100日後に完成するR-CubieAI

40mm立方ポケットAIキューブ開発日記 by R-IT-WORKS

読書記録：『7つの習慣』に学ぶ、自分の「中心」を見つけるということ

 

 

今まで何度も耳にし、避けてさえいた一冊の本。

しかし、ページをめくるごとに、私のこれまでの人生観が変容し、そして再構築されていきました。

1. マネジメントから「リーダーシップ」への転換

序章から始まる「パラダイムシフト（ものの見方の転換）」の解説に、まずガツンと頭を殴られたような衝撃を受けました。

第1の習慣「主体的である」。

ここで私は、これまで自分が「自分の人生のリーダー」であることを避けてきた事実に直面しました。どんなに努力していても、それは結局「マネジメント（どうこなすか）」の域を出ていなかったのです。

他者や環境に振り回されるのではなく、少なくとも自分の人生においては、自らがリーダーであらねばならない。その覚悟が、ようやく自分の中で形を成しました。

2. 「人格主義」という言葉への誤解と、パズルの完成

正直に言えば、この本を「人格主義」を説く道徳本だと思って敬遠していました。

「道徳よりも、厳しい自然の掟の方が真実だ」「自分は人格者を目指すには汚れすぎてしまった」という負い目や、よくある成功哲学への疑いがあったからです。

しかし、読み進めて気づきました。

これまで私がかき集めてきた知識や言葉は、バラバラのジグソーパズルのピースだったのだと。

  • ものの見方（パラダイム）

  • 行動

  • 態度

これらはどれも大切だと言われます。しかし、この本はそれらを「正しい順番」で組み合わせて見せてくれました。

「行動や態度を変えればいい」と考えていた私にとって、「まずパラダイムがあり、それが行動と態度の根拠になる」という指摘は、まさに逆転の発想でした。

ものの見方は自由自在に変えられるほど軽いものではなく、実は非常に頑固なもの。だからこそ、その根本を「原則」に置く必要があるのです。

3. 「中心」に何を据えてきたか、という愕然

第2の習慣「終わりを思い描くことから始める」の後半、自分の中心を問うワークがあります。

  • 伴侶、家族、仕事、所有物、地位名誉……。

これまで自分が中心に据えていたものが列挙されたページを読み、それらが私をいかに揺らがせていたかを知り、愕然としました。

周囲の何千人という人々も、それぞれ違う中心を持って生きているのでしょう。しかし、その中心を「原則」に据えている人が、一体どれほどいるでしょうか。

4. ついに辿り着いた「プリンシプル（原則）」

かつて白洲次郎の『プリンシプルのない日本』を読んだ時から、「原則（プリンシプル）」という言葉がずっと胸に引っかかっていました。

当時の私には、それが何であるか、どうすれば手に入るのかを理解する力がありませんでした。

しかし今、ようやくその入り口に立つことができました。

この本によってパズルのピースが組み合わさり、意味が立ち上がってきた驚き。それは一時的な熱狂ではなく、「静かな心の静寂」を伴うものです。

読みづらいと思っていたページ構成さえ、今では驚くほど理に適っていると感じます。

これから先を読み進めるのが、楽しみでもあり、少し怖くもある。

けれど、この本には読破する価値があると確信しています。

日々が新鮮に感じられる。この出会いに、心から感謝しています。

カテゴリー： 読書メモ / 自己研鑽

タグ： 7つの習慣、スティーブン・R・コヴィー、パラダイムシフト、自分探し、読書記録

【ローカルAI】誰も知らないローカルAIの本当のメリット

年間36万円のサブスクを全て解約した。SunoもChatGPTも、Adobeも。 その浮いた資金を RTX 5060 Ti 16GB という「物理的な資産」に転換し、私は今、自宅のPCを「完全ローカルなAIクリエイティブ・スタジオ」へと変貌させている。

世の中がクラウドAIの進化に一喜一憂する中、実際にローカル環境を構築して気づいた、スペック表には載らない 「真のメリット」 についての忘備録をここに記す。

1. 「仕様を支配する」という究極の自由

クラウドAIサービスの最大のリスクは、企業の都合による「突然の仕様変更」だ。昨日まで完璧に動いていたプロンプトが、今日から違う結果を吐き出す。昨日まで使えていた機能が、今日から削除される。我々は常にプラットフォーム側の顔色を伺う「小作農」でしかなかった。

