Stable Diffusionは、テキストから画像を生成するオープンソースのAIモデルです。この記事では、Stable Diffusionの始め方と基本的な使い方を初心者向けに解説します。
Stable Diffusionとは
Stable Diffusionは、Stability AI社が公開したオープンソースの画像生成AIモデルです。テキストによる指示（プロンプト）をもとに画像を生成します。
他の画像生成AIとの違い
- オープンソース：無料で利用・カスタマイズが可能
- ローカル実行可能：自分のPCで動かせる（GPU推奨）
- モデルの拡張性：追加学習済みモデル（LoRA、チェックポイントなど）を利用可能
- 商用利用可能：ライセンス条件を満たせば商用利用も可能
Stable Diffusionを始める方法
方法1：Web版サービスを使う（初心者向け）
環境構築不要で手軽に始められる方法です。
主なWebサービス：
- DreamStudio（Stability AI公式） — クレジット制で利用可能
- Hugging Face Spaces — 無料で試せるデモが公開されている
- 各種Web UI公開サービス — ブラウザから利用可能
方法2：ローカル環境を構築する（中級者向け）
自分のPC上でStable Diffusionを動かす方法です。カスタマイズの自由度が高い反面、ある程度のPC性能が必要です。
推奨環境：
- GPU：VRAM 8GB以上（NVIDIA推奨）
- RAM：16GB以上
- ストレージ：SSD推奨、モデルファイルで数GB〜数十GB
基本的なプロンプトの書き方
プロンプトの構成要素
プロンプトは、生成したい画像の内容を英語で記述します。
- 主題：何を描くか（例：a cat, a landscape）
- スタイル：画風の指定（例：oil painting, anime style）
- 品質指定：高品質化の指示（例：high quality, detailed）
- ネガティブプロンプト：生成に含めたくない要素（例：blurry, low quality）
プロンプトの例
プロンプト：a serene mountain landscape at sunset, golden hour lighting, photorealistic, high detail
ネガティブプロンプト：blurry, low quality, watermark, text
生成結果を改善するコツ
パラメータの調整
- Steps（ステップ数）：生成の精度を調整。20〜30程度が目安
- CFG Scale：プロンプトへの忠実度。7〜12程度が一般的
- Seed（シード値）：同じシード値で同じ画像を再現可能
モデルの使い分け
Stable Diffusionにはさまざまな学習済みモデルが公開されています。
- 実写風：Realistic Vision、Deliberateなど
- アニメ風：Anything、Counterfeitなど
- 汎用：公式モデル（SD 1.5、SDXL）
注意点
著作権とライセンス
生成した画像の著作権やライセンスについては、使用するモデルやサービスの利用規約を確認してください。特に商用利用の場合は注意が必要です。
生成内容の責任
AIが生成する画像の内容について、利用者が責任を持つ必要があります。不適切なコンテンツの生成には注意してください。
まとめ
Stable Diffusionは、無料で利用できるオープンソースの画像生成AIです。まずはWeb版サービスで手軽に試し、より深くカスタマイズしたい場合はローカル環境の構築を検討してみてください。ローカルでのAI実行についてはローカルAI・オンデバイスAI入門も参考になります。
よくある質問
Stable Diffusionは完全に無料ですか？
オープンソースのモデル自体は無料です。ローカル実行は無料ですが、Web版サービスにはクレジット制や有料プランがある場合があります。
GPUがないPCでも使えますか？
CPU でも動作しますが、生成に時間がかかります。快適に使うにはVRAM 8GB以上のNVIDIA GPUが推奨されます。Web版サービスなら自分のPCの性能に関係なく利用できます。
商用利用は可能ですか？
モデルやサービスのライセンスによります。Stability AI公式モデルは一定の条件下で商用利用可能ですが、追加学習モデルにはそれぞれのライセンスがあるため確認が必要です。