ローカルで動かすのとクラウド版、どっちを選ぶべき?
ローカルで動かす最大の利点は何か
室谷代表取締役手元のマシンで動かす一番の魅力は、回数も時間も気にせず試せることなんですよね。クラウドの従量課金だと1枚ごとに「今いくら使った」が頭をよぎって、試行が雑になる。
テキトー教師DotAI 認定講師現場でよく聞くのは、枚数を重ねて当たりを引く感覚なんですよ。回数を気にし始めると、途中で手が止まる人が多いんです。
室谷代表取締役あとネット接続に縛られないのも地味に効く。まとめて回したいときに強いんですよ。
画像だけでなくStable Diffusionで動画を作る方法は2系統。AnimateDiffとSVDの違いと商用利用の注意点のように動画まで手元で回すなら、枚数や時間を気にしない環境はさらに効いてきます。
画像だけでなくStable Diffusionで動画を作る方法は2系統。AnimateDiffとSVDの違いと商用利用の注意点のように動画まで手元で回すなら、枚数や時間を気にしない環境はさらに効いてきます。
テキトー教師DotAI 認定講師そこは大きいですね。ただ初期投資はかかるので、そこはトレードオフになります。
無料のGoogle Colabで足りるケース、足りないケース
室谷代表取締役動かせるGPUが手元にない人が最初に触るなら、クラウドの無料実行環境が最短ルートなんですよ。AUTOMATIC1111のREADME自体が、GPUが無い場合の選択肢としてオンラインサービスを案内してます。
テキトー教師DotAI 認定講師初めて触る人は、インストールでつまずく前に1枚出したいんですよね。そういう用途なら、手元に環境を作らない方が早いです。
室谷代表取締役逆に足りなくなるのは、回数も時間もがっつり使うケース。無料枠の条件は変わるので、公式の案内を見て判断するしかない部分です。
テキトー教師DotAI 認定講師あとモデルを頻繁に切り替えたい人。毎回入れ直す前提になると、だんだん触らなくなっていくんですよ。
ColabでFooocusを動かすという選択肢
室谷代表取締役クラウド側でUIごと動かすなら、操作が少ないものを選ぶのが結局は早い。Stability Matrixのワンクリック導入対象にFooocus系が入ってるので、名前は手元の環境と揃えて考えられます。
テキトー教師DotAI 認定講師最初に戸惑うのが、どのUIを選ぶかで手順が全く別物になることなんですよ。同じ「Stable Diffusionを動かす」でも中身が違いますから。
室谷代表取締役クラウドで動かす場合も、UIごとに用意された手順に従うのが前提なんですよね。配布されているノートブックは更新されるので、古い記事のコピペは避けたい。
テキトー教師DotAI 認定講師そこで詰まる人が多いので、配布元の手順をそのまま追うのが一番安全ですね。
結局どちらを選ぶべきか、判断の分かれ目
室谷代表取締役分かれ目はシンプルで、動かせるGPUが手元にあるかどうか。あるなら手元、ないならクラウドから入る。
テキトー教師DotAI 認定講師スペックの話は次の章になりますけど、まず自分のマシンで動くのかを確認しないと、インストール作業が丸ごと無駄になりかねないんですよ。
室谷代表取締役あと継続して回す量が読めるなら、手元に環境を置いた方が安く済むことが多い。MYUUUの現場だと、使う量が見えないうちはクラウドで様子を見て、読めてから手元に寄せる順番にしてます。
テキトー教師DotAI 認定講師最初から全部揃えなくていい、というのが現場感覚に近いですね。
ローカル環境に必要なスペックはどれくらい?GPUとVRAMの目安
公式が示すVRAM要件は「4GB」から始まっている
室谷代表取締役スペックの話、まず思い込みを外したいんですよ。「ローカルで動かすなら12GBは要る」みたいな空気があるじゃないですか。
でも公式が書いてる数字はもっと低くて、AUTOMATIC1111のREADMEだと4GBのビデオカード対応、2GBでも動いたという報告があると明記されてるんですよね。
でも公式が書いてる数字はもっと低くて、AUTOMATIC1111のREADMEだと4GBのビデオカード対応、2GBでも動いたという報告があると明記されてるんですよね。
テキトー教師DotAI 認定講師たしかに。初めて触る人が一番びっくりするのがそこなんですよ。
「え、このノートPCでいけるんですか」みたいな反応になる。ComfyUIの公式READMEも、VRAM 4GB+RAM 8GBで動くところから書かれてますからね。
「え、このノートPCでいけるんですか」みたいな反応になる。ComfyUIの公式READMEも、VRAM 4GB+RAM 8GBで動くところから書かれてますからね。