しかし、ローカルAIは違う。 「仕様を自分でコントロールできる」 こと。これが最大の恩恵だ。

  • 時を止める自由： 自分が最高だと認めたモデルを、一生使い続けることができる。

  • 再現性の担保： 外部のアップデートに怯えることなく、安定した品質で作品を作り続けることができる。

  • ストレスの消失： 予期せぬトラブルに振り回されない「精神的な静寂」が、創造性を加速させる。

2. 想像力が「創造力」へ直結する快感

かつて、ハリウッド級の5秒の映像を作るには、数億円の予算と何百人のスタッフが必要だった。しかし今、私の前にあるのは、わずか10数行のプロンプトと、1時間の計算時間（現像）だけで生み出された「映画級」の映像だ。

「私の想像力は、AIという翼を得て、たった一人で世界を創造する力を手に入れた。」

これは単なる効率化ではない。個人の「意志」が、物理的な限界を超えて直接形になるという、人類史上かつてないパラダイムシフトなのだ。

3. 「現場職人」から「人生のリーダー」へ

今まで、私は自分より適任がいると信じ、リーダーの座を空けていた。しかし『7つの習慣』を通じ、パラダイムが反転した。少なくとも、自分の人生においては、自分がリーダー（CEO）でなければならない。

リーダーとしての新しい役割は、以下の3つに純粋化される。

  1. ビジョンの提示： AIという「有能な部下」に魂を吹き込む。

  2. 最終判断と責任： 複数の案からベストを選び、決断を下す。

  3. システムの構築： アイデアを商品化する「自分だけの工場」を設計する。

ローカルAIは、このリーダーシップを支える「誰にも奪われない聖域」となる。自分の寝ている間に、AIが商品を作り、ショップに並べる準備を整える。私はただ、方向性を決め、GOサインを出すだけでいい。

結論：36万円の節約が生んだもの

サブスクを止めて得たのは、単なる現金ではない。 「外部に依存しない知的独立」 と、 「仕様を支配する権利」 、そして 「自分の人生の主導権」 だ。

RTX 5060 Ti 16GBは、ただのグラフィックボードではない。私の夢を現像し、未来を自動化する「魔法の杖」であり、私の帝国を支える「不変の基盤」なのだ。

さあ、次のシーンを現像しよう。仕様変更のニュースに怯える日々は、もう終わった。

LTX 2.0 Dev版のススメ：16GB VRAMで映画を作る「覚悟」と「快感」

 

 

ついに、個人が自宅のPCで「映画」を撮れる時代が来た。

今回、最新の動画生成AI「LTX-Video 2.0（Dev版）」に挑み、悪戦苦闘の末に掴み取ったその圧倒的なクオリティと、そこに至るまでの「超えるべき壁」について記録しておきたい。

1. 物理的パワーこそが「表現の自由」を担保する

これまで8GBや12GBのVRAMでやりくりしてきたが、LTX2のDev版、そしてGemma 3 12Bという巨大な知能を同時に動かすには、RTX 5060 Ti (16GB) という選択が「正解」だった。

