Stable Diffusion AI 画像生成ガイドブック(スタブルディフュージョン エーアイガゾウセイセイガイドブック)

オープンソース化された高性能画像生成 AI (モデル) である Stable Diffusion は、 20 億枚の画像と言葉のペアを学習することで、「テキストからの画像出力 (複数、ポーズ画像も可) 」「ラフ画像からの画像出力」などを可能にしています。 Stable Diffusion に対する注目度は極めて高く、「日本語版サービス」「 Photoshop で動かすプラグイン」「 Windows や mac でも動作するバージョン」「画像からプロンプトを表示するアプリ」が次々と登場し、 mac も正式サポートを発表しました。本書では、このように注目を集める Stable Diffusion の使い方を詳細に解説します。

2022 年に公開された Stable Diffusion は、高性能な画像生成モデルがオープンソースで使えるという事実そのもので画像生成の世界を変えました。誰でも手元で動かせる一方、環境構築やプロンプトの勘所など独学の壁も多い。本書はその壁を埋めるガイドブックで、今村勇輔氏、比嘉康雄氏、五十嵐良平氏の共著により 2023 年 4 月にソシムから刊行されました。

Stable Diffusion が 20 億組の画像と言葉のペアを学習して成り立っていることを踏まえつつ、テキストから画像を出力する基本、複数枚の生成やポーズの指定、ラフ画像を清書させる画像からの生成など、使い方を段階的に解説します。 Web サービスとして触る方法から、 Windows や Mac で動かす選択肢、 Photoshop で使うプラグインまで、周辺エコシステムを含めて押さえているため、自分の環境に合った入り口を選べます。プログラミングの経験は必須ではありません。

留意点は分野の変化の速さです。モデルのバージョンやツールの画面は 2023 年 4 月時点のものなので、細部は読み替えが要ります。それでもプロンプトで意図を伝える発想や生成の仕組みの理解は共通の土台として残るため、画像生成 AI を腰を据えて触り始めるときの出発点として堅実です。