室谷代表取締役つまり下限はかなり低い。だから最初からグラボを買いに行く必要はなくて、手持ちの環境で試すのが順番としては正しいわけです。
テキトー教師DotAI 認定講師そうなんです。動かなかったときの逃げ道も公式が用意していて、GPUが無い場合はオンラインサービスが選択肢として案内されてます。
GPU・メモリ・ストレージはどこまで積むべきか
室谷代表取締役じゃあ実際どこまで積むのか。ここは「公式の最低ライン」と「作業で回せるライン」を分けて考えるべきで。
4GBはあくまで動く話、作り込む話とは別なんですよね。モデルをSDXLにすると必要スペックの目安も変わってくるので、SDXLは何ができる?必要スペックと商用利用の線引きも合わせて見ておくと判断しやすいですよ。
モデル選びの観点ではFLUX.1とは?Stable Diffusionとの違いと料金・ライセンスを公式情報で整理も参考になりますよ。
4GBはあくまで動く話、作り込む話とは別なんですよね。モデルをSDXLにすると必要スペックの目安も変わってくるので、SDXLは何ができる?必要スペックと商用利用の線引きも合わせて見ておくと判断しやすいですよ。
モデル選びの観点ではFLUX.1とは?Stable Diffusionとの違いと料金・ライセンスを公式情報で整理も参考になりますよ。
テキトー教師DotAI 認定講師現場感覚で言うと、VRAMが足りないと感じるのは画像サイズを上げたときか、モデルを次々切り替えるときですね。あと忘れられがちなのがストレージで、モデル本体が1本で数GB級になるので、システムドライブとは別に置けると後々楽です。
室谷代表取締役メモリも同じ理屈で、RAMが細いとVRAMに余裕があっても詰まる。ComfyUIがRAM 8GBを最小要件に挙げてるのはそういう意味なんですよ。
テキトー教師DotAI 認定講師はい。最初から全部盛るより、詰まった場所を特定してから足すほうが結果的に安上がりです。
NVIDIA以外のGPUを選ぶときに気をつけること
GPU選択肢と公式サポート状況
| 項目 | NVIDIA | AMD | Intel | Ascend NPU |
|---|---|---|---|---|
| 公式の推奨 | ○ | △ | △ | △ |
| 別手順の案内 | × | ○ | ○ | ○ |
| TensorRT最適化 | ○ | × | × | × |
| 安さで選びやすい | △ | ○ | ○ | ○ |
室谷代表取締役ここで選択肢として見えてくるのが価格差なんですよね。ただ公式がNVIDIA推奨と書いてる以上、安さでAMDやIntelを選ぶと手順が別物になる。
テキトー教師DotAI 認定講師現場でよく聞くのは「安いGPUにしたら手順が全然違って詰んだ」というパターンです。AMD GPU、IntelのCPU・GPU、Ascend NPUはそれぞれ別手順として案内されてますからね。
室谷代表取締役で、AMDについてはNVIDIA向けのような公式の最適化発表が見当たらないんですよ。同じような高速化が効く前提で選ぶと、期待を裏切られる可能性がある。
テキトー教師DotAI 認定講師そこは「無いとは言い切れないけど、公式に確認できた情報ではない」で止めるのが正確ですね。
RTX 40/50世代ならTensorRTでここまで変わる
室谷代表取締役逆にNVIDIAの中でも新しい世代を選ぶと効いてくるのがTensorRTの最適化で。Stability AIがNVIDIAと組んでSD3.5を最適化していて、Largeは最大2.3倍、Mediumは最大1.7倍。
VRAMは19GBから11GBへ、約40%減ると発表されてます。
VRAMは19GBから11GBへ、約40%減ると発表されてます。
テキトー教師DotAI 認定講師「2倍速」って言われがちなんですけど、モデルサイズで数字が違うんですよ。LargeとMediumで別々の倍率が出てるので、そこは正確に押さえておきたいところです。
室谷代表取締役対象はRTX 50/40シリーズと、Blackwell/Ada Lovelace世代のRTX PRO GPU。最適化モデルはCommunity Licenseの下で商用も非商用も使える。
この辺は投資判断に直結しますよね。
この辺は投資判断に直結しますよね。
テキトー教師DotAI 認定講師ただ、この最適化ありきで高いGPUを選ぶのは本末転倒でもあって。まず手持ちで試して、速度かVRAMが足りなくなってから世代を上げる、でいいと思います。
AUTOMATIC1111・Forge・ComfyUI・Stability Matrixは何が違う?
