コンセプト
DiTモデル
PixAIの最新世代モデル——TsubakiとSerin。人と話すように自然文で伝わります。
DiTモデル（Diffusion Transformerモデル）は、PixAIの最新世代の自社モデルです。従来のモデルがカンマ区切りのタグを求めるのに対し、DiTモデルは文章そのものを理解します。友達にシーンを説明するように書けば、誰がどこで何をしていて、どんな空気感なのかまで汲み取ってくれます。
PixAIのDiTモデル
Tsubaki — フラッグシップのアニメモデル。同じキャラを複数シーン・複数表情で崩さず保つ一貫性（漫画制作者の夢！）、キャラ同士が融合しない複数キャラシーン、映画的な構図、現実世界の知識にもとづく描写が持ち味です。
Serin — 本格韓国マンファ／ウェブトゥーンスタイル。上品な顔立ち、光をたたえた表情豊かな瞳、鮮やかなレイヤードカラー。男性キャラも女性キャラも同じ強さで描けます。
プロンプトの書き方
タグの羅列は卒業。主役・外見・動作・環境・感情を、流れる文章で描写しましょう：
> 「頬を染めた女子生徒が、ラブレターを握りしめながら緊張気味に眼鏡を直す。教室のドアの前、桜の花びらが彼女のまわりで舞っている。」
英語の描写文なら30〜150語程度が目安。あるいはプロンプト自動変換をオンにしておくだけでOK——タグだけの入力も母国語の文章も、DiTモデルが最も理解しやすい描写文に変換してくれます。
DiT LoRA
DiTモデルには専用のLoRAがあります（通常LoRA・XL LoRAは動きません——ベースモデル参照）。DiT LoRAはPixAI上で学習でき、所要時間は約70分。マルチバージョン機能を使えば、1つのLoRAで複数のベースモデルに対応できます。詳しくはLoRA学習へ。