Stable Diffusionとは？できること・使い方を初心者向けに解説

※本記事中のイラストは、本文中に特に断りがない限り、筆者が「AICE冰可 | KawAICE」および「MeinaMix」のモデルを使用してStable Diffusionで作成しています。

Stable Diffusionって何？
どんな絵が描けるの？
どうやって使うの？
1. 利用環境
2. 使い方
  1. 文から画像を生成（txt2img)
  2. 画像をもとに画像を生成(img2img)
どんなことに使えるの？
まとめ

Stable Diffusionって何？

Stable Diffusion（ステーブル・ディフュージョン）は、言葉や画像などをもとに新しい画像を生成できる「画像生成AI」のひとつです。

たとえば、「こんな絵を描いて」と言葉で指示することで、その内容に沿った画像を生成できます。

Stable Diffusionの大きな特徴のひとつが、公開されているモデルを自分のPCやクラウドなど、さまざまな環境で利用できることです。

また、Stable Diffusionをもとにしたさまざまなモデルやツールが公開されており、自分の目的に合った環境を選んで画像生成を楽しむことができます。

どんな絵が描けるの？

ラン

Stable Diffusionはどんな絵が描けるの？
私の好きなアニメ系のイラストも描けるかな？

るん

アニメ系はもちろんのこと、実写風の人物や動物キャラ、背景など自由自在です🎨

Stable Diffusionで描ける絵はとても多彩です。
Stable DiffusionではさまざまなAIモデルが公開されているので、それらをうまく使い分ければ、アニメ系キャラクター、実写系の人物、風景などなど、さまざまな絵を描くことができます。

アニメイラスト

実写の人物

動物キャラクター

風景や建物

どうやって使うの？

Stable Diffusionは、ひとつの決まったアプリやWebサイトから使うものではありません。
自分のPCに環境を作ったり、クラウドを利用したり、Stable Diffusionを利用できるWebサービスを使ったりと、さまざまな方法で画像を生成できます。

利用環境

Stable Diffusionを利用する方法は、大きく分けると次の3つです。

ローカル環境：自分のPCに環境を作る
クラウド環境（レンタル型）：クラウド上に自分で環境を作る
クラウド環境（サービス型）：すでに用意されたWebサービスなどを利用する

それぞれ自由度や必要なPC性能、手軽さなどが異なります。詳しくはこちらの記事で解説しています。

使い方

Stable Diffusionには大きく2つの使い方があります。

言葉から画像を生成する
画像（下描き）をもとに画像を生成する

それぞれの使い方について、ざっくりと説明します。

文から画像を生成（txt2img)

Stable Diffusionのもっとも基本的な使い方が「言葉から画像を生成する」方法です。
言葉(text)から画像(image)を生成するので、「text to image (通称：txt2img）」と言われています。

AIに描いてほしい内容を伝える言葉を「プロンプト」と呼びます。

プロンプトの書き方は使用するモデルやツールによって異なります。文章で指示する方法のほか、girl, green hair, long hair, ribbonのように特徴をタグとして並べる方法もあります。

生成された画像がちょっと違うなと思ったら、もう一度生成してみましょう。生成するたびに異なる画像が生み出されます。

生成された画像を見ながら、プロンプトを微調整したりしながら、望んだ絵に近づけていきます。

画像をもとに画像を生成(img2img)

Stable Diffusionのもう一つの使い方は、何らかの下描きをベースにして画像を生成するという方法です。
画像(image)から画像(image)を生成するので、「image to image (通称：img2img）」と言われています。元になる画像に加えて、プロンプトで「どんな画像にしたいか」を指示することもできます。