約 2,594,178 件
https://w.atwiki.jp/isikarisyuuraku/pages/19.html
スクショなどの画像置き場です
https://w.atwiki.jp/kaede_top/pages/16.html
ここは画像の保存場所です
https://w.atwiki.jp/mustnotsearch/pages/193.html
登録タグ なぜ出てくるし コメントログ有りの記事 ジェフ・ザ・キラー スレ ビックリ ホラー 危険度2 「この画像なに？」というスレのレス番号 178が張り付けた目玉をひんむいて笑う顔面蒼白の人の画像、通称ジェフ・ザ・キラー。この画像は偽装GIF(*1)と呼ばれるものであり、赤丸の部分に注目していると「NNN臨時放送」のものと同一の画像に切り替わる。ニコ動やYoutubeなどではこれをサムネにした動画もあるので注意。 この画像は元々「ケイティ・ロビンソン」という女性の顔写真を加工したものだとされており(この話自体も都市伝説)、加工の浅い画像も存在する(同スレ内の 206に貼られている)。 レス番 1の画像も充分不気味なので注意。 分類：ホラー、ビックリ 危険度：3 コメント ↑同じく -- (AS_Mugitya) 2022-11-19 11 54 09 色々ネットの罠にハマってるけど、これだけは未だにトラウマやわｗ -- (名無しさん) 2022-12-01 08 20 19 ちょっと本気で怖い -- (チーズ) 2022-12-12 09 54 22 小4で怖いのもたくさん見てるけど怖いっす -- (チーズ) 2022-12-12 09 55 02 最初の前座として出てくる画像のほうが出自わかってないらしい こっちもこっちでこわいな -- (名無しさん) 2023-01-04 16 54 18 ょぅι゛ょに癒された -- (名無しさん) 2023-02-25 18 44 48 ジェフ君こえー.......（プルプルプルプル） -- (名無しさん) 2023-03-22 19 37 54 これはそのスレ自体は怖くはないけど画像は怖い人には怖いので見る時は気をつけましょう💦(少しビビった人✋ -- (プルプル) 2023-05-27 17 44 29 元ネタは女性だけど、こいつ自体は女なん？男なん？ -- (にゃ) 2023-07-10 10 06 35 見てたら親に見つかりました＼(^o^)／ -- (高校2年) 2024-06-20 10 14 53 名前 コメント すべてのコメントを見る 耐性自慢(「こんなのヨユーw」「俺小6だけど見れたw」など)のコメントはご遠慮下さい (過去そういったことが相次ぎコメント欄停止にまで至ったことがあります) コメントログ（2010/12/10～2017/08/12）
https://w.atwiki.jp/n-02b/pages/15.html
N-02Bの画像 ケータイwatchより
https://w.atwiki.jp/moguraserver/pages/31.html
画像をアップロードするためのページです。
https://w.atwiki.jp/1919114514/pages/21.html
動画 2014/8/23 ★嫌儲淫夢スレ住民のお絵かきチャット.AKAZAAKARI imageプラグインエラー ご指定のURLはサポートしていません。png, jpg, gif などの画像URLを指定してください。 画像 嫌儲淫夢絵チャ 2014/7/27 ★嫌儲淫夢 2014/7/28 ★嫌儲淫夢過激派プロパガンダ部 2014/7/31 ★切り株 ★もう許せるぞ！オイ！ 2014/8/01 ★嫌儲淫夢絵チャ ★悲しいなぁ・・・ 2014/8/02 ★切り株 2014/8/03 ★既に死んだnyaa 2014/8/31 ★MURMUR 2014/9/02 ★嫌儲淫夢 2014/9/03 ★嫌儲淫夢 2014/9/05 ★嫌儲淫夢 2014/9/13 ★嫌儲淫夢 2014/9/18 ★嫌儲淫夢 2014/9/28 ★嫌儲お絵かき部 2014/12/04 ★開催中 ★現代絵チャMUR 2014/12/05 ★MURの部屋 ★嫌儲淫夢小学校MUR学級作品 2014/12/06 ★MURの部屋 ★いつもの
https://w.atwiki.jp/cr009re/pages/12.html
プレミア演出等、自由に画像をアップロードできるスペースです。
https://w.atwiki.jp/slash/pages/349.html
