メインコンテンツへスキップ

実際の操作を、そのまま。

全 5 章、英語 UI での実際の操作を、マシンの処理を待つ場面だけ早送りして収録します。録画は現在制作中です。

章
5
分(予定)
≈6
GPU2 台のマシン
3
ソースコードとアーキテクチャ解説を近日公開

実際の画面を準備中

ここに Phasyn Studio の実際の画面が入ります。

image-studio-takes
実際の画面:Image Studio で生成を終えたテイク
実際の画面 · AI 生成コンテンツを含みます
実際の画面:Image Studio で生成を終えたテイク

テキストから画像、そして動画へ

Image Studio でプロンプトから Qwen-Image 2.1 の静止画を作り、その画像を動画ショットの先頭フレームにします。1 回のレンダリングは 2 台のマシン、3 つの GPU にまたがり、各ステージが実測時間を報告します。

AI 生成コンテンツを含みます(MiniMax H3・Qwen-Image 2.1)

この動画の内容

  1. Image Studio でプロンプトを書き、Output size と seed を選びます。

  2. Start Required Components で、この画像に必要なモデルだけを起動します。

    RTX 508011.3s画像 DiT の起動(2026-10-18 実測)
  3. Generate Image を押すと生成中もプレビューが更新され、結果は比較できるテイクとして残ります。

    RTX 508025.8–26.9s静止画 1 枚、エンドツーエンド(2026-10-18 に 4 回実測)
  4. Use in Video Shot… → fl2va first frame で、この画像から新しいショットを始めます。

  5. Render Engine:テキストは DGX Spark、DiT と映像は RTX 5080、音声は RTX 3060 です。

    DGX Spark · GB10RTX 5080RTX 3060
  6. Stages が各ステップの実測時間を報告し、ショットはその画像から動き出します。

    57–76s音声付き 5.17 秒のクリップ 1 本(2026-10-18 に 4 回実測)

時間はすべて実測値で、そのステップを実行したマシンを明記しています。動画には別の実行が映っている場合があります。

アプリでは、ライブラリの画像を先頭フレームに選ぶ経路に、まだ Not yet verified on GPU と表示されています。

実際の画面

参照素材と Prompt Advisor

キャラクターシートと音楽クリップが @Image1・@Audio1 になり、それぞれ H3 のタグに対応します。Prompt Advisor は入力中に 74 のルールでチェックし、指摘ごとに根拠を示します。

AI 生成コンテンツを含みます(MiniMax H3・Qwen-Image 2.1)

この動画の内容

  1. Add from Library と Upload File で、キャラクターシートと自作の Suno 楽曲のクリップを追加します。

  2. 素材にはそれぞれ @ で始まる名前が付き、H3: <Picture 1> のような H3 のタグに対応します。

  3. Templates で、公式の 6 セクション形式から書き始めます。

  4. Fixes & Suggestions が入力中に 74 のルールをチェックし、指摘には Official・Code・Guide Advice のバッジが付きます。

  5. Apply Fix… で変更を差分としてプレビューし、Apply を押すまで何も変わりません。

  6. Render Shot で、画像と音楽の参照がひとつのショットになります。

    DGX Spark · GB10RTX 5080RTX 3060105–108sクリップ 1 本、参照画像 1 枚(2026-10-18 に 2 回実測)

時間はすべて実測値で、そのステップを実行したマシンを明記しています。動画には別の実行が映っている場合があります。

Prompt Advisor が示すのはチェックの内容です。助言で動画の質が上がるかどうかは、まだ計測していません。

編集・エフェクト・書き出し

レンダリングしたショットを本格的なタイムラインに並べ、フレーム単位で分割・トリム・スナップします。ディゾルブ、ピッチを保つ速度変更、タイトルを加え、FFmpeg で 1 本の MP4 に書き出します。

AI 生成コンテンツを含みます(MiniMax H3・Qwen-Image 2.1)

この動画の内容

  1. V1 Video トラックでクリップをドラッグして並べます。

  2. Split at Playhead とトリムハンドルはフレーム単位で、スナップも効きます。

  3. Effects の Cross Dissolve で、ショットをなめらかにつなぎます。

  4. Speed → 1.5× にしても音声のピッチは変わりません。Text でタイトルも入れます。

  5. Export Sequence… → Start Export で、FFmpeg が 1 本の MP4 を書き出します。

    CPU≈ 1sエフェクトなし 2 クリップ(以前のデモ)

