Invokeai

キャンバスはレイヤーベースの編集をAI生成に持ち込む。別々のレイヤーで描画、彩色、スケッチ、インペイントができ、それぞれを単独で動かせる。ひとつのプロンプトが返す結果をそのまま受け入れるのではなく、段階を踏んでシーンを組み立てるときに効いてくる。すでに良い部分を固定できるからだ。どのレイヤーも編集可能なままなので、画像の一部を磨き直すのに全体を再生成する必要はない。プロンプトだけのツールがたいてい間違えるのは、まさにこの点だ。プロンプトを書いて祈るだけの生成ツールより、Photoshopでのアーティストの作業に近い。

生成はすべてノードの視覚的なグラフとして表現できる。パイプラインがどう動くか、どのモデルがどのサンプラーに渡るか、アップスケールの工程がどこにあるかが正確に見える。モデル、サンプラー、後処理の工程をつなぎ、グラフを保存して後で再利用する。カスタムパラメータはシンプルなUIコントロールとして露出できるので、値をひとつ変えるためだけにグラフを触る必要はない。

InvokeAIはFlux、SDXL、SD 1.5といった現行の基盤モデルを最初からサポートする。ひとつに縛られず、自分のスタイルに合うモデルを選べる。Model Managerはチェックポイント、LoRA、Textual Inversion、ControlNetを一か所に整理する。この幅があるおかげで、新作が出ても特定のモデルファミリーに固定されない。

ソフトウェアは自分のハードウェアだけで動く。プロンプトと完成した画像はディスク上に残り、クラウドアカウントも、作品のコピーを握る第三者もいらない。創作を第三者に渡すことに不安を感じる人にとって、これこそがこのツールを選ぶ理由だ。

ControlNet対応は深度マップ、エッジ検出、ポーズのガイダンスをカバーし、生成の配置を導く。構図を言葉で説明するのではなく、これで指定する。実際には「戸口に立つ人物」というプロンプトと、人物を狙った位置に本当に置くことの違いになる。

バッチ生成、プロンプトのワイルドカード、高解像度アップスケールがすべて組み込まれているので、ひとつのプロンプトから別アプリなしで何十ものバリエーションが生まれる。ワイルドカードはリストからランダムな値を差し込むため、ひとつのプロンプトが何十もの変種を生む。アップスケールは選ばれた作品を印刷可能な解像度へ引き上げる。すべて同じワークスペースの中で完結する。

コードはApache 2.0ライセンスで、公開の場で開発される。ユーザーはバグを報告し、機能を要望し、ロードマップに直接貢献する。機能が足りなければ、どこにも行かないサポートチケットではなく、実際に作ってもらう道がある。修正を早くしたいなら、自分で書けばいい。