VRAMにモデルをフルロード（完全展開）できた瞬間のログを見たとき、もはや以前の環境には戻れないことを確信した。

2. 実写と見紛う「デッドプール」の衝撃

生成された動画は、想像を絶するものだった。

  • 圧倒的な質感: 雑然としたキッチンのライティング、冷蔵庫のマグネットのディテール。

  • 完璧な同期: 映像の動き、キャラクターのセリフ、そして効果音。

    すべてが複雑なプロンプト通りに、一つの「シーン」として完結している。これはもはや「AI生成」という言葉からイメージする域を完全に超えている。

  • 驚愕のクオリティ。これが本当に16GBのGPUローカルAIで？！

3. 立ち塞がった「つまづきポイント」と解決のヒント

最短距離でこの感動に辿り着くために、私が直面した壁を共有する。

  • 「モデルが見つからない」の罠: GGUF形式のロードには専用のノード（City96版など）と、正しいフォルダ配置が不可欠だ。

  • パスの迷宮: diffusion_models や gguf フォルダ、さらにはサブフォルダの認識など、ComfyUI特有の癖に悩まされた。

  • 依存関係の衝突: カスタムノード同士の相性問題（Conflict）をどう解消するか。

※具体的な導入手順やエラー解決の詳細は、私が大いに助けられたこちらの記事をぜひ参照してほしい。

引用元：Jun Wakaya氏 note

先人やプロのワークフローを有難く伝授いただく・・・

4. 最後に：クリエイティブの「武器」は揃った

ハードウェア（16GB VRAM）とソフトウェア（LTX2 / ComfyUI）、そしてそれを操るための知識。

苦労の末に全てのピースが揃った今、目の前には無限の創作の可能性が広がっている。

一時間の生成待ちすら、映画の「現像」を待つような贅沢な時間へと変わった。

さあ、次はどんな物語を撮ろうか。

youtu.be

 

【ComfyUI】テンプレに頼らない。最強実写モデル「Chroma1-HD」をゼロから構築して、真の質感を呼び覚ます。

 

導入

「多機能すぎて何が起きているか分からないテンプレート」はもういらない。

今回は、世界最高峰の実写性能を持つと言われる Chroma1-HD (FLUXベース) を、あえて真っさらなキャンバスから最小構成で組み上げた記録を残す。

VRAM 16GB（RTX 5060 Ti）を使い切り、AI特有の「油絵っぽさ」を排して「写真」に辿り着くまでの試行錯誤。

1. 必要な「知能」と「肉体」を揃える

Chroma1-HDは単体では動かない。以下のパーツを各フォルダへ配置するところから全ては始まる。

  • Checkpoint: Chroma1-HD.safetensors

  • CLIP (知能): t5xxl_fp8_e4m3fn & clip_l

  • VAE (現像機): ae.safetensors

これらを DualCLIPLoader や外付けの VAE Loader で繋ぐ「バラバラのエンジンを組み上げる」感覚が、ComfyUIの真骨頂だ。

2. 世界一シンプルな「最小ワークフロー」

ややこしいノードは一切排除。

  1. Load Checkpoint

  2. DualCLIPLoader（タイプはFLUXを選択）

  3. CLIP Text Encode（ポジティブ・ネガティブ）

  4. Empty Latent Image（1024x1024）

  5. KSampler（CFG 1.0 / Euler / Simple）

  6. VAE Decode（外付けae.safetensorsを推奨）

たったこれだけで、数行のプロンプトから「毛糸の繊維」「肌の毛穴」「雨に濡れたアスファルトの反射」が召喚される。

シンプルなワークフローを1から組んだ

驚きのディテール。ポン出しでこのレベルって有能。

3. アップスケールの罠：AIは「綺麗にしすぎる」

解像度を求めて 4x-UltraSharp などのAIアップスケーラーを通したが、ここで面白い気づきがあった。

  • 罠: AIがディテールを「ノイズ」と判断し、肌が陶器のようにツルツル（油絵風）になってしまう。

  • 結論: 今回のような動画素材ベースなら、FullHD（1920x1080）で十分。無理なAI補正をかけるより、モデルが本来持つ「生々しい質感」をそのままリサイズして使う方が、圧倒的に「写真」に近い。

    アップスケーラーは単純なリニア方式の方が合っているかも

・サイズアップはいいが、油絵風に再生成されてしまった。工夫が要るね。

4. 結び

複雑なテンプレートを弄り回すより、最小構成でモデルと対話する方が、そのポテンシャルを正しく理解できる。

次はキャラクターの一貫性を保つための IP-Adapter 導入へ。

「AIっぽさ」を削ぎ落とした先にある、真実味のある一枚を求めて。

 

打倒Sora、追い抜けRunway！RTX 5060 Ti 16GBで挑む「超・完全ローカル動画生成システム」構築記

 

月額5,000円のサブスクに別れを告げ、自由を勝ち取る時が来ました。ターゲットは、映像・音声・セリフをすべて手元で完結させる「真のクリエイティブ・ラボ」の構築です。