時間はすべて実測値で、そのステップを実行したマシンを明記しています。動画には別の実行が映っている場合があります。

書き出し:MP4(H.264+AAC、すべて再エンコード。画質プリセットは CRF 18/23/28)。

画像からプロンプトを逆引き

画像から、編集できるプロンプトを逆引きします。DGX Spark の視覚モデルがシーンを 8 つのセクションに書き出し、コア版と詳細版のプロンプトを提案したうえで、候補ごとに再生成してスコアを付けます。

AI 生成コンテンツを含みます(MiniMax H3・Qwen-Image 2.1)

この動画の内容

  1. Image to Prompt → New Image-to-Prompt Study で、ライブラリの画像から始めます。

  2. Analyze Source Image で、DGX Spark の視覚モデルが解析します。

    DGX Spark · GB1085.8s画像 1 枚の解析(以前の実測)
  3. Scene & Candidates に、Subject から Visible Text まで 8 つのセクションが埋まります。

  4. Candidate Prompts にコア版と詳細版が出て、そのまま編集できます。

  5. Generate & Compare で候補ごとに再生成し、Loss で採点します。

  6. Apply to Image Studio で、いちばん良いものを Image Studio に戻します。

時間はすべて実測値で、そのステップを実行したマシンを明記しています。動画には別の実行が映っている場合があります。

Loss は機械の判定による差分スコア(0 は全セクション一致)で、正解率ではありません。

パイプライン・コンポーネント・記録

レンダリングはすべて、開いて見られるパイプラインです。ノードはそれぞれ独立したプロセスとして好きなマシンで動き、精度はコンポーネントごとに設定できます。レンダリング後は Records で、時間がどこにかかったのかを、推測ではなく実測で確かめられます。

AI 生成コンテンツを含みます(MiniMax H3・Qwen-Image 2.1)

映像を準備中です

レンダリングが終わり次第、ここで再生できます。

この動画の内容

  1. Components → Pipelines → Graph。ノードはそれぞれ独立したプロセスで、選んだマシンで動きます。

  2. Component Instance で DiT を差し替えます。候補は互換性のあるエンジンだけです。

    RTX 508040.6–45.9s動画 DiT の起動(2026-10-18 実測)
  3. Precision (each field is independent) でコンポーネントごとに精度を設定でき、量子化時は指定した層を BF16 のまま残せます。

  4. Run History → Step Timeline では、各ステップが、それを実行したマシンの行に並びます。

  5. Time Conclusion (Measured Values Only):計測していない値は Not measured と表示され、0 にはなりません。

    102の指標を Recorder のカタログで定義(単位と計測方法付き)
  6. 最大 8 件の記録を比較でき、seed の違いなどの交絡要因を先に警告します。

時間はすべて実測値で、そのステップを実行したマシンを明記しています。動画には別の実行が映っている場合があります。

エージェントに任せる

Phasyn Studio のスキルを使うと、エージェントが phasynctl CLI と、オプションの MCP サーバー(22 ツール)を操作できます。現在の状態を読み取り、実行を比較し、送信前にドライランで確かめます。

phasynctl runs create/wait/download でスクリプトを書けば、まとめて送信し、完了を待ち、結果をダウンロードできます。Video Studio にも Batch Render があります。エージェントは同じツールで確認・比較・調整を行います。

この録画について

  • 各章は英語 UI での実際の操作です(録画は制作中)。待ち時間は早送りかカットし、時間には必ず実行したマシンを記します。
  • 紹介しているのは画像からの逆引きです。動画からの逆引きは、まだ実際のモデルで動かしていないため収録していません。
  • One-Click Character Swap(ワンクリックのキャラクター差し替え)はテスト中のため、このガイドには含めていません。権利を持つ素材だけを使い、実在の人物になりすまさないでください。
  • 白背景のコピーは、画像を白い背景に置いたものです。背景除去そのものは近日追加予定です。

次は、数字を。

このサイトの速度には、各ステップを実行したマシンを明記しています(記録が残っていないものは「実行デバイス未記録」と表示)。

ソースコードとアーキテクチャ解説を近日公開