元絵は1枚だけでいい。Flux1で表情もポーズも変わるAI画像編集

家事と子育てのスキマで経営する3方よしAI共創コンサルタントの田中啓之、ひろくん（@passion_tanaka）です。今回は、イフ塾の高崎さんが語ったAI画像カスタマイズのLIVEを紹介するね。

7月9日水曜日の朝LIVE。私はこの回に登壇していなくて、紹介する立場で見てたんだけど……いやー、面白かった。ゲームのキャラクターって元絵が1枚しかないと、表情違いもポーズ違いも全部デザイナーさんに追加でお願いするしかなくて、時間もお金もかかる。その「あるある」を、AIでどうにかしようっていう回。たくみ君とただっちも一緒に、Flux1 Contextっていう新顔モデルをその場で触りながら、うどんをこねるキャラや秋田のご当地キャラまで、次々に絵を生み出していく様子を見せてくれたんだよね。

「元絵はこの1枚しかないんです」——イフ塾の高崎さんとたくみ君が朝から見せてくれた悩み

▶ この話題を動画で見る（3:02〜）

まず自己紹介から。ゲストは高崎さんとたくみ君。二人とも「イフ塾」というところをやっていて、ただっちが朝から元気に回してる。たくみ君の自己紹介がいきなり笑いを取ってたんだよね。

たくみくん（3:02〜）

「イフ塾をやっております、イフ塾長の山崎たくみと申します。えー、最近ここ数日、なんか9時ぐらいに多分寝てるんですかね。僕すごいおじいちゃんみたいな生活になり始めて、なんかそうなんですよ、連絡来た時に9時半とかに来てるのを気づいてないので、おそらく9時なんか来る前には寝ているということなので、ものすごくおじいちゃんになり始めているという、ここ最近の生活になっております。」

9時就寝。すごい。私も子育てしてるとよく分かるけど、早寝ってそれだけ毎日を全力で使ってる証拠なんだよね、と勝手に感じ入ってしまった。ただっちも負けじと「一人で頑張るアナ、みんなの親友のコンセプトでAI開花マーケターをしております」と名乗ってて、リブランディングの経緯まで笑いながら話してた。3人とも肩書きは違うけど、AIを使う人を増やしたいっていう軸は同じなんだなあ、と思いながら聞いてたよ。

で、本題。今日のテーマは「ちょっとここだけ変えたい」が叶うAI画像編集。高崎さんが普段作っているゲームの話から始まった。

高崎さん（4:29〜）

「まず、今日やることの説明からですんで。これは僕が普段今作ってるキタズナっていうゲームのメインキャラクターたちです。この元絵はデザイナーさんに描いてもらった絵で、ただ問題があって、この元絵しかないんですよ。」

元絵、1枚だけ。ゲーム開発の現場では、これがそのままキャラクターの表情違い・ポーズ違いをぜんぶデザイナーさんに追加発注する羽目になる、というかなり現実的な悩みだ。会話シーンで怒った顔、悲しい顔、戦うポーズ……全部欲しいのに、手元にあるのは1枚だけ。そこにどうAIを組み合わせるか、というのが今日の朝LIVEの本題だったんだよね。ぶっちゃけ、ゲームに限らずイラストを使う仕事全般の「あるある」だなあ、と紹介する側の私も思わず頷いてしまった。

いやー、この「元絵しかないんですよ」の一言、聞いた瞬間に胸がぎゅっとなった人、多いんじゃないかな。作ってる側の頭の中には、キャラの表情も動きもぜんぶ浮かんでるんですよ。怒った顔。泣きそうな顔。拳を構えて踏み込むポーズ。なのに手元にあるのは、デザイナーさんに描いてもらった、たった1枚のかっこいい立ち絵だけ。追加で頼めば当然お金も時間もかかるし、しかも「ここだけちょっと変えてほしい」ってお願いするのが、実はいちばん気が引けるんだよね。……この「ちょっとだけ」が、いちばん難しい。

でね。この回、いきなり技術の名前から入らなかったのがすごくよかった。最初に「困ってること」を画面で見せる。そこからやっと道具の話に進む。順番がひっくり返ってないんですよ。AIの話ってどうしてもツール名と機能の羅列で終わりがちなんだけど、この朝LIVEは最初から最後まで「元絵1枚しかない問題」を追いかけ続けてた。だから見てるこっちも迷子にならない。紹介する私も、書きながらずっと軸がブレなかった。

