コンセプト
Stable Diffusion
PixAIの多くのモデルの土台になっている、オープンソースの画像生成技術。
Stable Diffusionは、AIアートブームの火付け役となったオープンソースの画像生成技術で、PixAIの多くのモデルの土台でもあります。内部の仕組みを理解する必要はありませんが、モデルの説明やモデルマーケットのフィルターにこの名前が出てくるので、ユーザーとして知っておくべきポイントだけ押さえましょう。
出会う「世代」は2つ
SD 1.5 — クラシック世代。高速・低コストで、コミュニティモデルやLoRAの蓄積が膨大。小さめの画像サイズで動きます。
SDXL — 大型化した後継世代。より大きな画像、より正確な人体、より高いプロンプト理解力。PixAIのモダンなモデル(Haruka、Hoshino、Hinata…)の多くはSDXLベースです。詳しくはSDXLへ。
実用上の鉄則はひとつ:世代をまたぐ互換性はありません。 SD 1.5のLoRAはSDXLモデルでは動かず、逆もまた然り——ベースモデルを参照してください。
Stable Diffusionの先へ
PixAIの最新自社モデルTsubakiとSerinは、Stable DiffusionではなくDiTという新しいアーキテクチャを採用しています(DiTモデル参照)。とはいえ核心のアイデアは共通です:ノイズから一歩ずつ絵を浮かび上がらせる——拡散モデルの仕組みです。