Stable Diffusion

Stable Diffusionは、誰でも自由に使えるようにすることで画像生成を変えました。借りて使うサービスではなく、モデルをダウンロードして一般向けのGPUで動かせるため、誰もが画像を非公開で、1枚ごとの料金なしに生成できるようになりました。プロンプトをもとに、モデルはさまざまなスタイルの絵を作り、後のバージョンでは品質、解像度、文字の描画が向上しました。Stability AIは複数の世代を公開し、より高品質な大型モデルも含まれます。

その周りに巨大なエコシステムが育ちました。ComfyUIやAutomatic1111などのインターフェースで生成の過程を細かく制御でき、ControlNetはポーズやスケッチから構図を導き、LoRAではわずかな枚数の画像でスタイルやキャラクターを微調整できます。コミュニティでは何千ものモデルが共有され、NightCafe、Leonardo、Mage.spaceなどのホスト型サービスがブラウザで提供しています。開発者はモデルをアプリケーションやパイプラインに組み込んでいます。

モデルは幅広い利用を認めるライセンスで公開されていますが、コミュニティ向けの条件では一定の収益規模を超える商用利用が制限されるため、バージョンごとにライセンスを確認してください。FLUXを擁するBlack Forest Labsなどの新しいモデルは品質で上回ることが多く、Stability AIは経営面の困難にも直面しています。ローカルで動かすには、性能の高いGPUと技術的な知識が必要です。Midjourney、FLUX、OpenAIの画像モデルが主な代替です。Stable Diffusionは、カスタマイズの面で今も重要です。