画像の生成・編集をERNIE 4.5（画像生成 Turbo系）で実現する｜AIでできること

画像の生成・編集とは？

画像の生成・編集とは、画像素材の用意が追いつかないという状態を、仕組みで解消することです。ERNIE 4.5（画像生成 Turbo系）は、この用途に使えるオープンソースのひとつです。テキストから画像を生成するオープンソースのモデル群です。GPU1枚のサーバーに常駐させ、社内の画像生成基盤として使えます。

社内向けの画像生成基盤
記事・資料用のイラスト生成
AI漫画・動画の作画

ERNIE 4.5（画像生成 Turbo系）を使うと何が変わるのか

当社はこのモデルを自社のAI動画・漫画生成に本番投入し、生成条件を実測で詰めました。実務で効いたのは解像度とステップ数の設計です。384×384・4ステップなら12枚をまとめて生成しても実用速度に収まりますが、1024×1024・8ステップにすると計算量が約14倍になり1枚10分級まで落ちます。VRAMは既定のCPUオフロード構成であれば10GBのGPUでも動き、848×1264・8ステップの連続生成で初回49秒・2回目39秒・ピークVRAM約2.1GBを実測しています。プロンプトのキャッシュと生成の直列化を併せて設計しないと、クライアントが諦めた後もサーバー側が処理を続けてキューが詰まります。

すでに世界で使われている完成品を土台にするので、同じものをゼロから作るより短い期間で済みます。当社は、この土台に対して日本語化、画面や項目の変更、権限、帳票、既存システムとの連携を加えて、御社の業務に合う状態にします。

ERNIE 4.5（画像生成 Turbo系）の日本語対応（実測）

ERNIE 4.5（画像生成 Turbo系）の日本語対応は未調査です。

ライセンス	Apache-2.0
日本語ロケール	日本語プロンプトを受け付けますが、指示文の作り方で品質が大きく変わります。

GitHubの公開ファイル一覧から日本語ロケールの実ファイルを数えた結果です。配布用のビルド成果物は除いています。技術的な詳細はERNIE 4.5（画像生成 Turbo系）のOSS情報にまとめています。

進め方は？

進め方とは、現場を見て対象を決め、動くものを見ていただきながら作り、御社の環境へ導入するまでの流れのことです。書類で仕様を固めてから作る進め方はしません。

1日目（無料）

現場に伺い、いまのやり方を見せていただきます。画像の生成・編集のどこから手を付けるかを決めます。

2〜4日目

ERNIE 4.5（画像生成 Turbo系）を土台に、御社のPCで目の前で開発します。動くものを見ながらその場で直します。

5日目

御社の環境へ導入し、ソースコードと開発ノウハウをお渡しします。以後は自社で改造できます。

その後

追加の作り込みが必要なら、範囲を決めてあらためてお見積もりします。延長を前提にした進め方はしません。

この方法が向かないのは？

向かないのは、基幹システムの全面刷新や、複数部門にまたがる大規模な仕組みのことです。15時間という枠では作り切れません。また、決まった手順を正確に繰り返すだけの処理は、AIを使わないほうが速く確実です。当社ではその部分は普通のプログラムとして作ります。

画像の生成・編集を、まず15時間で試す

名古屋市内なら、1日3時間×5日間の計15時間・税別15万円で試せます。初日3時間のヒアリングと提案は無料です。御社のPCと御社名義のAIエージェントで目の前で開発するので、作り方ごと社内に残ります。成果物とソースコードはお客様のものです。

AI導入お試し実験を見る動くデモを先に見る（110,000円〜） ERNIE 4.5（画像生成 Turbo系）について相談する

画像の生成・編集に使える他のオープンソース

同じ用途に使える土台は他にもあります。ライセンス、日本語対応、規模を比べて選べます。

名前	できること	日本語	デモ
viskit-studio	自社で運用可能な商品ビジュアル制作・マーケティング支援ツールです。	日本語ファイルなし	—
backspace	音声通話や高画質ビデオ、画面共有に対応した、セルフホスト型のコミュニケーションアプリです。	未調査	—
KG-MM-Survey	知識グラフとマルチモーダル学習に関する包括的な調査論文のまとめです。	日本語ファイルなし	—
automated_mockups	デザインを複数の商品テンプレートに一括で自動合成するツールです。	日本語ファイルなし	—
ComfyUI	画像・動画生成のモデルを、ノードをつないで組み立てるGUIです。生成の手順そのものを保存して再利用できます。	UIは英語中心ですが、日本語の解説記事が多く、日本語プロンプトも扱えます。	—

画像の生成・編集に使えるOSSの一覧を見る

よくあるご質問

画像の生成・編集はERNIE 4.5（画像生成 Turbo系）で本当にできますか？

テキストから画像を生成するオープンソースのモデル群です。GPU1枚のサーバーに常駐させ、社内の画像生成基盤として使えます。この用途に使えるオープンソースとして公開されており、当社ではこれを土台に日本語化と自社向けの変更を行って導入します。

費用はどのくらいかかりますか？

名古屋市内であれば、1日3時間×5日間の計15時間・税別15万円のお試し導入があります。初日3時間のヒアリングと提案は無料で、進めるとお決めいただいた場合のみ費用が発生します。

作ったものは自社のものになりますか？

なります。ソースコード一式をお渡しします。以後は自社で改造しても、他社に依頼しても構いません。当社に縛られる契約にはしません。

社内にIT担当者がいなくても導入できますか？

できます。いまの紙やExcelのやり方をそのまま見せていただければ、こちらで形にします。専門用語で話を進めることはしません。

画像の生成・編集を、ERNIE 4.5（画像生成 Turbo系）で実現する。