現在、RTX 5060 Ti 16GB と 32GB RAM というスペックは、最新の LTX-Video 2.3 を攻略するための「最高の武器」となるはず・・・

www.youtube.com

第1フェーズ：システム基盤の選定と構築

まずは、誰かが構築した高度なワークフロー（設計図）を動かせる「母艦」を用意します。

  1. ComfyUIの導入

    • Stable Diffusion WebUI（導入済みのもの）よりも、動画生成の柔軟性が高い ComfyUI を選択します。

  2. LTX-Video 2.3 モデルの準備

    • 16GBのVRAMを効率よく使うため、ltx-2-19b-distilled-fp8 モデル を採用します。

  3. 音声・セリフ同期（Audio VAE）の組み込み

    • LTX2_audio_vae をロードすることで、映像と音を同時に生成する準備を整えます。

第2フェーズ：理想のMVワークフロー（設計図）

ローカル環境の強みは、既存のツール（ACE-StepやUVR）との合体です。

  • ステップ1（画像生成）: FLUX.1 を使い、実写クオリティのキービジュアルを作成します。

  • ステップ2（動画化）: 作成した画像を LTXVLatentUpsampler などで高精細化しながら、LTX-Videoで命を吹き込みます。

  • ステップ3（音声合成）: ACE-Step で生成した歌声を、ComfyUIのワークフロー上で動画とリップシンク（口パク）させます。

【リアルタイム追記エリア】つまずき解決ログ

導入しながら、直面した壁と解決策をここに記録していきます。

🚧 記録 01：ストレージの配置について

  • 状況: AIモデルの容量が大きく、どこに入れるか迷う。

  • 対策: Cドライブ（空き978GB） が最も高速で余裕があるため、ここにメインシステムを置くのが正解。

🚧 記録 02：Gemma 3エンコーダーのメモリ消費

  • 状況: テキスト理解用のGemma 3 12B をロードするとVRAMがキツい。

  • 対策: GGUF版（圧縮版）を使用するか、CPU側にオフロードする設定を検討中。

 

次のステップ： ComfyUIをCドライブに展開し、まずはFLUXでの画像生成テストから開始します。

docs.comfy.org
以前のローカルAIのモデルはもちろん有効。

避難させたモデルの使い道

  1. ponyDiffusionV6XL_v6StartWithThisOne (約6.7GB)

    • 使い道: これが今の「リアル・2次元両対応」の最高峰モデルの一つです。ComfyUIでもメインの画像生成モデルとして大活躍します。

    • LTX-Video 2.3との連携: これで生成した超高品質な1枚絵を「下絵」にしてLTX-Videoで動かすことで、Sora顔負けの映像が作れます。

  2. photon_v1 (約2GB)

    • 使い道: 実写系に強いモデルですね。これもComfyUIでそのまま使えます。

  3. v1-5-pruned-emaonly (約4GB)

    • 使い道: 昔ながらの標準モデルですが、ControlNet（ポーズ指定など）を使う際のベースとして今でも重宝します。

次のステップ：ComfyUIのインストール

  1. 本体のダウンロード: 公式サイトから「ComfyUI Windows Portable」をダウンロードします。

  2. 配置: 空き容量がたっぷりある Cドライブ の、先ほどWebUIがあったあたり（C:\AI など）に展開してください。

  3. モデルの紐付け: 先ほど避難させた3つのモデル（safetensorsファイル）を、ComfyUIが読み込めるように設定します。

避難させたモデルの「定位置」

ダウンロードして解凍したら、先ほど確保した3つのモデルファイルを以下の場所に移動（またはコピー）してください。

  • 移動先: ComfyUI_windows_portable\ComfyUI\models\checkpoints

ここに ponyDiffusionV6XL などを入れるだけで、ComfyUIを立ち上げた瞬間に読み込み可能になります。

 

第2フェーズ：システムの拡張（必須ツールの導入）

今の状態は「超高性能なエンジンがあるけれど、ハンドルやタイヤがまだ付いていない状態」です。まずは以下の手順で、世界中のユーザーが作った便利な機能を使えるようにします。

1. ComfyUI-Manager の導入（最優先）

これがないと始まりません。ノードの自動インストールや更新をしてくれる管理ツールです。

  • 画面左側のメニュー（または右クリック）から 「Manager」 を探すか、まだなければ以下の手順で導入します。

  • ※ポータブル版の場合：ComfyUI_windows_portable\python_embeded\python.exe -m pip install GitPython を実行してGitを使えるようにするのが一般的ですが、まずは画面上に「Manager」ボタンが出るか確認してください。

