テキスト→画像生成AI「Stable Diffusion」を誰でも使えるようにする「NMKD Stable Diffusion GUI」

「NMKD Stable Diffusion GUI」v1.3.0

　「NMKD Stable Diffusion GUI」は、英Stability AIが発表した画像生成AI「Stable Diffusion」のWindows向けGUIツール。従来のようにPython実行環境を用意したり、コマンドラインで実行したりする必要がなく、導入から使用までのハードルがかなり低くなる。

　開発者はN00MKRAD氏で、現在はβテスト中。執筆時点で公開中のバージョン1.3.0は、ダウンロードするzipファイルが約3.1GB、解凍後は約6.7GBになる。またファイル数も膨大で、解凍にかなりの時間がかかる場合もあるので、うまくいかない場合は解凍ツールを変えるなどして対応して欲しい(筆者は「7-zip」でうまく解凍できた)。

　解凍したファイルの中にある「StableDiffusionGui.exe」を実行すると、実行に不足するファイルのダウンロードを促される。インストールする項目がいくつか出てくるが、特に何も触らずに［Install］ボタンを押せば、動作に必要なファイルが自動でダウンロード、インストール可能だ。

「Install」を押すと必要なものがインストールされる

　インストールが完了したら、［Prompt］の枠内に適当なキーワードを入力し、右下の［Generate！］ボタンを押せば、キーワードに合わせた画像生成が始まる。しばらく待てば右側に生成画像が出てくるはずだ。

「Impress Watch」をキーワードに描かせてみた(バージョン1.2.0を使用)

　［Resolution］は出力画像の解像度の指定となっており、VRAMの量に応じて調整するといい。［Amount Of Images To Generate］の数字は、1回の実行で生成する画像の数の指定。［Detail］を上げると画質向上が期待できるが実行時間が伸びる。［Creativeness］を上げるとキーワードにより忠実になるが、上げ過ぎると絵が混沌とするという。

　さらに［Lord Image］ボタンで、画像の読み込みも可能。読み込んだ画像にキーワードを与えて改変する画像生成方法も利用できる。

　動作環境は、GeForce GTX 1000シリーズ以降のGPUと、8GB以上のVRAM。512×512ドット以上の画像を生成したい場合は12GB以上のVRAMが推奨されている。

起動時に動作環境などを示した注意書きが表示される

　なお筆者の環境では、最新版のv1.3.0がうまく動作しなかった。旧バージョンであるv1.2.0は問題なく動作するので、もしv1.3.0で動作不良が見られる場合は、こちらからv1.2.0をダウンロードしてお試しいただきたい。