4ツールの役割と特徴の比較
| 項目 | AUTOMATIC1111 | Forge | ComfyUI | Stability Matrix |
|---|---|---|---|---|
| 役割 | WebUI本体 | WebUI派生版 | ノード型ワークフロー | 複数WebUIのまとめ管理 |
| ライセンス | AGPL-3.0 | AGPL-3.0 | GPL-3.0 | — |
| 導入方法 | — | ワンクリックパッケージ(update.bat→run.bat) | 公式はデスクトップアプリ推奨/手動はgit clone | ワンクリック導入(A1111・Forge等) |
| ComfyUI本体の導入 | × | × | ○ | × |
| 向く人 | 最初の1本 | 最初の1本・速度重視 | ノード操作に慣れた人 | 複数ツールを横断管理したい人 |
AUTOMATIC1111とForgeは何が違うのか
室谷代表取締役まず前提として、この4つって競合じゃなくて役割が違うんですよ。AUTOMATIC1111とForgeは同じ系統で、Forgeは元のWebUIから派生した別物、という整理になる。
テキトー教師DotAI 認定講師たしかに。初めて触る人は全部「Stable Diffusionを動かすソフト」だと思っちゃうんですよ。
Forgeは90日ごとに元と同期する派生版で、リソース管理を最適化して推論を速くする方向に振ってる、という違いですね。
Forgeは90日ごとに元と同期する派生版で、リソース管理を最適化して推論を速くする方向に振ってる、という違いですね。
室谷代表取締役ライセンスはどちらも同じ扱いでAGPL-3.0。で、Forgeはワンクリックパッケージにgitとpythonが同梱されていて、解凍してupdate.bat、run.batの2手順で終わる。
導入の摩擦は小さいんですよ。本家との違いや導入手順はStable Diffusion WebUI Forge入門|本家とフォークの選び方・導入手順にまとまってますからね。
導入の摩擦は小さいんですよ。本家との違いや導入手順はStable Diffusion WebUI Forge入門|本家とフォークの選び方・導入手順にまとまってますからね。
テキトー教師DotAI 認定講師ただしForgeのREADME自身が「現在も構築中で、ドキュメント・UI・機能は更新で変わる可能性がある」と書いてるんですよね。画面操作まで含めて落ち着いた情報が欲しいなら、Stable Diffusion Web UIの使い方|AUTOMATIC1111版の導入と2026年の選び方にまとめてあります。
ComfyUIはノードで組むタイプ、公式はデスクトップアプリを推奨
室谷代表取締役ComfyUIはノードを繋いでワークフローを組むタイプで、設計思想がかなり違う。ライセンスも別で、GPL-3.0なんですよ。
ここは混同されやすいところ。
ここは混同されやすいところ。
テキトー教師DotAI 認定講師現場でよく聞くのは「画面が真っ白で何をすればいいか分からない」という声ですね。AUTOMATIC1111のプロンプト欄を探してしまうんですよ。
室谷代表取締役公式の案内も変わっていて、新規ユーザーにはデスクトップアプリを推奨、Windowsのポータブル版は通常ユーザーには非推奨と明記されてる。手動ならgit cloneして、モデルをmodels/checkpoints、VAEをmodels/vaeに置く形です。
テキトー教師DotAI 認定講師最小要件が「最大級のオープンソースモデルでもVRAM 4GB+RAM 8GBで動く」と書かれているのも特徴なんですよ。非同期のウェイトストリーミングによる、という条件付きですが。
Stability Matrixは「まとめ管理」で、ComfyUI本体は入らない
室谷代表取締役Stability Matrixは、さっきの2つとはレイヤーが違う。複数のWebUIをまとめて管理する側なんですよ。
テキトー教師DotAI 認定講師ワンクリックで入る対象が決まっていて、AUTOMATIC1111、Forge、reForge、SD.Next、Fooocus系あたりまでなんですね。ここ、誤解されている部分なんですよ。
室谷代表取締役そう、ComfyUIは本体のワンクリック導入の対象に入っていない。プラグイン・拡張機能の管理の対象、という切り分けになっていて、本体はComfyUI公式のデスクトップアプリなどで別途入れる必要がある。
テキトー教師DotAI 認定講師ただPythonとGitが内蔵されているので、そこは楽なんですよ。チェックポイント管理もモデル共有ディレクトリも全パッケージ共通で、CivitAIやHugging Faceからの取得とメタデータ取得にも対応している。
データディレクトリを移せば別PCへも移行できます。
データディレクトリを移せば別PCへも移行できます。
最初に入れるならどれか
室谷代表取締役最初の1本をどれにするか。個人的にはAUTOMATIC1111かForgeで、慣れてからComfyUI、横断管理はStability Matrixという住み分けが素直だと思う。
テキトー教師DotAI 認定講師最初に戸惑うのが、いきなりComfyUIに行ってノードの前で止まるパターンなんですよ。プロンプトを打って1枚出す体験を先に作ったほうがいいですね。