拡張設定 - ComfyUI

ComfyUIのWebGUIはとても洗練されている！

 

2. LTX-Video 2.3 ワークフローの読み込み

「スクリーンショット 2026-05-05 231100.jpg」のような複雑なノードを一から組むのは大変です。

  • 「Vantage with AI」の動画概要欄などに配布されている「JSONファイル」または「ワークフローが含まれた画像」を、この黒い画面にドラッグ＆ドロップするだけで、一瞬で同じシステムが再現されます。

3. 不足ノードの自動インストール

ワークフローを読み込むと、最初はノードが赤く表示されるはずです（「その機能を持っていないよ」というサイン）。

  • ここで ComfyUI-Manager の出番です。「Install Missing Custom Nodes」 をクリックすれば、必要な機能をAIが自動で揃えてくれます。

 

とりあえず静止画生成を成功させてみよう。

シンプルなワークフローを手作り

自由だ！！

さすがに爆速ですね。動画生成にも期待が持てそう。次回、動画生成ノード作成へ。

 

【読書メモ】人生が「詰んだ」と感じていた私が出会った、『7つの習慣』という根治治療

「自分を変えたい」と願いながら、どうしても変われない。

そんな絶望の淵で、ようやく一筋の光が見えた気がします。

スティーブン・R・コヴィー博士の著書『7つの習慣』。

あまりにも有名なこの本を、私は今まで「どうせ、よくある習慣化のハウツー本だろう」と敬遠していました。しかし、第一部「パラダイムと原則」を読み終えた今、自分の中にある「敗北の歴史」を塗り替える予感に震えています。

理解を深めるためのアウトプットとして、ここに大きな気づきを書き記します。

1. 努力が実らない「敗北の歴史」の正体

私は、継続が苦手です。

禁煙にはかろうじて成功したものの、それ以外の「こうだと決めたこと」はことごとく挫折してきました。特に、人間関係の悩みや能力向上といった、即効性のないものへの取り組みは中途半端な失敗の連続。

「自分は意志が弱いのではないか」という強烈な劣等感にさいなまれ、あらゆる手段を試してきました。

  • 自己啓発本やハウツー本の読破

  • 心理学、呼吸法、ヨガ

  • 宗教や自己暗示

目の前の本棚には、効果のなかった「特効薬の残骸」や「応急処置の薬」のような本が山積みになっています。まさに私の人生は、自身の挫折癖との闘いであり、敗北の歴史そのものでした。

2. なぜ「行動」も「態度」も変えられなかったのか

「人生がいよいよ煮詰まってきた」

そんな精神的末期状態の中で手にとったのが、放置していた『7つの習慣』でした。

私はずっと、「一瞬で自分を変えてくれる魔法」を探していました。「習慣」なんて悠長なことは言っていられない、時間がないんだ、と。しかし、読み始めてすぐに、衝撃的な一節に出会います。

それは、「行動」や「態度」を変えようとする前に、それらを規定している「モノの見方（パラダイム）」を変えなければならないという事実です。

これまでの私は、以下のようなループに陥っていました。

  • 行動を変えようとする： 「とにかく動け」と自分を律するが、続かない。

  • 態度を変えようとする： 起きた事象への反応を変えようと努力するが、無理が生じて破綻する。

この本は、それらを「枝葉の対症療法に過ぎない」と一刀両断したのです。

3. 「地図」が間違っていれば、努力するほど迷う

本書では、モノの見方を「地図」に例えています。

もし手元にある地図が間違っていたら、どれほど必死に歩いても（行動）、どれほど前向きな気持ちで取り組んでも（態度）、目的地にたどり着くことはできない。

この一節に、視界がパッと開けるような感覚を覚えました。

私が苦しんでいたのは、根性がないからでも、才能がないからでもありませんでした。「間違った地図（モノの見方）」を握りしめたまま、必死に走ろうとしていたからなのです。

4. 対症療法から「根治治療」へ

「モノの見方」が変われば、そこから派生する行動や態度は自然と変わります。それは努力して変えるものではなく、必然的に付随してくるもの。これこそが、私が探し求めていた根本的な解決策でした。