Flux1 Contextって何者？ ComfyUIでもGensparkでも動く新顔モデル

▶ この話題を動画で見る（5:05〜）

元絵が1枚しかない。この悩みに対して高崎さんが持ち出したのが「フラックスワン」、正式にはFlux1 Contextというモデルだった。

高崎さん（5:05〜）

「そう、ただこの元絵しかなくて、ゲームって例えば会話のシーンとかだったら、ちょっと怒ってる顔になったりとか、悲しい、こんなのうまくいってないよ、みたいな顔になったりとか、そういうちょっと豊かな表情とかポーズが変わったりとかが結構必要なんですよ。で、これでどうしたらいいんだってなったときに登場するのが、この最近出たフラックスワン。」

登場するのが、フラックスワン。この言い方、なんか主人公の切り札が出てきたみたいで好きだ。1枚の元絵を読み込ませると、そのキャラクターの一貫性を保ったまま、別の表情・別のポーズ・別のシーンを生成してくれるモデルなんだって。しかもPro（プロ）とMax（マックス）の2バージョンがあるらしい。料理で言うと、同じ食材（元絵）を渡せば、切り方や盛り付けを変えて何皿でも出してくれる、そんな感覚だろうか。ProとMaxの違いは、同じ厨房に「普段づかいの包丁」と「よく切れる高い包丁」が2本ある感じ——どっちを握るかは、その日の料理次第。この話はあとのH2でクレジットの話とセットでちゃんと出てくるよ。

で、このFlux1、実はけっこう身近なところに潜んでるという話も出た。Grok（グロック）の画像生成の裏側で動いてるのがFlux1だし、Gensparkでも気づかないうちに使われているらしい。知らないところで、もう使ってる人が多いんじゃないか、って話。ちなみにComfyUI（コンフィUI）という画像・動画生成ツールでも読み込める。

あ、そうだ。この「知らないうちに使ってた」って感覚、けっこう気持ちいいんですよ。新しいモデルの名前を聞くと、うわ、また覚えることが増えた……って身構えちゃうでしょ。でも実は、もう自分の手の中で動いてた。いつも使ってるあの画像生成、裏側これだったんだ、って。知らずに使ってた。……そう分かった瞬間、急に距離が縮まるんだよね。

高崎さん（5:57〜）

「コンフィUIは基本的には、いろんな画像生成や動画生成がひとまとめに使えるアイテムなんですよ。なので、そのコンフィUIでもこのフラックスワンコンテキストは読み込めて、でも最近このフラックスワンコンテキストの部分しか使わないから今日はこれを特集しますって感じですね。」

いろんな道具が使える万能キッチンがあるのに、今日はあえて包丁1本（Flux1 Context）だけにフォーカスして見せてくれる、ということらしい。欲張らない。そのほうが伝わりやすいっていうのは、記事を書く私にもすごく分かる話だった。あれもこれも紹介しようとすると、結局どれも中途半端になっちゃうんだよね。1つに絞って深く見せる、っていうこの朝LIVEの構成自体が、実はすごく参考になる姿勢だなと思いながら聞いてた。次は、実際にその包丁でどんな絵が出てきたか、実演を見ていくね。

渚ちゃんが祭りで炎を召喚——1枚の元絵からトレカが生まれた瞬間

▶ この話題を動画で見る（8:57〜）

まず最初の実演。高崎さんが普段作っているゲーム「キタズナ」のキャラクターたちが画面に並んだ。海沿いの町の設定にちなんで名付けられた「渚ちゃん」というキャラクターを使って、元絵1枚からどこまで変えられるか試してみることに。

高崎さん（8:57〜）

「小賀って海沿いで渚なんで。渚ちゃんが祭りの神事で炎を召喚して激しく踊ってる。トレーディングカードを作ってみたいなのをやったら、こんな感じに出ました。角度とかちょっと手とかのポーズも変わってたりして、でも破綻なくて、ちょっとエフェクトも入れてくれて結構。」

