i2iでバ美肉（静止画）できるのか

これは何

SDXLの生成AIモデルで実写の写真に写っている被写体を美少女化した時にi2iで変換するとどこまで情報量が落ちるのか？

全体図

必要最小限で、

• 実写の元画像を読ませて720p程度の画質にダウンスケール（処理速度優先）
• SDXLのモデル(checkpoint)をロード（今回はwai-nsfw-illustrious）
• プロンプトを適当に書く
• サンプラーでは潜在画像（元ネタ画像）を無視する度合いが決められる

1 girl,solo, beautiful skin, {gothic lolita}, smily eyes, pink hair, wavy hair, super long hair & perm
playing guitar on live stage, standing

((Worse quality , low quality )) , normal quality , missing limb , missing arm , extra limb , extra fingers , disconnected limbs , bad face , bad anatomy, text, watermark

こんな感じのプロンプトで美少女を召喚します。

ノイズ除去の度合いによる出力の変化

Seed固定で、デノイズ（どれだけ元画像を無視するのか）によって出力が変わってきます。

ほぼ無視。かわいい。

0.9くらいまでは元画像の構図が無視されてる感じ。

ちょっと元画像の構図に近くなってきた

ちょっとまだ原作色が少ない

0.7くらいまで落とすと元の情報（後ろのドラムとかスクリーンとか）が入ってくる。

ちょっと写実的になった反面、ディティールが今度は逆に気になってくる

顔が崩壊

ここまで来ると2次元と3次元の構図のギャップで色々狂ってくる。
受肉したいならデノイズ0.7くらいが良さそう？

実写系モデルの場合

muchenSDXLPortrait_v10という実写系モデルを使う。

実写だと逆に楽器の不自然さがより際立つ。

逆にもう原型なくてええやんって時はもうペイントで塗っちゃう。

以上、確認終了。