室谷代表取締役工数の話で言うと、覚えることが分散すると大体途中で止まるんですよ。ツールを1個に絞って「1枚出せた」まで持っていくほうが、トータルでは早い。
テキトー教師DotAI 認定講師速度だけを見ると、A6000環境でのユーザー報告でAutomatic1111 3.63it/s、Forge 4.9it/s、ComfyUI 5.35it/sという比較もあります。ただしこれは公式ではなく個別の報告なので、参考程度に見ておくのがいいですね。
Windowsへのインストール手順とつまずきやすいポイント
Windowsへのインストール手順
- 01Python 3.10.6をインストールインストーラーの最初の画面で「Add Python to PATH」にチェックを入れる
- 02gitをインストールPythonとgitの2つを先に用意する
- 03AUTOMATIC1111のリポジトリを取得公式READMEの手順に沿って取得する
- 04webui-user.batを実行管理者権限を使わずにそのまま実行し、ログが流れている間は触らない
Python 3.10.6とgitを先に用意する
室谷代表取締役Windowsで最初に転ぶのって、Pythonの版なんですよね。3.10.6を指定されている理由、最初は「なんで古いの?」と思うんですが。
テキトー教師DotAI 認定講師そこなんですよ。初めて触る人はだいたい最新版を入れてしまって、起動した瞬間にエラーで止まります。
理由はシンプルで、torchがその版に対応していないからです。
理由はシンプルで、torchがその版に対応していないからです。
室谷代表取締役なるほど。うちみたいな現場でも「とりあえず最新にしておけ」が通用しない領域があるんですよね。
環境構築で半日溶かすと、時給で換算したら普通に痛いので、手順は固定したほうが安いんですよ。
環境構築で半日溶かすと、時給で換算したら普通に痛いので、手順は固定したほうが安いんですよ。
テキトー教師DotAI 認定講師あとgitも忘れがちです。Pythonとgitの2つを先に入れておく、ここが前提になります。
Pythonのインストーラーでは「Add Python to PATH」のチェックを必ず入れてください。
Pythonのインストーラーでは「Add Python to PATH」のチェックを必ず入れてください。
webui-user.batを実行するまでの流れ
- Python 3.10.6のインストーラーを実行し、最初の画面で「Add Python to PATH」にチェックを入れてからインストールする
- gitをインストールする
- 公式READMEの手順に沿ってAUTOMATIC1111のリポジトリを取得する
- フォルダ内の「webui-user.bat」を、管理者権限を使わずにそのまま実行する
テキトー教師DotAI 認定講師流れとしては、Python 3.10.6とgitが入っていれば、あとは公式READMEの手順でリポジトリを取得して、「webui-user.bat」を実行するだけです。
室谷代表取締役batをダブルクリックするだけ、というのは心理的に楽なんですよね。黒い画面が立ち上がってログが流れ始めるのを待つ、と。
テキトー教師DotAI 認定講師そうですね。ここで焦って閉じてしまう人もいるので、ログが出ている間は触らないのがコツです。
起動後の画面の細かい操作はStable Diffusion Web UIの使い方|AUTOMATIC1111版の導入と2026年の選び方にまとまっているので、そちらを見れば大丈夫です。
起動後の画面の細かい操作はStable Diffusion Web UIの使い方|AUTOMATIC1111版の導入と2026年の選び方にまとまっているので、そちらを見れば大丈夫です。
Pythonの新しい版を入れてしまうと動かない
室谷代表取締役で、うっかり新しいPythonを入れてしまった場合はどうするんです?
テキトー教師DotAI 認定講師まずは3.10.6に揃えるのが近道です。複数バージョンが入っていると、どちらで動いているのか分からなくなるので、そこが一番の混乱ポイントになります。
室谷代表取締役バージョンを合わせる、以外に答えがないやつですね。動く組み合わせを1つ決めて固定するのが、結局いちばん早いんだろうなと。
管理者権限で起動しないほうがいい理由
テキトー教師DotAI 認定講師batは管理者権限で起動しない、というのも最初の落とし穴です。右クリックから「管理者として実行」を選びたくなるんですが、READMEが示しているのは通常実行の手順なんですよね。
室谷代表取締役あえて権限を上げない、と。権限を上げて作られたファイルは、後から一般ユーザーだと触りにくくなるので、素直に通常実行が無難という理解でいいですか?
テキトー教師DotAI 認定講師その理解でいいと思います。管理者で動かしてうまくいかなかった、という相談は現場でも聞きます。
まずはREADMEどおりに、権限を上げずに実行してみるのが最短です。
まずはREADMEどおりに、権限を上げずに実行してみるのが最短です。
Mac(Apple Silicon)とLinuxの導入手順はどう違う?
