Anima Highres LoRAによる高解像度生成を試す

最近Animaによる高解像度生成の記事を2件書きましたが、面倒なことにタイミングがよいことにAnima開発元のCircleStone Labsが "Anima Highres/Aesthetic Boost" というLoRAをリリースしました。

本当に効果があるのか、何に使えばよいのか、Anima Preview 3とForge Neoの組み合わせで検証しました。

2026/5/15:
v1.0 (anima-base-v1.0.safetensors) は、単体でPreview 3とHighres LoRAの組み合わせと同等の品質で高解像度生成できるようです。

関連記事

1. Anima Preview 3の高解像度耐性を確認

2. Forge NeoでAnimaを使って2048x2048以上の画像を生成

3. Anima Highres LoRAによる高解像度生成を試す　※この記事

Anima Highres LoRAの概要

Anima Highres/Aesthetic BoostはCivitai.comで配布されています。

二つのことを行うと説明されています。

このLoRAなしでAnimaについて過去記事で検証した結果は以下のとおりです。

$$\begin{array} {c|c|c} & \bf{Preview 1} & \bf{Preview 3} \\ \hline \text{直接1536x1536} & \text{×} & \text{△～○} \\ \hline \text{直接2048x2048} & \text{×} & \text{×} \\ \hline \text{Hires1536x1536} & \text{×～△} & \text{○} \\ \hline \text{Hires2048x2048} & \text{×} & \text{×} \\ \end{array}$$

これがHighres LoRAを使うことによって1536x1536 (2.25MP) の直接生成が安定し、2048x2048 (4MP) も破綻しなくなると予想できます。

結論から言うとほぼそのとおりです。
なお、配布ページにはTrained on preview3という説明がありますが、このLoRAはPreview 1との組み合わせではうまく機能しないもののPreview 2でもそれなりに機能します。派生モデルでも同様の結果になると思います。

高解像度で直接生成するメリット・デメリット

2048x2048のような高解像度で仕上げる場合、直接生成する以外にも過去記事で解説したとおりアップスケーラーを挟んで2段生成（Hires.fix, MultiDiffusion, SD Upscale）する方法もあります。
高解像度の直接生成は生成時間とVRAM消費も直線的に増加します。一方で2段生成では、2段目の生成でステップ数を少なくできるため生成時間の増加は抑えられます。VRAM消費もTiled（分割）を使えば抑えることが可能です。
以下はAnimaを使って30ステップで直接生成した場合と、1段目を30ステップで1024x1024生成した後にアップスケーラーを挟んで2段目を10ステップでHires.fixした場合の生成時間の増え方を実測した例です。

$$\begin{array} {c|c|c} \bf{最終解像度} & \bf{txt2img} & \bf{Hires.fix} \\ \bf{（アプスケ倍率）}& \bf{(30steps)} & \bf{(30+10steps)} \\ \hline \text{1024x1024} & \text{1倍} & \text{－} \\ \\ \hline \text{1536x1536} & \text{2.42倍} & \text{2.15倍} \\ \text{(1.5倍)} \\ \hline \text{2048x2048} & \text{4.74倍} & \text{2.93倍} \\ \text{(2倍)} \\ \end{array}$$

縦横2倍になると差が無視できなくなってきます。

直接2048x2048で生成した場合と、2段生成した場合のメリットとデメリットをまとめると以下のようになると思います。

メリットがデメリットを上回ると考えられるのであれば、直接高解像度生成する価値があるでしょう。

Illustriousの場合

Illustriousの場合、v0.1時代ならともかくv1.0～v2.0をマージした最近のモデルなら1536x1536でほとんど問題なく直接生成できます。しかし2048x2048では破綻する確率が高くなります。

$$\begin{array} {c|c|c} \bf{解像度} & \bf{Anima} & \bf{Illustrious} \\ & \bf{Preview 3} & \bf{v1.0～v2.0} \\ \hline \text{直接1536x1536} & \text{△～○} & \text{○} \\ \hline \text{直接2048x2048} & \text{×} & \text{△} \\ \hline \text{Hires1536x1536} & \text{○} & \text{○} \\ \hline \text{Hires2048x2048} & \text{×} & \text{○} \\ \end{array}$$

そこで、2048x2048で直接生成できると謳ったCheckpointやLoRAも存在します。

• Checkpoint

  • CottonIllustrious v2.0

  • susamixEX v03

• LoRA

  • (IL Tool) Native High Resolution / Super Wide Shot / Better Highres Fix

試みとしては面白いですし素晴らしいと思いますが、ダウンロード数やリアクション数を見る限り大人気というわけではありません。高解像度で生成できることよりも、好みの画風や構図で生成できることを重視するユーザーのほうが多いのだと思います。

Highres LoRAを何に使うか？

以上を踏まえると、Highres LoRAを何に使う？という気もします。
少し考えて以下を検証することにしました。

1. 一般的なIllustrious派生モデルでできることの検証
   （１）1536x1536直接生成
   （２）1024x1024生成 → Hires.fix x2で2048x2048再生成
   （３）1024x1024生成 → img2img x2で2048x2048再生成

2. その他の検証
   （１）2048x2048での細かい書き込み
   （２）極端なアスペクト比での生成
   （３）画風への影響

1.は、過去記事でHighres LoRAなしで試してダメだった内容です。これができるようになると個人的に嬉しいです。
2.は、個人的に使ったことはないものの高解像度を活かした生成と、LoRAであることの影響の検証です。