Pukiwiki上でlightboxを動作させています。 画像をクリックすると動きます。 でいまどきGT4の画像で申し訳ないっす(^^; #ref error ：ご指定のファイルが見つかりません。ファイル名を確認して、再度指定してください。 (GT4 Photo003.jpg)#ref error ：ご指定のファイルが見つかりません。ファイル名を確認して、再度指定してください。 (GT4 Photo008.jpg)#ref error ：ご指定のファイルが見つかりません。ファイル名を確認して、再度指定してください。 (GT4 Photo012.jpg)#ref error ：ご指定のファイルが見つかりません。ファイル名を確認して、再度指定してください。 (GT4 Photo019.jpg)#ref error ：ご指定のファイルが見つかりません。ファイル名を確認して、再度指定してください。 (GT4 Photo022.jpg)#ref error ：ご指定のファイルが見つかりません。ファイル名を確認して、再度指定してください。 (GT4 Photo028.jpg)
https://w.atwiki.jp/genai_problem/pages/10.html
このページでは「画像生成AIは何が問題なのか？」をまとめています。 →具体的な被害事例集は当wiki内「画像生成AI 炎上・論争・被害事例まとめ」をご参照ください。 →生成系AI全般の問題点については当wiki内⇒「生成系AIが抱える問題まとめ【社会やクリエイティブへの悪影響】」をご覧ください。 + 編集者の方へ 自由に編集してください。箇条書き形式です。 新しい問題点を書く場所が分からない場合は、下部の「その他の問題」欄に加えてください。 このページの旧名称は「画像生成AIの問題点と被害事例」です。実内容に合わせてページ名を改名しました。 具体的な被害事例を詳しく説明する用途はページを分けました→画像生成AI 炎上・論争・被害事例まとめ 上記ページと一部内容が被っても構いません。 情報量が膨らんできたら必要に応じて個別ページ化を検討してください。 下の画像はSNS等にこのwikiのURLを貼り付けた際表示されるサムネイルとなることを想定して作った画像です。仮の画像ですので自由に差し替えて頂いて構いません。 【目次】 AI画像生成は何が問題なのか？専門家の見解 はじめに 経済的側面学習元への還元が皆無 生産速度による市場の埋め尽くし 企業によるダンピング 生産者減少に伴う産業の衰退 日本から海外への資産の流出 法律的側面現状に則さない現行の法律 アニメ・マンガ・ゲーム・映画など各メディアの版権キャラクターが出力されてしまう 児童ポルノ問題 剥ぎコラ・アイコラ問題 機械学習を用いた脅迫事件 新たな盗作の手段、新手のトレパクともいえるimg2img(i2i) 倫理的側面無断学習 生成物へのウォーターマークの映りこみ 生成物へのサインの映りこみ 学習元へのリスペクトの無さ フェイク画像による混乱 実在の人物を学習して偽の写真が作成された問題 AI画像を使ったなりすまし 人権面から見る問題 絵を描くことを生業や趣味にしている人、芸術文化の中にいる人への中傷や嫌がらせ 文化的側面文化の破壊 AI画像生成で大量に出力されることになった絵柄や塗り方の陳腐化 絵描きのAI利用とファンの反応 pixivをはじめイラスト投稿サイトなどの大半をAI生成画像が占めるように AI絵によって手描きさえも天秤にかけられてしまう その他の問題ローカル環境ツールが出回ってしまったことによる問題 イラスト業界の権利団体の乏しさに付け込んだマネタイズ 「AI」という名称がつけられていることに起因する、生成AIに対する人々の認知の散在性 AIデータセットから作品等を削除する際にオプトアウト制を採用する事の限界 海外デモ活動画像を使用したレッテル貼り 具体的な被害事例 i2iによる被害事例 DreamBooth、LoRAによる被害事例 AI画像生成は何が問題なのか？ 専門家の見解 AIグラビア写真集の波紋 生成AIと著作権の関係は？悪用のリスクは？ | NHK | WEB特集 | AI（人工知能） 早稲田大学法学学術院 上野達弘教授 「日本では、インターネットやSNS上にある膨大な画像や写真についてAIによる学習は自由に行えることになるが、AIを使って画像や写真を生成し、生成したものを販売するなどは著作権を侵害するリスクが生じてくることがあり注意が必要だ」 「今後、文章や画像だけではなく、アニメや映画などAIによる生成物は、ますます広がっていくことが予想される。