24 GB MacのDraw Things：動けば速いが、最初は手探り

テスターはMac App StoreからDraw Thingsをダウンロードしました。掲載情報のタイトルは「Offline AI Art」、開発元はDraw Things, Inc.、175件の評価で星4.6、対象年齢18歳以上、「Photo & Video」カテゴリで8位、471 MBでした。

掲載情報には、「Offline AI Art」以外にアプリがローカルで動作するとはっきり書かれていません。M1、M2、M3向けの最適化には触れていますが、それ以降のチップへの言及はありません（テスターの読み取りによる）。

技術仕様は説明なしで並べられており、制約は見えません。

ウェルカムダイアログ（3ステップ中のステップ1、英語）が、モデルの入手方法を尋ねます。Cloud Compute（Appleサインインが必要）、Draw Things経由のダウンロード、ローカルストレージからのインポートの3つです。FLUX.1が「mighty and popular」として提案されます。

3ステップ中のステップ2では、公式モデルが名前とファミリー名で一覧表示されます。各行にファイルサイズ、用途、ハードウェアに関する情報は表示されません。一覧の上には検索欄があります。

どのモデルが画像用でどれが動画用なのか、違いは何か、メモリに収まるのか、といった説明は一切ありません。テスターは一覧を「終わりがない」と表現し、この過程を「手探り状態」と呼びました。

テスターのノートの訂正：ノートには検索ウィンドウがないとありますが、スクリーンショットには検索欄が写っています。したがって、この所見は、サイズ・用途・ハードウェアによる絞り込みがないことに限られます。

テスターは24 GBに収まるモデルを探しました。ダウンロードダイアログの表示を読み取ったところ、FLUXモデルは約32 GB、Chrono Edit 14Bは約25 GB、LTX 2.3 22B distilled（6-bit）は約57 GBでした。この3つのダイアログはノートに含まれていません。

SeedVR2 7Bは16,757.66 MiB（約16.4 GiB）で、十分小さそうに見えたためダウンロードしました。

ダウンロードダイアログには割合とMiBが表示され、残り時間は表示されません。テスターによると、モデルのダウンロード中はアプリのほかの部分を使えませんでした。

このサイズのダウンロードには、多くのアプリと同じように所要時間の目安を表示すべきです。

セットアップのステップ3（3ステップ中）では、生成した画像の保存先を尋ねられます。モデルのダウンロードと同じウィンドウ内で表示され、任意とされています。テスターは、なぜセットアップの中にあるのか疑問に思いました。

料金ページには「Free Edition」（無料版）が掲載されています。説明は「Create prompts and download models from our servers to generate images locally and privately on your own device」で、ローカル計算、モデルのダウンロード、無限キャンバス、ローカルでのLoRA学習が含まれるとあります。

テスターは、無料アカウント（「Community」）とFree Editionの違いが分かりませんでした。テスターの解釈では、Free EditionはMac上で動作し、Communityには利用上限付きのクラウド計算が加わります。未検証です。

リリース履歴は活発に見えました。テスターの読み取りでは、およそ2か月に1回のリリースです。正確な日付は記録していません。

ドキュメントには、Basic UI、Models、LoRA、ControlNet、Textual inversion、Others、CoreML、Scriptsのページがあります。Basic UIのページには画像のプレースホルダーが表示され、アウトラインには「[old version]」という行が残っています。

ドキュメントは内容が浅く、LoRAが何かを知っていることを前提にしています。

プロンプト：「red ball please. with gold dot in middle」。アプリは所要時間を11分と見積もり、テスターはコンピューターが動いている音を聞き取れました。結果は、のっぺりした灰色の四角形でした。

「Negative」プロンプト欄が有効になっていました。テスターが追加したものではなく、なぜあるのか分かりませんでした。

2回目の試行では、ChatGPTが書いた長いプロンプト（ノイシュヴァンシュタイン城、キース・ヘリング風、ちょうど4色）を使いました。各試行の時間見積もりは約11分、10分、20分でした。この試行の結果はノートに記載されていません。テスターはその後、原因を調べ始めました。

