Stable Diffusion

概要

Stability AI は Stable Diffusion の開発元として知られるAI企業。オープンソース画像生成モデルのパイオニアで、2022年に初代 Stable Diffusion を公開して以降、コミュニティ主導の画像生成エコシステムを牽引してきました。2024年に発表された Stable Diffusion 3.5 が最新世代で、プロユースから個人利用まで幅広く対応しています。

最新モデル: Stable Diffusion 3.5

3つのバリアントを提供し、用途や必要なハードウェアに応じて選択できます。

3つのバリアント

モデル	パラメータ	用途	特徴
SD 3.5 Large	8.1B	プロユース	1メガピクセル、最高品質
SD 3.5 Large Turbo	8.1B（蒸留版）	高速生成	4ステップで高品質画像
SD 3.5 Medium	2.5B	消費者向け	コンシューマGPUで動作

主な特徴

1. プロユース対応（SD 3.5 Large）

8.1Bパラメータの旗艦モデル。1メガピクセル解像度でプロフェッショナルな用途に対応。複雑なプロンプト追従と細部の表現力を備えます。

2. 高速生成（SD 3.5 Large Turbo）

蒸留版で、通常の Large より大幅に高速。わずか4ステップで高品質画像を生成しながら、プロンプト追従性も維持します。

3. 消費者ハードウェア対応（SD 3.5 Medium）

2.5Bパラメータの中型モデル。改良された MMDiT-X アーキテクチャを採用し、コンシューマGPU（RTX 3060 クラス以上）で動作します。

4. Query-Key Normalization

新しく導入された技術で、モデルのカスタマイズ性とプロンプト追従性を向上。ファインチューニングの効果を高めます。

5. TensorRT 最適化

NVIDIA RTX GPU で 最大2.3倍高速化、VRAM 使用量40%削減。ローカル実行を大幅に改善。

6. Stable Video Diffusion

Stability AI は動画生成モデルも提供。静止画からショートクリップを生成します（ただし Sora や Runway ほど派手ではない）。

ライセンス

Stability AI Community License で提供。

✅ 商用利用可能
✅ 非商用利用も可能
✅ ファインチューニング・カスタマイズ自由
⚠️ 年間売上 $1M 超の企業は Enterprise ライセンスが必要

代表的な活用例

プロダクト画像生成: 商品画像・広告クリエイティブ
ゲームアセット: キャラクター・背景・UI 素材
カスタムモデル構築: LoRA / Fine-tuning でスタイル特化
ローカル実行: プライバシー重視・API コスト不要
クリエイティブワークフロー: ComfyUI、Automatic1111 などのUI と組み合わせ

提供形態

提供形態	料金
モデルダウンロード	無料（Community License）
Stability AI API	従量課金
Platform SDKs	Python SDK 等
Amazon Bedrock	AWS 経由で利用可