Highres LoRAなし→ありの順でそれぞれ作例を載せていきます。

１．一般的なIllustrious派生モデルでできることの検証

前述のとおり過去記事と同様の検証です。

（１）1536x1536直接生成

Anima公式サンプル画像と同等設定で4枚ずつ生成しました。

• Anima Preview 3で1536x1536直接生成（Highres LoRAなし）

• Anima Preview 3で1536x1536直接生成（Highres LoRAあり）

Highres LoRAなしではフィルター越しのようにくすんだりぼやけたりする感じになることが多いですが、Highres LoRAありではそのような感じはなくなりました。

（２）1024x1024生成 → Hires.fix x2で2048x2048再生成

Hires.fixを使用した2段生成です。プロンプトはHighres LoRAのあり／なしを含めて1段目から2段目へそのまま引き継いでいます。

• Anima Preview 3で1024x1024生成 → Hires.fix x2
  （Highres LoRAなし）

• Anima Preview 3で1024x1024生成 → Hires.fix x2
  （Highres LoRAあり）

Highres LoRAなしでは画面全体がノイズまみれになってしまいますが、Highres LoRAありではノイズを感じなくなりました。

（３）1024x1024生成 → img2img x2で2048x2048再生成

img2imgのMultiDiffusionとSD Upscaleでは、Tileを生成サイズと同じサイズにすることでTile分割しないよう設定できます。これでHighres LoRAを活かして2048x2048で再生成することができます。
元画像（1段目）はAnima Preview 1（Highres LoRAなし）で1024x1024生成した過去記事と同じものです。

• Anima Preview 1で1024x1024生成 → img2img SD Upscale x2 &
  Anima Preview 3で再生成（Highres LoRAなし） 

• Anima Preview 1で1024x1024生成 → img2img SD Upscale x2 &
  Anima Preview 3で再生成（Highres LoRAあり） 

Highres LoRAなしではノイズまみれになります。Highres LoRAありは一見問題ないように見えますが、よく見ると薄くノイズが出ています。

MultiDiffusionでも同様です。過去記事で試したようにTileサイズを1536以下にするとノイズが無くなります。
このノイズが画像の相性によるものなのか他の理由によるものなのかは不明ですが、こういうこともあるということは認識しておいたほうがよいと思います。

その他の検証

（１）2048x2048での細かい書き込み

どのような画像を生成すれば検証になるのかわかりませんが、キャラをたくさん（5人）描いて、背景を細かくするようプロンプトで指示して4枚ずつ生成しました。

• Anima Preview 3で1024x1024生成 → img2img MultiDiffusion x2 & Anima Preview 3で再生成（Highres LoRAなし） 

• Anima Preview 3で2048x2048生成（Highres LoRAあり）

いずれも4枚中2枚で同じキャラを2回描いていますが、Animaでも複数キャラを指定どおりに描くのは難しいのだと思います。
4枚ともHighres LoRAを使って2048x2048で直接生成したほうが、背景の桜、石畳、鳥居などが細かく描かれています。4枚ともなので2048x2048で直接生成した効果だと思います。
ただし画風が変わっているので、1024x1024生成でもアーティストタグや背景の描き方を細かく指定すれば同じようなことはできるかもしれません。
ちなみにimg2imgは、Denoising strengthを0.4より増やすと小人が生成されるようになりました（作例の小人は1段目で生成されたものです）。

（２）極端なアスペクト比での生成

Illustriousでは一応1536x640 (2.4:1) という極端な横長・縦長のアスペクト比も推奨解像度とされています。Anima公式には推奨アスペクト比に関する記述はありませんが、この検証では1728x576 (3:1) で4枚ずつ生成しました。
解像度以外の設定は１（１）と同じです。横長はプロンプトのstandingをlyingに変更しています。

• Anima Preview 3で576x1728生成（Highres LoRAなし）

• Anima Preview 3で576x1728生成（Highres LoRAあり）

• Anima Preview 3で1728x576生成（Highres LoRAなし）

• Anima Preview 3で1728x576生成（Highres LoRAあり）

いずれもHighres LoRAなしでは胴が伸びたり頭身が高すぎたりプロンプトの指示 (lying) を無視していたり問題があります。Highres LoRAありでも苦しい感じはありますが、問題が小さくなっているように見えます。

（３）画風への影響

解像度以外は１（１）と同じ設定で9枚ずつ生成しました。

• Anima Preview 3で1024x1024生成（Highres LoRAなし）

• Anima Preview 3で1024x1024生成（Highres LoRAあり）

Highres LoRAを利用すると同一Seedでも少し面影を残しつつ画風や顔が変化します。また２．（１）のように解像度によっても画風が変化します。
この記事の作例はすべてアーティストタグを使っていませんが、アーティストタグの効きが弱くなるため、Highres LoRAが少し画風を持っているようです。画風の変化が気になる場合はHighres LoRAの強度を1ではなく0.8くらいに弱めるとよいです。

まとめ

下表が検証結果のまとめです。

Highres LoRAを使うことで、これまでできなかったことができるようになりました。
生成時間が長くなるなどのデメリットもありますが、うまく使えば表現が拡がると思います。

このような感じで、技術的な内容を分かりやすく基本無料で解説しています。「スキ」「フォロー」「チップ」で応援よろしくお願いします。質問がありましたら遠慮なく「質問箱」へどうぞ。

関連記事（再掲）

1. Anima Preview 3の高解像度耐性を確認

2. Forge NeoでAnimaを使って2048x2048以上の画像を生成

3. Anima Highres LoRAによる高解像度生成を試す　※この記事