テスターは、見積もり時間はプロンプトに依存しないと推測しています。データ点は3つで、見積もりは選択したモデルを反映している可能性もあります。

アプリはSeedVR2 7Bを、1ステップ拡散の動画復元モデルと説明しています。このモデルが、2回の画像生成の試行の両方で選択されていました。

テスターは、テキストから画像への生成プロンプトに復元モデルを選択しました。

アプリは、このモデルがテキストプロンプトに向かないことを知らせるべきでした。ノートには警告が出なかったと記されています。

Grokは回答しませんでした。Perplexityは回答しました。24 GBのMacBook向けとして、最も安全な画像モデルにERNIE Image Turbo 1.0（6-bit Sと8-bit S）、アップスケールと復元用にSeedVR2 7Bを挙げました。LTX-2.3 22B distilled（6-bit）は短い低解像度動画向けの実験的な選択肢と位置づけ、[dev]のLTXモデルとERNIE Base完全版は勧めないとしました。Perplexityが挙げた情報源は、ここでは確認していません。

アプリはこれを備えるべきです。自分のハードウェアを入力すれば、絞り込み済みの一覧が得られる機能です。

テスターはERNIE Image Turbo 1.0（8-bit S）をダウンロードしました。11,644.41 MiB、約11.4 GiB、3ファイルです。

これが、以降の画像を生成したモデルだと見なしています。ノートにはモデル名が記載されていません。

画像は1枚あたり1分未満でした。時間は記録していません。

ノイシュヴァンシュタイン城のプロンプトでは、ヘリング風の人物と放射状の線を伴う、城だと分かる画像が生成されました（このページの冒頭）。石材、森、空の自然な色調が残っているため、「ちょうど4色」という指示は満たされていません。

生成されたキャンピングカーは説得力のある見た目ですが、側面の文字は意味のないテキストです。プロンプトは記録していません。

画像の品質は素晴らしいです。画像内の文字は弱いです。

テスターは、PromptQuorumを「the world's leading directory for local LLM and local AI apps」として示すヒーロー画像を依頼しました。最初の試行では長いプロンプト（長さカウンターは3,670）を使い、複数の文字が崩れた暗色のインターフェースコラージュが生成されました。

設定を変更すると、出力は多色のノイズになりました。パネルではText Guidanceが45.5と表示されています。

ガイダンス値が高かったことがノイズの原因だと考えられます。原因の切り分けは行っていません。

テスターの言葉では、「iteration」設定を下げると改善しました。

プロンプトを短くすると（カウンターは51）、見出しが読めるようになりました。小さなラベルは崩れたままでした。

テスターは、最先端のチャットモデルのように「この画像は残して、ここだけ変える」と指示する方法を見つけられませんでした。新しい画像を始めるために、古いプロンプトを手作業で削除しました。

Version History（「Generated image」と「Cleared canvas」の項目あり）、「Edit」ボタン、Canvas Tools、Image Interpreter、CLIP Scoreがスクリーンショットに写っています。いずれも評価していません。

初めて使う人はコントロールの意味を理解できないでしょう。コントロールとモデルの関係も不明確です。パネルには説明文があり、コントロールはモデルの上に追加するファイルだという注記もあります。

テスターは、無料であってもこのアプリを使い続けません。理由は、簡単モードがないこと、結果を調整しにくいこと、自分のスタイル（ハウススタイル）を適用したり、システムを1枚の狙った画像に導いたりする方法が分からないことです。

ローカルモデルなら、クラウドモデルが拒否するような画像を作れるのではないか、というテスターの見方は検証していません。

「自分向けではなく、今は使わない。」このようなツールを使いこなす知識が自分に足りないのかもしれない、とテスターは述べています。