生成されたものが著作権を侵害しているとして訴えられるような事例も出てくるかもしれない」 国立情報学研究所 越前功教授 「生成AIがどんな画像を学習しているか明らかにされておらず、ネット上の個人の写真が使われている可能性は十分にあります」 「最近では生成AIで、驚くほど高画質な特定の人物の画像を、容易につくれるようになってきました。実在する人物について、何十枚かの写真があれば作成者の望むままに本当かうそかわからない画像を作ることができるのです。これは、不適切なものも作れるということなので深刻です。一般の人でも効率的かつ、低コストでできるようになっています」 「技術が進展し、1年後にどのような世界になっているかわからないことを知ってもらい、リスクを理解してもらう必要があると思います。技術の発展を止めることはできないので、例えば偽画像を見抜くツールの開発といった技術的手段や、法律の整備、啓蒙活動など多角的に取り組んで行く必要があります」 アメリカ著作権局の元最高法務責任者Jon Baumgarten氏 Former Copyright Office GC Warns Against Blanket Assertions That AI Ingestion of Copyrighted Works ‘Is Fair Use’ （要約）コピー機の使用が盛んになった頃「フェアユース」と主張されたが、代表的な判例におけるフェアユースの徹底的な分析の結果、誤りであることが証明された。その司法判断は複写を萎縮させたり阻害したりしたわけではなく、むしろ複写を容易にし、知識へのアクセスを向上させ、著作者と著作権者に補償金を支払う、自発的な集団許諾の体制へと導いた。 現在のアメリカ著作権局長も第1回US-Asia国際著作権シンポジウム［人工知能と著作権法］ – 早稲田大学知的財産法制研究所[RCLIP]で生成AIに否定的な見解を示したとTwitterでは記録されているが、公的な映像記録などは無い。 三大学術誌(Nature, Science, Cell)含む学術誌の対応 科学誌は論文の共著者としてChatGPTを認めない方針 | TEXAL Science誌の編集長であるHolden Thorp氏は、すべての論文の投稿は著者のオリジナル作品でなければならず、AIによって作られたコンテンツは盗作の一形態であると述べている。著者は、完全に開示し、Scienceが承認した場合のみ、このツールを使用することができる。ChatGPTのような大規模な言語モデルは、インターネットから収集した膨大な量のテキストで学習するため、学習データにある文章と非常に類似した文章を再生することができる。 「何年もの間、Science誌の著者は、『作品はオリジナルである』ことを証明するライセンスに署名してきました。Science誌にとって、“オリジナル”という言葉は、ChatGPTによって書かれた文章が受け入れられないことを示すのに十分なものなのです。結局のところ、ChatGPTからの盗作なのです。さらに、私たちの著者は、彼ら自身が論文の研究に対して責任があることを証明するのです」とThorp氏は述べている。 ChatGPTのようなツールは、文法的な間違いのないテキストを作成するが、AI自身はその内容を理解しているわけではなく、事実を取り違える傾向がある。虚偽の数字を含む見当違いな研究結果を引用することもあるが、人間を騙すには十分な説得力があるものも少なくない。学術的な文章は専門用語が多く、専門家でもChatGPTで書かれた偽の文章を本物だと信じてしまうことがあるのだ。このことは、既にMetaがリリースしたがすぐに公開停止に追い込まれた「科学的知識」AIモデルでも指摘されてされていたことだ。 科学者は、論文で結果をごまかしたいという誘惑に駆られ、あらゆる方法を駆使して偽の研究成果を発表しようとする。 153年の歴史を持つ科学誌の「Nature」がAIが生成した画像の掲載を禁止すると発表 GitHub（料理のレシピなども投稿されているが、主にITエンジニアがソースコードを公開しているサイト）利用者の「生成AI」の対応 【Infostand海外ITトピックス】GitHub Copilotに集団訴訟 AI訓練データで初 - クラウド Watch GitHubは訓練データの個々の詳細は公表していないが、GitHubリポジトリなどを含む公開されたコードで学習していると説明してきた。これらの多くはMIT License、GPL、Apache Licenseなどの一般的なオープンソースライセンスで提供されているものだ。