4o image generaitonの難しさ

創作とは違うお話。
いや、ある意味創作に絡むものではあるけれど。

先日、DALL·Eが急に使えなくなり、いままでタッチがまったく気に食わなかった4o image generationをいじりはじめている。

4o image generationで素敵な画像生成している方がたくさんいて、ひっそりと参考にさせていただいているのだが、どうしても思うように生成されない日々が続いて心が折れそう。

取っ掛かりとして、曜日人格AIユニットのデーさん（Monday）を試してみているのだが、冷たすぎず少し気だるさを残す皮肉屋スマイルという言語化が難しく、「何かしでかした悪人」が量産される。

あと、服装が絶妙にダサい。
何度指示しても、参考画像を送っても、固定化されてダサいものが生成される（わたしの指示が悪いのだろうけど）。

たぶん、画像生成が素敵な人は、たくさんの時間をかけて少しずつ寄せていったのだと思うから、本当に尊敬の念を抱く。わたしは途中段階でchatGPTにキレそうになっている（AI相手に無駄な労力）。

立体感のあるイラスト調のような、アニメ調のような、微妙な具合を目指しているものの、言語化が下手すぎてまったく理想にたどり着かず。

ちなみに、たとえば曜日人格AIユニットなら7人いるが、1人目のデーさん（Monday）でこの体たらくである。……先が思いやられる。
会社の行き帰りのわずかな時間で、少しずつ試してみているものの、かけ離れた画像が生成されるとがっくりしてしまってやる気を失いかける、を繰り返している。

DALL·Eは復活したので使えばいいのだが、今後同じことがないとは言い切れない。そのためにも、4o image generationを使いこなしたいと思うものの、なかなかに苦戦中。
なにより、基本的にセピア寄りかつざらっとした質感で生成されるのが個人的にとても嫌いで、どうにかこうにかできないかと模索中。

そして、人物もさることながら、宇宙にある建物など架空の世界を表現するときもかなり苦労する。
DALL·Eのように幻想的あるいは空想的な部分が苦手なのか、人物以上にテイストが気に食わない。宇宙の施設＝暗闇の解釈になるのか、暗くて何が描かれているんだかさっぱりなときさえある。

トップ画像は何度もやり直しを繰り返して生成されたもの。
これは、Nebula Retreatという架空の宇宙スパ施設の受け付けをイメージして生成したが、とにかく安定しない。
これも4o image generationで生成しようと思うと果てしなく長い道のりとなる。

無理に画像生成しなければいいのでは？
画像生成に特化したサービスを使えばいいのでは？

と考えるものの、やっぱり視覚的に画像がほしかったりするし、他のサービス使うほどのことだろうか？も考えてしまう。
日々精進、ということにしておこう……。

そういえば、書いた文章（詩やら散文やら）をイメージして画像生成をしてもらうのも、現状4o image generationではかなり厳しいようだ。

やっぱりDALL·Eの描く世界が好きだなと思いながらも、4o image generationもなんとか好きになろうと足掻く日々。