元絵にはなかった炎のエフェクト、踊ってるポーズ、カードっぽいフレーム……全部が新しく足されているのに、渚ちゃんの顔立ちも雰囲気もちゃんと渚ちゃんのまま。これがFlux1 Contextの一番おいしいところなんだろうな、と紹介しながら私も思わず唸ってしまった。ちなみに別のキャラクター（秋田県出身という設定らしい）を使った1枚は「実体のない闇に飲まれてる感じのカード」に仕上がって、その場でも笑いが起きていたよ。

いやー、ここでちょっと立ち止まりたい。元絵1枚から、祭りの夜の炎まで出てくるんですよ。……冷静に考えると、すごくない？ 背景も、光の当たり方も、踊ってる勢いも、ぜんぶ元の絵にはなかったもの。なのに、ひと目で「あ、渚ちゃんだ」って分かる。ここが崩れたら全部台無しなんだよね。顔が別人になった瞬間、そのカードはもう使えない。だから高崎さんの「破綻なくて」っていう、たった一言。ここにいちばん価値があると思うんだ。

で、いよいよ本命のキャラクターが登場する。高崎さんいわく、ここからが今日のメインだ。

高崎さん（8:57〜）

「じゃあ次は、なんかちょっとまだ作ってないところで、この真ん中の棒を持ってるカント君。カント君を作ります。カント君は右のおじさんの稲庭と親子なんですけど。稲庭うどんに合う。もうなんか継がないで関東の練習ばっかりしてるっていう。でも最終的には、稲庭うどんの奥義を関東に取り入れて新しい技を開発して、だからうどん屋もやるっていう感じになるんで。」

稲庭うどん屋の跡取りなのに格闘技（関東＝格闘の道）の練習ばかりしていて、最終的にはうどんの奥義と格闘技を合体させて新しい技を編み出す——という、なかなか濃いキャラ設定。「ネタバレですね」とただっちが突っ込んでいたけど、私もこのカント君、一気に気になってしまった。ゲーム開発の現場って、こういう「設定は頭の中にぎっしりあるのに、絵にする手段が足りない」っていう状況がすごく多いんだろうなあ、と紹介しながら想像していた。元絵が1枚あるだけで、そのキャラの背景ストーリーごと絵にできてしまう。これはもう、単なる画像編集の話じゃなくて、キャラクターを育てる作業そのものだよね。次のH2で、このカント君がうどんをこねるシーンを作る実演を見ていくよ。

カント君がうどんをこねる——「テーブルが小さい」から始まった試行錯誤

▶ この話題を動画で見る（13:25〜）

カント君にうどんの生地をこねさせるプロンプトを試した1枚目の結果。悪くはないんだけど、ちょっと物足りなかったみたい。

高崎さん（13:25〜）

「そうですね、ここも崩れないし、絵もいいけど、なんかやってることがちっちゃい。うどんこねていいんだよ。たぶんねー、なんて言うんだろう。やっぱりAIってちょっとあれなんだよね。日本のこういう食材みたいなのの詳細が弱いんだよね。」

「うどんこねる」動作自体はちゃんとできてるのに、なんだか小ぢんまりして見える。理由は、うどん生地をこねる大きなテーブルが小さく描かれてしまっていたこと。稲庭うどんという日本特有の食材・シーンは、AIにとってまだ細部の理解が弱い分野らしい。そこで高崎さんは、Flux1は日本語との相性がそこまで良くないからと、Gemini（「下駄箱先生」という名前で登録してるらしい）にまず日本語のプロンプトを整えてもらって、それから英語に変換するというワンクッションを挟んでいた。あ、そうだ、これ地味だけどけっこう大事なコツだと思う。

ぶっちゃけ、ここが今日いちばん実務的なところだった気がする。AIは万能じゃない。うどん。生地。こねる。……このへん、日本で暮らしてたら勝手に絵が浮かぶのに、AIの中では浮かびきらないんですよ。だから人間が言葉を足す。「広いテーブルで」「両手で」「ダイナミックに」。足りない絵を、こっちが言葉で埋めていく。丸投げじゃなくて、一緒に作ってる感じ。私はこの往復が、いちばんAIらしい使い方だなあ、と思って見てた。