それぞれのライセンスに従って作者名と著作権帰属の表示が必要で、利用や改変の際にも引き継いで明示する義務がある。 ところが、Copilotの出力には、それらが表示されておらず、このことがライセンス違反にあたるというのだ。 （中略） 元のコードから著作権表示を消すことを「オープンソース・ロンダリング」と呼ぶ者もいた。 （中略） 40年以上オープンソース運動にかかわってきたという原告のButterick氏は、開発者の立場からこれを、オープンソースの根本を揺るがす問題だと言う。 提訴後のThe Vergeのインタビューで同氏は「開発者はライセンスを信じてコードを公開しているのに、企業が尊重しないのならライセンスの意味がなくなる」と言い、「ライセンス表記なしでコードを利用させると、オープンソース運動そのものを殺してしまう」と語っている。また、コードに作者を明記することで仕事の獲得につなげている開発者の生活の道を奪うことになるとも述べている。 GitHub、法的論争が続く中、Copilotをビジネス向けにリリース Stack Overflow（ITエンジニア専門のQ Aサイト※）における「生成AI」の対応 大手AI企業に“訓練用データ”の利用料を請求、Q Aサイト「Stack Overflow」による計画の真意 | WIRED.jp Q＆AサイトのStack Overflowが「AI投稿OK」に方針転換して物議、抗議のためモデレーターら600人以上が大規模ストライキに署名|au Webポータル経済・ITニュース ストライキを決行したモデレーターは（中略）「ユーザー生成コンテンツに見せかけたAI生成コンテンツを許すことは、やがてサイトの価値をゼロにまでおとしめることになると確信しています」と懸念を表明しています。 （中略） モデレーターらは公開書簡に「適切なルートを通じて変化をもたらそうとした私たちの努力と危惧は、あらゆる場面で無視されてきました。今、私たちは最後の手段として、10年以上にわたりボランティアの努力を注ぎ込んできたプラットフォームへの献身を打ち切ります」と記して、ストライキの決行を宣言しました。 ※質問にあたって「事前に似たような質問が無いか調べたか、自分でどのような事を試したか具体的に書くこと」等の条件を満たすことが求められており、質問・回答が他のユーザーから投票され、良い評価を得ると自分も投票などの権限が増えていくが、悪い評価を得ると権限が剥奪される。 はじめに 画像生成AIの問題は①「データセットにより引き起こされる問題」と、②「画像生成AIそのものが持つ性質が引き起こす問題」の2点に大別される。 (上記はクリエイティブ方面の問題点であるが、他にも社会的問題としてディープフェイク等により情報の信頼性を揺るがしかねないことも挙げられる。） ①「データセットにより引き起こされる問題」 学習元への経済的還元がない。 学習元が作った成果物によって、学習元の市場と競合する存在になりえる。（つまり、自身の成果物によって、自身が市場から淘汰される可能性がある。） 学習元の模倣による類似品が容易に製作できる。 ②「画像生成AIそのものが持つ性質が引き起こす問題」 生成スピードが早く、類似品を出すことが容易なため、表現の陳腐化も早い。 生成スピードが早いために、プラットフォームへの投稿速度、量ともに尋常ではない。 i2iやControlNetをはじめとする技術によって、盗作が容易であるとともに証明する事が困難。 ①「データセットにより引き起こされる問題」の原因は、現在流通している画像生成AI（StableDiffusionやMidjorney、Nijijorney）のデータセットには著作権で保護された画像や、医療記録、家族写真、戦争の写真等が含まれており、画像の権利者の許諾を得ていないことから発生している。（詳細は⇒主要なAI画像生成サービス） さらに、抑止力が働かない法律であることと、画像生成AIサービスに悪用防止策がなされていないこと、技術がオープンソースで配布されたことによって一層加速し、歯止めがきかない状態となっている。 現在使用されている画像生成AIの多くは拡散モデルと言われいるが、この技術自体に問題があるわけではない。 権利者に無許諾で収集したデータセットを使用して作られたサービスに問題があるのだ。 （さらに言えば、そのサービスが学習元と競合しかねないことが問題である。） なお、HuggingFaceやCivitaiで公開されているモデルのほとんどがStableDiffusionベースであると言っても過言ではなく、どのモデルを使用しても権利的にグレーであることは避けられないのが現状である。