Stable Diffusion AI 画像生成ガイドブック

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。

画像生成 AI の Stable Diffusion を、Stable Diffusion WebUI という操作画面を自分で用意して使いこなすための解説書です。『Stable Diffusion AI 画像生成ガイドブック』は今村 勇輔、比嘉 康雄、五十嵐 良平 の共著で、ソシムから 2023 年 3 月 31 日に発売されました。版元の紹介文は、Stable Diffusion をオープンソース化された高性能画像生成 AI (モデル) と説明し、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やラフ画像からの画像出力ができると紹介したうえで、その使い方を詳細かつ包括的に解説する本と位置づけています。

全 5 章の構成、仕組みの理解から生成画像の権利と未来まで

第 1 章「Stable Diffusion とは」は、画像を生成する AI としての位置づけ、画像を作るしくみ、デモページでの試用、できることと使える環境を扱います。第 2 章でセットアップに進み、使い方を 2 つの方法として示したうえで、Google Colaboratory で使う節と、日本語化、起動と終了、アップデートの方法を説明します。第 3 章は 13 節あり、txt2img の操作画面とプロンプトの入力、パラメーターとサンプリングアルゴリズム、大きな画像や複数枚の生成、学習モデルの追加と変更を扱い、後半で img2img による画像の変換と画像の一部の修正、WebUI の設定へ進みます。第 4 章「こんな画像を出力するには」は、ほかの人の作品とプロンプトを見るところから始まり、人物やアニメ風のイラスト、さまざまな画材の絵、人物の写真、自然と都市の風景、建築物、ファンタジー世界、商品の写真と、題材ごとに出力の作例を並べます。第 5 章は「弁護士が解説する生成画像 AI と著作権」と、深津貴之氏へのインタビュー「画像生成 AI の未来」の 2 節で、巻末に付録としてプロンプト単語帳が付きます。

txt2img と img2img の操作を支える拡散モデルの仕組み

文章や画像を新しく作り出す 生成 AI のうち、Stable Diffusion は拡散モデルと呼ばれる方式に属します。学習では画像に少しずつノイズを加えていき、そのノイズを取り除く手順をモデルに覚えさせます。生成するときは乱数で作ったノイズから出発し、プロンプトの意味に沿う方向へノイズの除去を何段階も繰り返して画像に近づけていきます。一般に WebUI では、ノイズ除去の段数、プロンプトにどれだけ忠実に従わせるかの強さ、出発点となる乱数の種といった値を調整し、乱数の種を固定すれば同じ条件の画像を再現できます。img2img は手元の画像にノイズを加えた状態から出発する方法なので、元の構図をどれだけ残すかを強さで決められ、ラフ画像の清書や一部だけの描き直しに使えます。

手元の PC と Google Colaboratory、動かす場所の選び方

版元の紹介文は、Stable Diffusion を オープンソース 化された高性能画像生成 AI と説明しています。自分の PC やクラウドの計算環境に入れて動かし、学習モデルを追加したり差し替えたりできます。Colab の FAQ では、無料の実行環境で Web の画面から操作する使い方は制限の対象です (2026 年 10 月時点)。第 2 章は Google Colaboratory で使う節 (2-3) を設けています。WebUI はどちらの環境でもブラウザーから開いて操作する画面です。

目次に無い題材と、2023 年 3 月の刊行時点の内容

目次に拡散モデルの数式や、プログラミングでモデルを学習させる章はありません。WebUI の画面や手順、第 5 章の権利の解説は 2023 年 3 月の刊行時点のものです。版元のサイトには正誤表とダウンロードの案内があります。

本書は、WebUI の導入から作例、権利の論点までを 5 章と付録で扱う解説書です。