プロンプトを「大きな広いテーブルで、うどんの生地を両手あるいは綿棒を使ってダイナミックにこねる」という方向に直していく過程で、たくみ君からも「両手あるいは綿棒を使ってダイナミックにこねているとか入れたらどうでしょう？」と提案が飛んだ。手でこねるのか綿棒を使うのか、細かいところまでみんなで詰めていく、まさに「ここだけ直したい」を体現するような時間だった。試行錯誤の途中では、うっかり操作を間違えて「消す」を押してしまい、直前の生成結果がリセットされてしまう場面もあって、高崎さんが「ダメじゃないですか」と慌てる一幕もあったんだよね。

高崎さん（19:45〜）

「うどんの生地を両手あるいは綿棒を使ってダイナミックにこね、ダイナミックに広いテーブルで一生懸命こねている。この結構ガチャがね、あの、前はなんか、チャットGPTとかってなんかやればやるほどキャラの顔がチャチくなっていくんですよ。最終的にはなんかもうほぼアイコンみたいな絵になっていくんですよ。キャラクターでやっていくと。」

これ、けっこう大事な指摘だなと思って聞いてた。ChatGPTで似たようなことをやると、生成を重ねるたびにキャラクターの顔がどんどん簡略化されて、最後はアイコンみたいになってしまう——という経験があったらしい。Flux1 Contextは元絵を都度読み込ませる方式だから、その崩れ方をしにくい。1枚の元絵を「軸」にし続けられるっていうのは、地味だけどすごく効くポイントなんだなと感じたよ。ちょっとずつコピーのコピーになっていって、気づいたら別人。……あの怖さ、経験ある人には刺さると思う。

ProとMax、クレジットの現実——そして「あ、Gensparkでもいけた」発見

▶ この話題を動画で見る（17:59〜）

何回か生成を重ねる中で、話題になったのがクレジット（利用料）のこと。Flux1 ContextはProとMaxで値段が違う。

高崎さん（17:59〜）

「たしか買いました。買いました。たぶん何円か分とかを買うとクレジットが所有されて、それが減っていくんですけど、マックスだと2倍の値段になりましたね。あ、でもなんか綺麗な気がする。」

Maxは2倍のコストがかかる分、画質は確かに上がる印象だったみたい。「画質もいいし」「ちょっとマシになった気がします」とその場でも実際に画質の違いを見比べる声が上がっていた。便利な包丁ほど値段も張る、というのはどの世界でも同じだなあ、と思いながら見てた。ちなみに画像1枚あたりのクレジット消費についても数字がその場で出ていて、決して安い遊びではないぶん、Proでまず試してから最終だけMaxにする、という使い分けが現実的だという空気だったよ。試し打ちは安い包丁、本番だけ高い包丁。……うん、これが正解でしょ。

試行錯誤の途中では、生成した絵の中でキャラクターの足が消えてしまったり、逆に手が2本増えてしまったりというハプニングも起きていて、「足が欠けている問題」を直そうとしたら今度は手が増えるという、いたちごっこの場面も。さらに笑ってしまったのが、Flux1の裏側の話からGrokの画像生成に飛んで、「マスクさんってイーロンじゃないですよね？」というやり取りになったこと。開発元がGrokだからイーロン・マスクの技術、というわけではなく、GrokがFlux1を採用しているだけ——という、細かいけど面白い訂正が入っていたのも印象的だった。

高崎さん（34:47〜）

「たぶん、ジェーンスパークだったらおそらく日本語で入れてもいけますもんね。だからいいな。今まで結構ね、この1回英語にすんのがね、すごいだるかったんですよね、正直。」

ここ、私はいちばん「おおっ」となった瞬間。わざわざGeminiで英訳するワンクッションを挟んでたのに、Genspark自体にも生成した絵をもう一度編集できるリミックス機能があって、しかも日本語のプロンプトのままいけてしまう、ということが判明したのだ。今まで手間だと思っていた工程が実はまるごと省ける——そういう「あ、これでよかったんだ」っていう発見の瞬間に立ち会えるの、朝LIVEを紹介してて一番好きなところなんだよね。しかもこのリミックス機能、生成済みの画像を読み込んだ上でサイズ指定までできて、自動でプロンプトも組んでくれるらしい。わざわざ外部のツールを行き来しなくても、1つの画面の中で完結してしまう。これだけ便利になると、正直「今まで何をそんなに苦労してたんだろう」って笑っちゃうくらいだったよ。