それどころか、共有サイトで公開されているモデルは勝手に個人が権利者に無許諾でファインチューニングしている場合がほとんどである為、むしろ権利侵害リスクは高いと言える。 特定作家の絵柄の集中学習モデルを使用することは問題があると認識する人は多いと思われるが、一方で下記2点は使用にあたり問題ないと誤解されることが多い。 ・自身が権利者である画像をファインチューニングする場合 ・自身が権利者である画像をi2iする場合 しかし、上記2点はいずれも、もともとのモデルであるStableDiffusionのデータセットの影響は避けられない為、権利的にグレーであることに変わりはない。 画像生成AIについて、国内外でも多くの抗議が発生しており、海外では訴訟にまで至っている。(詳細は⇒各国の生成系AIへの対応・規制まとめ) 法律やガイドラインもまだ定まっておらず、現在の状況で使用するリスクは高いことを認識する必要がある。 ②「画像生成AIそのものが持つ性質が引き起こす問題」については、データセットの問題が解決された後にも残留するものであり、別途解決方法を模索する必要がある。 最後に、社会的問題としてディープフェイク等により情報の信頼性を揺るがしかねないことも問題として挙げられる。 これまでも画像編集ソフトでもディープフェイクは製作可能であったが、画像生成AIは画像編集ソフトに比べ非常に容易かつ短時間、高品質で製作可能であることが大きな違いである。 誰でも被害者になりうる問題であり、これまでの情報社会の基盤そのものが覆る可能性がある。 上記を踏まえた上で、下記に詳細を列挙する。 経済的側面 学習元への還元が皆無 現行の画像生成AIは学習元に依存しているにも関わらず、学習元へ還元する方法がない。 オープンソースでばらまかれている以上、そもそも還元自体が不可能な構造になっている。 学習元は一方的かつ無断で成果物を収奪され、他者がそれにフリーライドできる状態になっている。 生産速度による市場の埋め尽くし 短期間に大量にコピーされ拡散されることで陳腐化が急速に進む(飽きられる)。学習元の絵描きの与り知らないところでその絵描きの成果物の経済的価値が損なわれる 議会の席では「AIによる生成が出版の世界にまで及んだら国立国会図書館の収容量が足りなくなる」という旨の声も見られた イラストSNSサイトの新着がAIで埋まってしまうため、手描きのイラストが見られる可能性が低くなる 販売サイトも新着作品がAIで埋まり手描きの作品が見られる可能性が低くなる amazonが展開する「Kindle Unlimited」では実写系AIのグラビア写真集が大量に登録される FANZAやDL.siteは大量のAI出力による販売物の審査や対応に追われることになり、AI生成作品の投稿は一か月に一度だけと定められた BOOTHで「AIで生成した背景素材107枚無料配布」があり物議が醸された。手描きの背景アーティストが市場破壊を嘆いた 企業によるダンピング 中国のゲーム会社ではイラストレーターの仕事は70％減少し、報酬は10分の1に引き下げられた 生産者減少に伴う産業の衰退 SNSでは、AIの登場により絵を描くモチベーションが無くなったと嘆くイラストレーターが続出した 絵を練習していた初心者がAIを利用するようになり、絵の成長を妨げてしまう。または完全に絵を描かなくなってしまう 供給過多により需要が消失し、消費が追いつかない可能性 AI生成物を拒否する消費者層と受け入れる消費者層による意識の分断 どれも似たような絵になる、視線誘導がされていない、生成物の加工が雑、などと言ったAI利用が原因の品質の低下 AIの学習は人間のイラストに依存したものであり、イラストレーターの仕事が減るのに比例してAIの発展性も閉ざされる可能性 → 学習素材の不足 日本から海外への資産の流出 日本のコンテンツがAIに学習され、そのAIによって国外のAI開発会社が収益を得る 学習元である日本のクリエイターには何ら還元されない、そのようなビジネスモデルが確立されていない クリエイターの絵柄を無断学習したモデルをコミッションサイトで販売する 無断学習したモデルで生成した絵を、自身の作品として販売する 法律的側面 現状に則さない現行の法律 海外では規制されていようが、現行の法律では日本におけるAIへの学習が合法とされているため日本のコンテンツの海外流出に歯止めが効かない 但し書きを無視して合法を謳い、無断学習が横行している 既存の法律で対応するという政治家の言葉もあるが、時間あたり数百数千の画像が生成可能なため、著作権者がそれらに対応することは困難 