MacはApple Silicon専用の導入手順を見る必要がある
室谷代表取締役Windowsの手順をそのまま持ってくると詰まるのがMacなんですよね。AUTOMATIC1111のリポジトリでも、Apple Silicon向けは別の導線になっていて、そっちに沿うのが一番早いんですよ。
- Homebrewが無ければ https://brew.sh の手順でインストールする
- ターミナルで
brew install cmake protobuf rust python@3.10 git wgetを実行する git clone https://github.com/AUTOMATIC1111/stable-diffusion-webuiでリポジトリを取得する- 使いたいモデルを
stable-diffusion-webui/models/Stable-diffusionに置く cd stable-diffusion-webuiして./webui.shを実行する
テキトー教師DotAI 認定講師最後の
あと更新するときは実行前に
./webui.sh は初回だとPythonの仮想環境づくりから走るので、ターミナルが止まったように見えても待つ必要があるんですよ。残りの依存関係もこの中で自動的に入ります。あと更新するときは実行前に
git pull を忘れがちで、そこは最初に覚えておくと後が楽ですね。
室谷代表取締役モデルの置き場所が最初からパスで決まってるのは助かりますね。導入したあとの画面操作まで知りたい場合はStable Diffusion Web UIの使い方|AUTOMATIC1111版の導入と2026年の選び方のほうで追えます。
Linux(Debian系)はaptで依存パッケージを入れてから
テキトー教師DotAI 認定講師Linuxは順番が逆で、先にOS側の依存を入れるのが作法なんですよ。ここを飛ばすと起動時にライブラリ不足で止まります。
sudo apt install wget git python3 python3-venv libgl1 libglib2.0-0を実行するgit clone https://github.com/AUTOMATIC1111/stable-diffusion-webuiでリポジトリを取得する- ディレクトリに入って
webui.shを実行する
室谷代表取締役なるほど、MacはHomebrew、Linuxはapt、WindowsはPythonとgitを手で入れる、と。同じツールなのに入口が3つに分かれてるのは、初めて触る人からすると迷いどころですよね。
テキトー教師DotAI 認定講師現場でよく聞くのは、
webui.sh を先に叩いてしまって「libgl1が無い」で止まるパターンです。エラーメッセージだけ見ると壊れたように感じるんですけど、順番を直せば通る話なので落ち着いてほしいところです。
室谷代表取締役エラーで心が折れる前に、手順の順番だけ確認する。地味ですけどそこが分岐点なんですよね。
GPUがないPCではどうするか
テキトー教師DotAI 認定講師そもそもGPUが無い、という相談も多いんですよ。公式でも、GPUが無い場合の選択肢としてGoogle Colab等のオンラインサービスが案内されています。
室谷代表取締役手元のマシンに投資する前に一度立ち止まるのは正解で、必要なときだけクラウドで回すなら初期コストはほぼゼロで済みますからね。まず動かせる状態を作るほうが、結果的に近道になるケースは多いです。
テキトー教師DotAI 認定講師そうですね。環境構築で延々と格闘するより、先に1枚出せたほうが学習は進みます。
NVIDIA以外だとAMD GPUやIntel CPU・GPU、Ascend NPUでそれぞれ別手順になるので、自分の環境がどれに当たるかを先に確認しておくのが大事です。
NVIDIA以外だとAMD GPUやIntel CPU・GPU、Ascend NPUでそれぞれ別手順になるので、自分の環境がどれに当たるかを先に確認しておくのが大事です。
室谷代表取締役そこ、最初に一度だけ確認しておけば後の迷いが消えますね。
モデルとLoRAはどこに置く?Stability Matrixでの管理と更新
チェックポイントはどこから入手してどこに置くか
- モデル本体(チェックポイント)は
models/checkpointsに置く - VAE は
models/vaeに置く - 取得元は CivitAI や Hugging Face。Stability Matrix 経由なら取得とメタデータ取得までまとめて扱える
室谷代表取締役置き場所のルール、最初に決めておくと後がラクなんですよ。ComfyUI だとモデル本体は checkpoints、VAE は vae とフォルダが分かれてます。
テキトー教師DotAI 認定講師初めて触る人は、落としてきたファイルをダウンロードフォルダに置いたまま「反映されない」となるんですよね。場所の意味が分かると一気に進みます。
室谷代表取締役取得元は CivitAI か Hugging Face が定番で、Stability Matrix を使うと取得もメタデータもまとめて面倒を見てくれます。手で管理すると、どのファイルが何のモデルか分からなくなる・・・
テキトー教師DotAI 認定講師そこ、現場でよく聞きます。ファイル名だけが手がかりになると詰むんですよ。
モデルごとのライセンスも一緒に確認したいところなので、詳しくはStable Diffusionのモデルとは?種類の違いから選び方、商用利用のライセンスまでで解説しています。
モデルごとのライセンスも一緒に確認したいところなので、詳しくはStable Diffusionのモデルとは?種類の違いから選び方、商用利用のライセンスまでで解説しています。
LoRAを追加するときの注意点