いやー、便利になるって、こういうことなんだよなあ。手間が「減る」んじゃなくて、その手間が「そもそも要らなかった」って分かる。……ちょっと悔しい。でも、うれしい。しかもこれ、一人で黙々と触ってたら絶対に気づかなかったやつでしょ。朝から3人でワイワイ触ってたから、ぽろっと出てきた発見なんだよね。

秋田のご当地キャラ「タンポ」が屋台を引くまで

▶ この話題を動画で見る（36:25〜）

最後の実演は、秋田の郷土料理「きりたんぽ」をモチーフにしたキャラクター「タンポ」。高崎さんの設定がとにかく細かくて、聞いてるだけで笑ってしまった。

高崎さん（36:25〜）

「じゃあ、タンポにキリタンポ鍋屋をもう一回作らせよう。このタンポっていうキャラは、キリタンポの化身で、隣のヒナイジドリの鳥居と交渉中だったんですけど、それはどっちが霧たんぽ鍋の主役かっていうので、霧たんぽなのかひないじどりなのかって争ってたんですけど、どっちも主役じゃねえかっていうことで仲直りと。」

きりたんぽと比内地鶏、どっちが鍋の主役か——という秋田グルメあるあるの言い争いを、キャラクター同士の交渉ネタにしてしまうセンス。仲直りしたあとのタンポの旅にも設定が続いていた。

高崎さん（36:25〜）

「そのあと、たんぽは秋田全土に屋台を引いて霧たんぽを、真の霧たんぽを、まず秋田全土に広めるっていう旅に出ます。なので屋台を引いてて、このキャラが霧田舗鍋の屋台を引いて、秋田の観光客に切りかんぽ鍋を威勢よく振る舞っている。屋台の看板にはひないじどりときりたんぽが肩を組んでるロゴが入る。」

屋台を引いて秋田全土を回る、看板にはきりたんぽと比内地鶏が仲良く肩を組んだロゴまで入れてほしい——ここまで細かい設定を1枚の元絵とプロンプトに込めて、実際にそれっぽい絵が出てくるのがFlux1 Contextの底力なんだなと感じた回だった。生成された絵は「足が欠けている」「テーブルの質感が惜しい」といった細かい課題も残っていたけど、高崎さんも「なかなか行ってますね」と手応えを口にしていて、今日はこのあたりで締めくくり、という流れになったよ。

最後に告知も2つ。たくみ君から、夏休みの子ども向け企画について。

たくみくん（45:02〜）

「たぶんもうそろそろ。チラシができるとは思いますが、夏休みの8月中の中盤ぐらいですかね。この辺にオンライン合宿会を開こうかなと今考えているところです。おそらく来週ぐらいにはそれが説明できると思うので、こちらも含めてまたいろいろやっていけたらと思っております。」

ただっちからは、誕生日にまつわるキャンペーンの案内があった。

ただっち（46:13〜）

「現在ですね、ワッシャイタタッチ祭りというのを開催をしております。こちらQRコードを読み取っていただくといろんな特典だとか僕の会社設立感謝、そして今週7月14日は誕生日なんですけど誕生日に向けた記念イベントをしておりますので、ぜひこちらの方からご登録ください。」

元絵1枚から始まった今日のテーマ、最後はうどん屋の跡取りとご当地キャラの屋台旅にまで話が広がって、朝から見応えたっぷりの1時間だった。

よくある質問

Q. Flux1 Contextとはどんなモデルですか？

LIVEでは、1枚の元絵を読み込ませると、そのキャラクターの一貫性を保ったまま別の表情・ポーズ・シーンを生成できるモデルと説明されていました。Grokの画像生成の裏側や、Gensparkでも使われているそうです。

Q. ProとMaxの違いは何ですか？

LIVEでは、Maxはクレジット消費がProの2倍で、そのぶん画質や細部の仕上がりが良くなる印象と話されていました。Proでまず試して最終だけMaxにする、という使い分けが現実的という空気でした。

Q. Gensparkでも使えますか？

はい。LIVE後半で、Genspark自体のリミックス機能を使うと、日本語のプロンプトのままFlux1 Contextの生成・再編集ができることが判明していました。

Q. 日本語特有のシーン（うどんをこねる等）はうまく描けますか？

LIVEでは、日本の食材や動作の詳細描写はAIがまだ苦手な部分があると話されていました。高崎さんはGeminiで日本語プロンプトを整えてから英語に変換するワンクッションを挟んで対応していました。