アニメ・マンガ・ゲーム・映画など各メディアの版権キャラクターが出力されてしまう プロンプトで直接キャラクター名を指定していないのに、版権キャラクターと瓜二つの容姿の生成物が出てくることがある ファンアート規模の大きい「ウマ娘」や「VTuber」などが顕著であるが、それ以外の作品のキャラクターも出てくる AI生成サービスの中には商用利用可能と表記されているものもある 公式イラストとの重大な類似性が認められた二次創作に関しては、版権元から厳しい処罰を課されるパターンもある 版権キャラであると知らずに生成物を使用し、著作権侵害を引き起こしてしまう可能性。その場合「知らなかったこと」の証明が困難 児童ポルノ問題 実在児童の写真を学習元にした可能性がある児童ポルノ生成 pixivでは海外の業者と推定されるアカウントがAI製の児童ポルノ画像を大量に投稿、pixivは対応に追われることになった 身近な子供を対象にAI製児童ポルノを製造し、商売に利用する可能性（姪の写真を追加学習したいという者もいた） 剥ぎコラ・アイコラ問題 Instagramの女子高生の制服姿の写真を水着の妊婦姿に加工する事例があった AI画像生成ツールによる写真加工や学習を恐れ、園児・学生の入学写真などをSNSに投稿しないよう注意喚起もされている 韓国では中学生が同年代の写真でディープフェイクを生成。その画像でコミッションを受けようとして、懲役刑を受けた事例がある 機械学習を用いた脅迫事件 韓国では、後輩女性のわいせつ画像をAIで合成し「奴隷になれば削除してやる」と脅迫を起こす事件が発生した AIに不満を漏らした中国のイラストレーターが勝手に作品を学習され、見つけ出して暴行してやると脅迫された 新たな盗作の手段、新手のトレパクともいえるimg2img(i2i) i2iやLoRA被害が後を絶えない 従来のトレパク(絵を上からトレースしてパクる)と違い、手で描いてすらいないためより悪質 プラットフォームが「依拠性が認められない」と独自の判断を下し、i2iトレパク画像の削除を拒否した事例が存在 倫理的側面 無断学習 画像生成AIは大量の画像を学習・分析して設計されている。その中にはプライバシー性の高い画像や権利者の所持する画像もある。 家族写真や子どもの写真、医療写真なども含むデータセット 画像生成AIの殆どのベースとなっているStable Diffusionは、LAION-5Bというデータセットを学習している。このデータセットの58億5000万点の画像のうち、数十億枚の著作権で保護された画像が含まれているとされる。もともとはAI研究目的に、主にネット上からクロールされた画像群である。(米国でのStabilityAI/Midjourney/DeviantArtを相手取った訴訟の要因となっている) 国内・海外ともに、世界中のアーティストの作品が無断で学習されている キャラクターコンテンツ団体が権利を持つ作品の画像・有名キャラクターたちの姿も無断で学習されている 無断転載サイト(pixivの無断転載サイト：Danbooruなど)のコンテンツによるデータセット NovelAIは公式にDanbooruコンテンツで学習していることを明言している →https //twitter.com/novelaiofficial/status/1573844864390791169 生成物へのウォーターマークの映りこみ ウォーターマーク(透かし)がAI生成物に映りこむ事例→https //togetter.com/li/1957689 ストックサイトの有料写真素材を学習している 本来は料金を払わないと利用のできない写真素材である ↓midjourneyの例(2022年12月) 画像サムネイル用ダミー画像
https://w.atwiki.jp/2ch_otmegame/pages/456.html
独身女性限定板 独身女性は大人向けゲの友達とかかね 女向けゲ大人姉ちゃんの親友。22歳。 妖しげな姉ちゃんとは対照的に、清楚な雰囲気の美人。優しいお姉さん。 大人姉ちゃん・エロゲ板と彼女は高校時代からの友人だといいな、とか考えてみたり。 実は当時から、エロゲ板に片思いしている。 (当初は軽薄な印象の彼に良い感情を持っていなかったのだが、ある時優しく真面目な素顔を知り、一気に好きになってしまった) が、彼が自分の親友に対して一途で、親友も素直でないなりに彼を思っている事も承知している為、想いを悟られぬようずっと自制してきた。 エロゲ板攻略の際に彼女も出していると、彼女までライバルになったりする…？