カオスマップに戻る
公式サイト
Stable Diffusion
概要
Stable Diffusion は、ローカル GPU 上で動作するオープンなテキスト-to-画像モデルです。外部サーバーにプロンプトや画像を送らず、自分のマシンで完結する点が最大の特徴で、使用料・コンテンツフィルタ・レート制限がありません。本ページは「ツールとしての使い方」に焦点を当てます (Stability AI という企業の紹介ではありません)。現場では Stable Diffusion を動かすための GUI/フロントエンドが重要で、2026 年現在は AUTOMATIC1111 (A1111)、ComfyUI、Forge の 3 つが主流です。
主な特徴
ローカル実行と完全な自由度
モデル本体、LoRA、ControlNet、VAE、Embeddings をすべてローカルに持ち、プロンプトも画像もインターネットに出ません。NSFW や商標の扱いも自己責任で調整できます。
フロントエンドの選択肢
- AUTOMATIC1111 (A1111): 伝統的なフォーム型 WebUI。初心者向け、起動すると http://127.0.0.1:7860 で開く。
- ComfyUI: ノードベースのビジュアル・ワークフロー。プロユーザーは ComfyUI に移行する傾向。http://127.0.0.1:8188。
- Forge: A1111 互換でメモリ管理を自動化。6GB VRAM 級でも SDXL を動かしやすい。
拡張エコシステム
Civitai・Hugging Face などでコミュニティが配布するチェックポイント、LoRA、ControlNet、IP-Adapter を組み合わせ、特定のキャラ・画風・構図を細かくコントロールできます。
プラン・料金
| 構成 | 費用 | 備考 |
|---|---|---|
| ローカル実行 | 無料 (電気代のみ) | GPU が必要 |
| クラウド GPU (RunPod 等) | 時間課金 | VRAM 不足時の選択肢 |
| モデル自体 | 無料 DL | ライセンスは各モデルに従う |
SDXL を快適に動かすには VRAM 8GB 以上が推奨。--lowvram / Forge の最適化で 6GB 級でも動作します。
代表的な活用例
- LoRA を自作して特定キャラクター・商品の量産
- ControlNet でポーズや構図を固定したイラスト制作
- 社内データで学習した非公開モデルの運用
- バッチ処理での大量生成、動画・アニメーションの中間フレーム
強み
- ✅ 完全ローカル、プロンプトも画像も外に出ない
- ✅ 使用料ゼロ、生成数に制限なし
- ✅ LoRA/ControlNet による精密な制御
- ✅ 巨大なコミュニティ資産 (Civitai 等)
弱み
- ❌ GPU などのハードウェアが前提
- ❌ 初期セットアップに技術的ハードル
- ❌ 最新モデルの品質では Midjourney / Flux にやや劣るケースもある
公式情報
- モデル配布: Hugging Face
- A1111: https://github.com/AUTOMATIC1111/stable-diffusion-webui
- ComfyUI: https://github.com/comfyanonymous/ComfyUI