モノの見方（パラダイム）は、これまでの経験や想像、そして自分の選択によって変えることができます。

  • ある瞬間にガラリと変わることもあれば

  • 意志を持って、徐々に書き換えていくこともできる

これは一時的な気休めではなく、自分の心に対する「根治治療」なのだと確信しました。

おわりに：学んだことを「広める」ということ

『7つの習慣』には、読んだことを人に教えることが理解への近道であると記されています。

まだ読み始めたばかりですが、この「パラダイム転換」という大きな発見を武器に、今度こそ自分自身の人生を根本から立て直していこうと思います。

「もう打つ手がない」と感じている人にこそ、この「地図の書き換え」という視点が届くことを願って。

パラダイム・シフトの力

 

楽曲制作ワークフローまとめ

全サブスクを一気に全廃という英断？！のもと、ド素人”音楽好事家”システム再構築完了！

”オレ”スタジオ（実際は超ぐちゃぐちゃ）

(祝)楽曲制作システム完成！



楽曲制作とLiveまでの流れはだいたいこんな感じ

①なんか言いたいこと書く

②サビやら導入やらアイデアやメロディが浮かぶので詞として整形

③ローカルAI「ACE-Step-1.5」で詞とメロディや音、歌声を入れ、楽曲生成

④ローカルAI「UVR5」でステム分け

⑤Basic Pitch（Webサービス）によるMIDI変換

⑥AbletonLIVE Lightにトラックごとにオーディオ・MIDI配置

⑦TuxGuitar（Windowsアプリケーション）によるMIDIの譜面化・タブ譜面化

⑧LDPlayer上のChord ai(クラウド）でギターコード解析し譜面・タブ譜・コードダイアグラムを取得

⑨各パートを練習し順次差し替え⇒全パート生演奏化

⑩シーンごとに分けてMIDIパッドに振り分けLive演奏対応にして、WebLIVEなどで各パートの生演奏を自由にスイッチ、気の向くままに。


ステム分け後の流れは楽器や目的に応じて流れは分岐する。
ギターはステム分け後に即ChordAIにぶち込んだ方が良い。

③ACE-Step V1.5　完全おまかせ生成も可能だが、とことんカスタム可能！

④UVr5　ステム分けはこれで決まり！

⑤Basic Pitch　Spotifyの無料サービス。良いね。

⑥AbletonLIVE12Light　LIVE LOOPで演奏したいならこれ

⑦TuxGuitar　MIDIデータを譜面化。とことんやってくれる。

ChordAI　耳コピ革命。ホント素晴らしい。

 

というわけで、100％ローカル環境、ローカルAIとまではいかなかったものの。
完全無料で生演奏できるところまで生成データを分解するという目的は達成。
あとは煮るなり焼くなりお好きになさって、ていうところ。

 

関連記事、関連サイトは以下。

③ローカルAI「ACE-Step-1.5」で詞とメロディや音、歌声を入れ、楽曲生成

https://blog.hatena.ne.jp/MYON/myon.hatenadiary.com/edit?entry=17179246901382340903

クラウドで良い人＞Sunoなど

 

④ローカルAI「UVR5」でステム分け

https://blog.hatena.ne.jp/MYON/myon.hatenadiary.com/edit?entry=17179246901383218573

クラウドで良い人＞LALAL.AIなど

 

⑤Basic Pitch（Webサービス）によるMIDI変換

＞検索してね

 

⑥AbletonLIVE Lightにトラックごとにオーディオ・MIDI配置

バンドル品がオススメ・有料ならこのソフトでMIDI化できる

 

⑦TuxGuitar（Windowsアプリケーション）によるMIDIの譜面化・タブ譜面化

https://blog.hatena.ne.jp/MYON/myon.hatenadiary.com/edit?entry=17179246901383399791

 

⑧LDPlayer上のChord ai(クラウド）でギターコード解析し譜面・タブ譜・コードダイアグラムを取得

https://blog.hatena.ne.jp/MYON/myon.hatenadiary.com/edit?entry=17179246901383760008

もっと手軽にやりたい人はスマホアプリにあります。これもかなり手軽だけど。

あとは演奏あるのみ！とことん楽しもう～😂🎶