狐の社の夜
灯籠に照らされた社、銀髪のヒロイン、光る狐の精、舞う雪。
Wanは無料・無制限で生成できるオープンウェイトモデルですが、ローカルGPU環境ゆえに出力画質に明確な限界が残ります。
VRAMの制約で720p〜1080pの低解像度で出すことが多く、最初からディテールが不足します。
メモリ節約のため設定を下げて回すと、フレーム間の揺れやフリッカーが目立ちます。
サンプリングステップを減らして高速に生成すると、残留ノイズと潰れたソフトな質感が残ります。
引き伸ばしではなくディテールを復元し4K・8K・16Kへ(最大16K)。
AIは描き直しません。既存の情報だけを鮮明に — 顔やディテールが歪みません。
ディフュージョンの残留ノイズ、圧縮ブロック、フレームフリッカーをデノイズで除去。
15秒でも1時間でも制限なし。サブスクではなく永久ライセンス。
低解像度で出したWan映像を4K・8Kへ。残留ノイズを整えディテールを復元。
灯籠に照らされた社、銀髪のヒロイン、光る狐の精、舞う雪。
霧の峡谷の橋、構える武芸者、水墨の雲、翻る衣の襞。
近未来の港のトラム、学生コート、スケッチブック、黄昏の反射と灯り。
いつものAIモデルで動画を作ります。
書き出したファイルをAI PIXELLに読み込みます。
解像度とモデルを選び、結果をプレビュー。
4K・8K・16Kで書き出し、YouTube・SNS・広告どこへでも公開。
ディフュージョンモデルはノイズを段階的に除去して動画を作ります。その過程で最後まで消えない構造的な欠陥が残り、それがまさに「AIっぽさ」として読み取られます。AI PIXELLは非生成でその痕跡だけを整えます。
ノイズスケジュールが最後のdenoisingステップでSNRを0にできず、トーンが中間の明るさに閉じ込められコントラストが潰れます。(WACV 2024)
各ステップの推定誤差が累積し(exposure bias)、ディテールが崩れ質感が歪みます。ステップが少ないほど悪化します。(ICLR 2024·2025)
圧縮されたlatentで生成後にアップサンプルするため、毛穴・布目・髪などの微細ディテールが潰れます。
「平均的な肌」へデノイズして質感を消し、エッジだけ過度に立てるため、整形・CGIのような人工的なルックになります。
画像で学習したVAEデコーダがlatentをピクセルに戻す際、フレーム間の微細な揺れ(shimmer)を生みます。
顔の揺れを抑えるためフレームを滑らかにする際、実写特有のグレインまで抑え、再生するとプラスチックに見えます。
根拠:“Common Diffusion Noise Schedules and Sample Steps are Flawed”(ByteDance, WACV 2024)· Exposure Bias in Diffusion Models(ICLR 2024·2025)
ローカルで無制限に出したクリップを、必要な解像度で仕上げます。
生成ソースを納品品質に仕上げたい方。
ショート・ロングを4Kで公開し競争力を高めたい方。
AI広告・キャンペーンの大量クリップを一定品質で出したいチーム。
AIっぽさを消してよりリアルにしたいすべての方。