テキトー教師DotAI 認定講師LoRA はモデル本体とは別の置き場所なんですよ。同じフォルダに放り込んで読み込まれない、というのが最初のつまずきで。
室谷代表取締役追加モデルは容量も地味に食うので、後から「どのUIのどのフォルダに何個置いたか」が分からなくなりがちなんですよね。最初から共有ディレクトリに寄せておくのが結局安上がりです。
テキトー教師DotAI 認定講師あとはモデル本体との相性と、配布ページの利用条件ですね。使えるかどうかは配布元の記載が最終判断なので、そこは飛ばさないほうがいいです。
室谷代表取締役拡張子だけ見て判断せず、配布ページを開く習慣にしたいところです。
Stability Matrixでの更新とモデル共有の仕組み
- Stability Matrix を起動し、管理したいパッケージを選ぶ
- パッケージの更新を実行する(Python と Git は内蔵なので別途入れる必要はない)
- モデルは全パッケージ共通の共有ディレクトリに置く
室谷代表取締役Stability Matrix の良さは、AUTOMATIC1111 も Forge もまとめて面倒を見てくれるところで。更新もそこからかけられるので、ツールごとに手順を覚え直さなくていいんですよね。
テキトー教師DotAI 認定講師ただし ComfyUI 本体はワンクリック導入の対象外なんですよ。拡張の管理はできても、本体は公式のデスクトップアプリなどで別に入れる必要があります。
室谷代表取締役そこ、混同しやすいので明記しておきたいですね。モデル取得とメタデータ取得が共通なのは、複数ツールを並行で試す人ほど効いてきます。
別のUIとモデルフォルダを共有する方法
テキトー教師DotAI 認定講師ComfyUI だと
extra_model_paths.yaml にパスを書けば、他のUIが使っているモデルをそのまま参照できるんですよ。同じファイルを二重に持たなくて済みます。
室谷代表取締役同じモデルを何度もダウンロードするのは、回線もストレージも無駄で。共有ディレクトリに寄せておくと、その分の容量が丸ごと浮きますからね。
テキトー教師DotAI 認定講師データディレクトリごと移せば別PCへの引っ越しもできるので、買い替えのときにも効きます。AUTOMATIC1111 側の設定項目は公式ドキュメントで確認してもらうのが確実です。
室谷代表取締役まずは共有ディレクトリを1つ決めて、そこに集約する。それが一番トラブルが少ないやり方なんですよね。
最初の1枚を生成する流れとメモリ不足になったときの対処
まずは「1枚通るか」だけを確認する
- 使うモデル(チェックポイント)を選ぶ
- プロンプトに作りたい絵を短い言葉で書く
- 解像度は小さめ、生成枚数は1枚にしておく
- 生成を実行して、エラーなく最後まで走るかを見る
室谷代表取締役最初から気合いの入った絵を作ろうとする人が多いんですけど、最初の目的って「パイプラインが通るか」の確認なんですよね。1枚出れば勝ち、くらいの温度でいいと思います。
テキトー教師DotAI 認定講師たしかに。初めて触る人は、いきなり大きいサイズで複数枚いって落ちるパターンが多いんですよ。
まず1枚を小さく通す。ここで詰まると、原因の切り分けができなくなりますから。
まず1枚を小さく通す。ここで詰まると、原因の切り分けができなくなりますから。
室谷代表取締役そう、切り分けなんですよ。動かない原因がスペックなのか設定なのかプロンプトなのか、最初に潰しておかないと後で地獄を見る。
画面の細かい操作はStable Diffusion Web UIの使い方の記事が参考になると思います。
画面の細かい操作はStable Diffusion Web UIの使い方の記事が参考になると思います。
プロンプトとネガティブは、最初は短くていい
テキトー教師DotAI 認定講師プロンプトって単語をたくさん並べれば良くなると思われがちなんですけど、最初は逆で。作りたいものを短い言葉で書いて、出た絵を見て足していくほうが早いです。
室谷代表取締役これ、仕事の指示書と同じなんですよね。長く書けば伝わるわけじゃなくて、効く言葉を選ぶ。
ネガティブは「出てほしくないもの」を書く欄なので、最初は空でも成立します。
ネガティブは「出てほしくないもの」を書く欄なので、最初は空でも成立します。
テキトー教師DotAI 認定講師現場でよく聞くのは、ネガティブをコピペで埋めて何が効いてるか分からなくなるパターンですね。1個足して、出た絵が変わったか見る。
その繰り返しのほうが結局は近道です。
その繰り返しのほうが結局は近道です。
室谷代表取締役あと、同じプロンプトで seed だけ変えて比べると挙動が見えるんですよ。あれ地味に学習効率いいんで、最初に覚えると後が楽になります。
「CUDA out of memory」が出たときの順番
室谷代表取締役例のメモリ不足のエラーなんですけど。あれ、闇雲に設定をいじるより疑う順番があって、まず解像度、次に生成枚数、最後にモデルの重さ。
この順で戻していくのが定石なんですよね。
この順で戻していくのが定石なんですよね。
テキトー教師DotAI 認定講師現場感覚でも、解像度と枚数を戻すだけで通ることが多いです。そこで「自分のPCでは無理だ」と結論づけてしまう人がいるんですけど、まだ早いんですよ。
室谷代表取締役公式のREADMEを見ると、AUTOMATIC1111は4GBのビデオカードをサポート、2GBでも動いたという報告がある、と書いてあるんですよ。世間で言われる「12GB必須」みたいな空気、あれはちょっと盛られてます。
テキトー教師DotAI 認定講師そこは誤解されやすいところですね。要件を満たしていないと決めつけて諦める前に、公式に書いてある数字を一度見に行くだけで判斷が変わるケースは多いです。
設定を下げても厳しいなら、ツールを替える
