Stable Diffusion（ステーブルディフュージョン）
Stability AI OSS画像生成モデル。SD 3.5 Large/Medium/Large Turbo・SDXL・SD 1.5 legacy・Flux.1[dev/pro/schnell](Black Forest Labs)・HiDream I1・ComfyUI・A1111 WebUI・Forge・Fooocus・InvokeAI・SwarmUI・ControlNet・LoRA・DreamBooth・VAEが2026年代表、RTX 5090でFLUX 20s以内。
概要
Stable Diffusion（ステーブルディフュージョン）は、Stability AI が公開したオープンソース画像生成モデルである。2025年に登場した SD 3.5 Large/Medium/Large Turbo、SDXL、SD 1.5 legacy、Flux.1[dev/pro/schnell] など複数バージョンが存在し、2026年には Flux 1 が 20 秒以内で高解像度画像を生成できるようになった。Flux 1 は Black Forest Labs が開発した高速推論エンジンで、RTX 5090 で 20 秒以内に 4K 画像を生成できる。
主な特徴・仕組み
- 画像生成は潜在変分オートエンコーダ（VAE）と拡散モデルを組み合わせて実現。
- LoRA、DreamBooth、ControlNet などの拡張モジュールを利用し、カスタム学習が容易。
- 生成速度は GPU の VRAM と CUDA コア数に依存。RTX 5090 では SD 3.5 Large が 120fps、Flux 1 が 200fps で動作。
- 生成結果は 512×512 から 4096×4096 までスケール可能。
- 生成プロセスは 50 ステップで完結し、ステップ数を増減することで品質と速度を調整。
スペック/製品比較表
| モデル | 学習データ | 推論速度 (RTX 5090) | VRAM 要件 | サポート UI |
|---|---|---|---|---|
| Stable Diffusion 3.5 Large | 1.5B パラメータ | 120fps | 24GB GDDR7 | ComfyUI, A1111 WebUI |
| Flux.1 dev | 2.0B パラメータ | 200fps | 16GB GDDR7 | ComfyUI, SwarmUI |
| SDXL | 3.0B パラメータ | 80fps | 32GB GDDR7 | Forge, Fooocus |
| SD 1.5 legacy | 1.0B パラメータ | 60fps | 8GB GDDR6 | InvokeAI, ComfyUI |
具体例・対応製品
- RTX 5090：24GB GDDR7、PCIe 5.0 x16、CUDA 12.0、推論時 120fps。
- Ryzen 9 9950X3D：5.7GHz、3.5GHz ベース、DDR5-6000、CPU 推論で 30fps。
- Core Ultra 9 285K：4.5GHz、DDR5-4800、AI 推論専用コア 256。
- DDR5-6000：メモリ帯域 48GB/s、低レイテンシ。
- PCIe 5.0 x16：帯域 32GB/s、GPU と CPU の高速データ転送。
自作PCでの選び方・注意点
- GPU は VRAM が 24GB 以上推奨。RTX 5090 で 24GB GDDR7 が最適。
- CPU は 3.5GHz 以上のクロックと 16 コア以上が望ましい。
- メモリは DDR5-6000 以上、容量は 64GB 以上。
- マザーボードは PCIe 5.0 x16 スロットを備える。
- 電源は 1200W 以上、80 PLUS Platinum 以上。
- 冷却は液体冷却推奨。RTX 5090 は 350W TDP。
- ケースは 420mm 以上の深さ。
- OS は Windows 11 Pro、CUDA 12.0 以上。
- ソフトウェアは ComfyUI 1.2.0、A1111 1.0.0、InvokeAI 0.6.0。
- ストレージは NVMe SSD 2TB 以上、読み書き速度 5000MB/s。
- ネットワークは 10GbE 以上、学習データのダウンロードに利用。
関連用語との違い
- SDXL：画像解像度が 4K 以上に対応し、パラメータ数が 3.0B。
- Flux.1：拡散過程を 1/10 に短縮し、推論速度が 200fps。
- LoRA：低ランク適応でモデルサイズを 10% で削減。
- DreamBooth：個別オブジェクト学習で 1.5B パラメータを 0.1B で学習。
- ControlNet：画像生成に外部制御信号を入力。
よくある質問
Q1. 2026年に登場した Flux 1 はどのように高速化されているか？
A1. Flux 1 は 1/10 の拡散ステップで推論を完結し、CUDA 12.0 で最適化された演算を実装。RTX 5090 で 20 秒以内に 4K 画像を生成。
Q2. SD 3.5 Large と SDXL の主な違いは何か？
A2. SD 3.5 Large は 512×512 で 120fps、SDXL は 4K で 80fps。SDXL は 3.0B パラメータで高解像度を実現。
Q3. 自作PCで最小限の構成で Stable Diffusion を動かすには？
A3. GPU は RTX 4080 16GB GDDR6X、CPU は Ryzen 7 7700X 4.5GHz、メモリ 32GB DDR5-4800、NVMe SSD 1TB。推論は 50fps 程度。
まとめ
Stable Diffusion はオープンソースでありながら、2025年以降の次世代モデルで高解像度・高速生成を実現。Flux 1 の登場により RTX 5090 で 20 秒以内に 4K 画像を生成できるようになり、DIY PC でも手軽に導入可能。CPU・GPU・メモリ・ストレージを適切に選定し、ComfyUI などの UI を併用すれば、画像生成のパフォーマンスを最大化できる。最新のハードウェアとソフトウェアを組み合わせることで、創造的なプロジェクトをスムーズに進められる。