confident, and piercing gaze. He is using his right hand to dynamically brush back his stylish up-bang side-parted hairstyle directly from the roots and scalp, creating a natural, effortless movement. He has a perfectly groomed, sharp facial structure with large, striking double eyelids and a tiny dark beauty mark just under his left eye. He is wearing a luxurious, perfectly tailored modern suit in premium charcoal black, paired with a slightly unbuttoned matching black dress shirt, showcasing a chiseled jawline. Masterpiece, cinematic chiaroscuro lighting creating dramatic shadows, deep contrast, concrete wall background, ultra-realistic, shot on 85mm lens, 8k resolution.

クレジットが余っているので、別な方向から攻めようと、Geminiと対話しながら、ゾクゾクするイケメンを作ってみることに。今までのプロンプトとは違った感じです。

A powerful, high-fashion street editorial art portrait of a handsome 20-year-old Japanese male model with deeply defined, sculptural facial features (sauce-face type), captured on a Tokyo skyscraper rooftop in mid-summer. Shot from an extreme top-down bird’s-eye view, with the camera positioned directly overhead, looking straight down from the sky to emphasize a dizzying, breathtaking height. The camera is rotated in a heavy, dynamic Dutch angle, creating an unstable, intense diagonal composition. His expression is completely serious, deep in thought, and cool. Completely avoiding the camera: his sharp eyes are intensely directed away from the lens, looking off-camera into the distance as if lost in thought or squinting slightly against the height. His posture is highly stylized: his right hand is placed behind his head, with his fingers gently running through or resting on his dark hair, while his left hand is casually in his pocket. The bright, high-contrast afternoon summer sunlight drenching the rooftop creates stark, dramatic high-contrast shadows on his chiseled face. In the background, the immense urban grid of Tokyo and its streets extend far below into a deep, beautifully blurred vertigo perspective. High-end luxury fashion brand style, shot on a raw 24mm wide-angle lens, ultimate artistic depth.

ゾクゾクというか、ヒヤヒヤする感じ。ヒュンってなります。

GPTよりは安全だが、手すりが途中からロープだけになってる！危ないよ！

プロンプトが長すぎて、Runway Gen-4 ImageとFirefly Image 5が使えなかったので、初めてFLUX2 [pro]を使ってみました。これもゾクゾクするけど、なんとなく嘘っぽいので、そんなに驚かないかも。