QIEで脱衣から着衣差分を作るテスト

やぁ、また脱衣動画の話なんだ。何回やるねんって話ですが、納得できるまで何回だってやると断言する。

過去の脱衣例1 (Framepack eichi)

2025-07-15: SDXLで中間フレーム3枚生成した後、Framepack eichiで結合

よく見るとわかりますが、画面左の額縁の絵が徐々に変わります。ホラーですよね。

SDXL i2iで差分を作るとこういうことが起こります。横着せずに背景と人物を分けて生成すればそんなこともないのですが、まぁ、ともかく手間がかかるのが課題でした。

過去の記事：FramePackでキーフレームを指定してファスナー脱衣を試す

過去の脱衣例2 (Wan2.2)

2025-08-25: 脱衣済の絵からWan2.2で着衣→逆再生

i2iで差分作っているわけではないので背景は破綻しないし、逆再生で良いじゃん。一見そう思うのですが、よく見るとスカートが手で持つよりも先に持ち上がっています。

そりゃそうですよね、元は着衣する動画なのですから、手を離せばスカートが戻る→逆再生するとスカートのほうから手に吸い付く。

もちろん逆再生だけで問題ないシーンもあるのですが、万能ではないわけです。

過去の記事：EasyWan22のワークフローが見やすくなったので脱衣させてみた

QIE-2511のおかげで脱衣／着衣差分の生成が楽になった

というわけで、今回作ったのがこちら。SDXLで脱衣絵を生成→QIE-2511で着衣させ、その2枚を使ってWan2.2 FLF2Vで動画化。

今までで一番作業時間が短いです。ちゃんと測ってないけどガチャ含めてもたぶん制作時間30分未満。

Wan 2.2 Prompt

The little girl, feeling embarrassed, undid her ribbon, unbuttoned her shirt all the way down, and spread open her jacket. Then she pulled her skirt off with both hands and held out her shirt.
小さな少女は恥ずかしがりながら、リボンをほどき、シャツのボタンを下まで外し、上着を広げる。そしてスカートを両手で脱ぎ、シャツを持って広げる

生成時間：81フレーム(約5秒)動画(528x768px) / RTX4070 12GB / 143秒

元絵

SDXL

QIE 2511

Prompt:服を着せて

セーラー服とすら言ってないのにセーラー服を着せるあたり、おもろいなーと感じました。服だけちょっと絵柄が変わってしまうのは難点ですが、そこもプロンプト次第でもうちょい寄せられるんじゃないかな。知らんけど。

感想

リボンの外し方、ボタンの外し方、スカートの脱ぎ方等々、ツッコミどころは多数あるのですが、背景の破綻がない、逆再生使わなくて良い、という点が素晴らしいです。

ものすごくプロンプトとガチャを頑張れば、リボンを解く動作や、ボタンをひとつひとつ外す動作もできそうですが、こだわりたいなら差分を増やすべきかなと感じました。

QIE-2511のほうで、リボン外している最中の差分、ボタンを途中まで外している差分を作成し、それぞれ2秒ずつの動画にしてつなぎ合わせるとか。

ただ、クリップ増やすとつなぎ目で色や明るさが一瞬変わって気になるので、悩ましいところです。

ChatGPTに聞いたところ、KJNodesのColor Matchで1つの画像をリファレンスにして色味を合わせることでかなり抑制できるそうなので、これもそのうち試してみたいところ。

謝辞

オープンソースおよび生成モデルの制作者の皆さまに感謝します。

元絵生成

ComfyUI

SDXL Model: Nova Anime XL v15.0

差分生成

Workflow: ComfyUI 公式テンプレート「Qwen Image Edit 2511」

動画生成

Workflow: ComfyUI 公式テンプレート「Wan2.2 14B最初-最後フレームからビデオ」

動画編集

ffmpeg ダイエット