テキトー教師DotAI 認定講師それでも厳しいときはツール側を変えるのも手です。ComfyUIは公式READMEで、VRAM 4GB+RAM 8GBでも最大級のオープンソースモデルが動くと書かれていて、非同期のウェイトストリーミングで賄う仕組みなんですよ。
室谷代表取締役Forge も「リソース管理を最適化して推論を高速化する」ことを目的にした派生版ですから、同じモデルでも軽く回ることがある。RTX 40/50系ならSD3.5をTensorRTで最適化するとVRAM使用量が19GBから11GBに減る、という発表も出てます。
テキトー教師DotAI 認定講師ただ、一番効くのは解像度を落とすことなんですよね。環境構築で疲れてしまうのが一番もったいないので、動いた構成で1枚出すのを優先したほうがいいです。
商用利用の前に知っておきたいライセンスと著作権の線引き
商用利用の分岐点は年間収益100万米ドル
商用利用ライセンスの分岐
年間収益は100万米ドル未満か?(API提供事業者として使う場合は除く)
YES / Community License
- 無料で商用利用可能
- 個人・小規模法人が該当
- 決算タイミングで閾値超えを確認
NO / Enterprise License
- 有償のカスタム価格
- 商用利用と導入サポートを含む
- API提供事業者も対象
室谷代表取締役ここ、経営目線だと一番引っかかる話なんですけど、Stability AIのライセンスは「商用OKかNGか」の二択じゃないんですよ。年間収益100万米ドル未満ならCommunity Licenseで無料、超えるとEnterprise Licenseで有償のカスタム価格なんですよね。
テキトー教師DotAI 認定講師たしかに、そこが最初の関門で。「商用利用って聞くと有料なんでしょ」と身構える方が多いんですけど、収益の線でCommunity Licenseに収まるなら無料枠で使える、という整理なんですね。
室谷代表取締役そう。個人や小さい法人はまずその範囲にいる。
逆に言うと、事業が伸びて閾値を越えた瞬間にライセンスが切り替わるので、決算のタイミングで一度ちゃんと確認しておく必要があるんですよ。
逆に言うと、事業が伸びて閾値を越えた瞬間にライセンスが切り替わるので、決算のタイミングで一度ちゃんと確認しておく必要があるんですよ。
テキトー教師DotAI 認定講師現場感覚で言うと、その「越えた瞬間」の見落としが怖いですね。どのモデルで作った画像なのか記録が残ってないと、後から追えないですし。
AI生成画像の著作権は誰のものか
室谷代表取締役もう一つの論点が著作権で。文化庁が令和6年3月に公表した考え方では、著作物は「思想又は感情を創作的に表現したもの」と定義されていて、簡単な指示で生成ボタンを押しただけのものは著作物に当たらないと考えられる、とされています。
テキトー教師DotAI 認定講師つまり、プロンプトを一言入れただけの画像は「誰のものでもない」側に寄る、と。逆に人が道具としてAIを使い、創作意図と創作的寄与が認められればAI利用者が著作者になる、という立て付けですね。
室谷代表取締役ここは契約実務に直結します。クライアントワークで納品するなら、その画像に著作物性があるかどうかで成果物の扱いが変わる。
で、モデルごとに条件が違うので、詳しくはStable Diffusionのモデルとは?種類の違いから選び方、商用利用のライセンスまでを見てもらうと整理しやすいです。
で、モデルごとに条件が違うので、詳しくはStable Diffusionのモデルとは?種類の違いから選び方、商用利用のライセンスまでを見てもらうと整理しやすいです。
テキトー教師DotAI 認定講師ありがたいです。モデル単位でライセンスが分かれてるのが、初めて触る人が一番混乱するポイントなんですよ。
「創作的寄与」は4つの要素で判断される
室谷代表取締役その創作的寄与、文化庁は4つの要素で見てます。1つ目が創作的表現を具体的に示す詳細な指示・入力の分量。
長いだけの指示はアイデアの提示で終わるので効かない、とされているんですよね。
長いだけの指示はアイデアの提示で終わるので効かない、とされているんですよね。
テキトー教師DotAI 認定講師2つ目が生成の試行回数ですね。回数が多いから認められるわけじゃなくて、出てきた絵を確認しながら指示を直して繰り返した場合に認められることがある、というニュアンスなんです。
室谷代表取締役3つ目が複数の生成物からの選択、4つ目が人間による創作的な加筆・修正。加筆した部分には通常の著作物性が認められるので、レタッチ前提の制作ならそこは素直に強い部分です。
テキトー教師DotAI 認定講師実務だと4つ目が効きますね。構図を決めて、指示を詰めて、最後に手を入れる。
その工程を残しておくと、後から説明できるんですよ。
その工程を残しておくと、後から説明できるんですよ。
Enterprise Licenseが必要になるケース

室谷代表取締役で、閾値を超えた場合。年間収益100万米ドルを超える企業、あとAPI提供事業者として使う場合はEnterprise Licenseで、有償のカスタム価格。
商用利用と導入サポートが含まれる形です。
商用利用と導入サポートが含まれる形です。
テキトー教師DotAI 認定講師API提供事業者も対象なんですね。自分たちで使うのと、外にサービスとして出すのとで線が引かれてるのが分かりやすいです。
室谷代表取締役中の人としては、ここは早めに法務と握っておく話で。あとから「使ってたモデル、実はEnterprise対象だった」が一番避けたいパターンなんですよ。
モデルを切り替えるだけでコスト構造が変わるので、ROIで見ても先に確認した方が安いんです。
モデルを切り替えるだけでコスト構造が変わるので、ROIで見ても先に確認した方が安いんです。
テキトー教師DotAI 認定講師その通りで、最初に一回全部洗い出しておくと、その後の制作がすごく楽になりますね。
よくある質問
Q1. モデルはどこからダウンロードすれば安全?
