ノイズ / ノイズレベル

AI画像生成において、ノイズとは、拡散モデルが生成の出発点として使うランダムな統計的変動（テレビの砂嵐に似たもの）を指します。モデルは、テキストプロンプトやその他の条件付け信号に導かれて、ランダムな開始テンソルからノイズを段階的に取り除き、首尾一貫した画像が現れるよう学習されます。テキストプロンプトからの生成はすべて純粋なノイズから始まり、構造化された画像で終わります。

ノイズレベル（image-to-imageの文脈ではしばしばデノイジング強度と呼ばれる）は、デノイジングの生成プロセスが始まる前に、入力画像にどれだけのノイズが追加されるかを制御するパラメータです。ノイズレベルが高いほど多くのノイズが追加され、モデルが元の画像から逸脱する自由が大きくなります。ノイズレベルが低いほど追加されるノイズは少なく、出力は入力により近く保たれます。img2img生成のワークフローで変換の度合いを制御する主要なパラメータです。

シードは、生成の出発点として使われる特定のランダムノイズパターンを決定する数値です。拡散モデルはノイズから始まり、モデルのデノイジングの経路は出発点となる特定のノイズに依存するため、異なるシードは異なるノイズパターンを生み、それがデノイジングプロセスを異なる経路に導き、同一のプロンプトと設定でも異なる出力を生みます。これが、同じプロンプトでも使うシードによって大きく異なる画像が生まれる理由です。

生成ステップとは、モデルが実行するデノイジングの反復回数を指し、各ステップで開始画像から段階的にノイズを取り除いていきます。ステップが多いほど、より細かく漸進的なノイズ除去が可能になり、一般的により高品質でディテールに富んだ出力を生みますが、より多くの計算時間を要します。ステップが少ないほど高速な結果が得られますが、細かいディテールを欠くことがあります。ノイズレベルは各ステップで減少します。最初のステップで最大のノイズ、最終ステップでほぼゼロのノイズになります。

入力のおおまかなコンポジションと空間構造を保ちながら意味のあるクリエイティブな変換をするには、0.4〜0.65の範囲が最も生産的なことが多いです。0.3未満では軽いスタイル変更のみで、繊細な調整に有用です。0.75を超えると入力から強く乖離し、主にコンポジションのおおまかな参照として扱われます。理想的な値は、出力に入力をどれだけ反映させたいか、プロンプトをどれだけ反映させたいかによります。特定のモデルがどう反応するかを理解するため、この範囲で試してみる価値があります。

違います。フィルム粒子は視覚的な美的要素です。写真フィルムのハロゲン化銀の結晶から生じる、または美的効果のためデジタル撮像で合成的に持ち込まれる、目に見えるテクスチャのパターンです。拡散モデルの生成ノイズは、デノイジングの生成プロセスの出発素材として使われる数学的構成物（ガウスのランダム値）です。両者は、ともに画像の値のランダムな変動を伴うという点で概念的には関連していますが、フィルム粒子は目に見える美的選択であり、生成ノイズは生成プロセス中に解像されて消える内部的な技術機構です。

ノイズスケジュールは、生成プロセスのデノイジングステップにわたってノイズがどう分配され減らされるか、つまり最初の最大ノイズから最後の最小ノイズまで、各ステップでどれだけのノイズが取り除かれるかを定義します。異なるノイズスケジュール（線形、コサイン、指数）は、ステップ間のデノイジング作業の異なる分配を生み、生成品質と出力の性質に影響します。ノイズスケジュールは通常、生成に選択されたサンプラーアルゴリズムによって管理され、消費者向けインターフェースではユーザーが直接制御できないのが普通です。

はい、いくつかの方法で。img2imgのワークフローでは、ノイズレベルは直接的なクリエイティブパラメータです。これを変えると、入力の近い洗練から根本的な再解釈まで幅のある出力が生まれます。異なるシード値は、単一のプロンプトからクリエイティブなバリエーションを生み、複数のシードを生成して最も面白い出力を選ぶことで体系的に活用できます。一部の高度なワークフローは、特定のスタイル効果を得るためにカスタムノイズパターンを注入したり、特殊なノイズタイプを使ったりします。美的要素としてのフィルム粒子も、出力の独立した視覚的性質としてプロンプトで要求できます。