Stable Diffusionは、Stability AIが公開したテキストから画像を生成するオープンソースのAIモデルです。モデルの重みが公開されているため、無料で利用でき、自分のPCやクラウド、APIなど幅広い環境で動かせます。カスタマイズ性の高さが大きな魅力です。
特徴
Stable Diffusionは、テキストプロンプトから画像を生成する拡散モデル系の画像生成AIです。最大の特徴はモデル本体が公開されている点で、特定のクラウドサービスに縛られず、自分の環境で自由に動かせます。SDXLやSD3系など複数の世代があり、用途や求める品質に応じて選べます。コミュニティが活発で、追加学習モデル（LoRA）や拡張機能が日々共有されている点も強みです。
使い方・できること
利用方法は大きく分けて3通りあります。手軽に試すならWebサービスやStability AIのAPI、本格的に使い込むならローカルPCへの導入です。AUTOMATIC1111やComfyUIといった定番のUIを使えば、プロンプト入力だけでなく、既存画像を元にした生成（img2img）、一部だけ描き直すインペイント、ポーズや構図を指定するControlNetなど、細かな制御が可能です。商用利用の可否はモデルやライセンスごとに条件が異なるため、利用前の確認が欠かせません。
どんな人に向くか
無料で枚数を気にせず大量に生成したい人、生成プロセスを細かく作り込みたいクリエイターやエンジニアに向いています。一方で、最初のセットアップやプロンプトの調整にはある程度の知識が必要で、手軽さを最優先するなら他の選択肢も検討するとよいでしょう。
主な機能
- テキストから画像を生成するtext2image
- 既存画像を変換するimg2imgと部分編集のインペイント
- ControlNetによる構図・ポーズの精密制御
- LoRAなど追加学習モデルによる画風カスタマイズ
- ローカル環境で動かせるオープンなモデル配布
- API経由でアプリやサービスへ組み込み可能
メリット・デメリット
メリット
- モデルが公開されており基本的に無料で利用できる
- ローカル実行でき枚数制限やプライバシー面で安心
- LoRAや拡張機能でカスタマイズの自由度が非常に高い
- 活発なコミュニティで情報やモデルが豊富に共有される
- ControlNet等で構図やポーズを細かく制御できる
注意点・デメリット
- ローカル導入には高性能なGPUと初期設定の知識が必要
- プロンプト調整や各種設定の習熟に時間がかかる
- モデルやライセンスごとに商用利用条件の確認が必須
こんな人・場面におすすめ
- イラストや背景素材を枚数を気にせず大量に生成したいクリエイター
- 画風やキャラクターを固定して作品制作したい同人・趣味ユーザー
- 画像生成機能を自社アプリやサービスに組み込みたい開発者
- 構図やポーズを細かく指定して思い通りの画像を作りたい人
- クラウドに送らずローカルで安全に生成したい企業・個人
解説: もこ（機械音痴目線でやさしく解説）