テキトー教師DotAI 認定講師「モデルってどこから落とせばいいんですか」というのは現場でよく聞くんですよね。配布元がいくつもあって、どれを信じていいか分からない、と。
室谷代表取締役そこは配布元の信頼性で選ぶしかないんですよ。公式が案内している場所とか、更新が続いている配布元ね。
ファイルの形式が複数ある場合は、扱いが素直なほうを選んでおくと事故が減ります。
ファイルの形式が複数ある場合は、扱いが素直なほうを選んでおくと事故が減ります。
テキトー教師DotAI 認定講師たしかに。最初に変なファイルを掴んで動かなくて、そこで心が折れる人が多いので。
まず1つ動くものを入れて、慣れてから増やすのが現実的ですね。
まず1つ動くものを入れて、慣れてから増やすのが現実的ですね。
Q2. 拡張機能は入れたほうがいい?注意点は?
室谷代表取締役拡張を入れすぎて起動しなくなった、という話はよく聞きますね。うちのメンバーも一度カオスになってました。
テキトー教師DotAI 認定講師現場感覚で言うと、最初は何も入れずに1枚出すところまで行ったほうがいいんですよ。原因の切り分けができなくなりますから。
室谷代表取締役そうなんですよね。動く状態を一回作ってから、1個ずつ足す。
壊れたときに戻せるよう、入れる前の状態は残しておく。地味ですけど、これが一番速いんですよ。
壊れたときに戻せるよう、入れる前の状態は残しておく。地味ですけど、これが一番速いんですよ。
Q3. 追加学習までローカルでできる?
テキトー教師DotAI 認定講師「自分で学習までできますか」というのも聞きます。できますが、画像生成とは要求されるものが別物なんですよね。
室谷代表取締役学習はVRAMも時間も食うので、生成が快適に回るマシンでも別枠で考える必要があります。手元でやるか、外に借りるか。
ROI で言えば、月に何回回すかで判断が変わる話です。
ROI で言えば、月に何回回すかで判断が変わる話です。
テキトー教師DotAI 認定講師まずは生成だけ回して、物足りなくなってから考える順番でいいと思います。最初から全部やろうとして止まるパターン、すごく多いので。
Q4. 出力を高解像度にしたいときは?
室谷代表取締役仕上げの話もよく出ますね。最初から大きなサイズで出したい、と。
テキトー教師DotAI 認定講師いきなり大きく描こうとするとメモリで落ちやすいので、小さめに出してから拡大する流れが基本なんですよ。一発で狙うより安定します。
室谷代表取締役工程を分けたほうが結果的に速いんですよね。手戻りが減るので、制作の現場でも定番になっています。
Q5. スマホや出先から操作できる?
テキトー教師DotAI 認定講師出先からスマホで触りたい、という相談もたまにあります。ただローカル実行は、自分のマシンが動いている前提なんですよね。
室谷代表取締役そう。ノートを閉じたら止まる前提で組んだほうがいいです。
常時稼働させるなら、その覚悟で電気代と発熱も考えないといけない。
常時稼働させるなら、その覚悟で電気代と発熱も考えないといけない。
テキトー教師DotAI 認定講師画面を遠隔で見る方法はありますけど、まずは家で落ち着いて回せる状態を作るのが先だと思います。
まとめ
室谷代表取締役ローカルで動かす話、結局は「動く状態を1回作る」に尽きるんですよね。GPUやVRAMの数字で悩む前に、まず1枚出してみる。
テキトー教師DotAI 認定講師たしかに。そこで詰まれば詰まった箇所が具体的になるので、調べるのも一気に早くなるんですよ。
室谷代表取締役あと商用利用の線引きは、使い始める前に一度確認しておくこと。後から素材を全部差し替えるのは、正直しんどいですからね。
制作フローに組み込む前に、そこは潰しておく。
制作フローに組み込む前に、そこは潰しておく。
テキトー教師DotAI 認定講師最初に戸惑うのがまさにそこなんですよね。動かせた達成感のあとに、権利の話が来ますので。
室谷代表取締役まずは手元で1枚。そこから自分の用途に合わせて、環境とルールを少しずつ固めていくのがいいと思います。
