⚠️【重要】現在、検証を停止しています

FHDR-Uncensored-MFLUXで画像生成に不具合が発生しています

標準FLUX.1 devは正常に動作しますが、FHDRモデルでは紫色の画像が生成されるため、現在は利用を推奨しません。

はじめに

前回（第6回）は、Mac StudioにMFLUXを導入し、Krea 2 Turboでの画像生成に成功した。Ollamaによる日本語から英語プロンプトへの変換、LoRAの適用、Swift/AppKitを使った設定画面も作った。

しかし、LoRAで画風を変えても、欲しい品質や表現が安定して得られるとは限らなかった。そこで今回は、LoRAだけに頼らずモデル本体を変更する。

目標は次の3つ。

Apple Siliconで高速に動く
写実的で高品質な画像を生成できる
表現上の制限が少なく、プロンプトへの忠実度を高められる

検討の結果、PocketAiHub/FHDR-Uncensored-MFLUX を試した。モデル名の Uncensored は配布側の位置づけであり、あらゆる画像が生成できることや品質を保証するものではない。この記事ではモデルの導入と動作検証を扱う。

1. 使用環境

項目	構成
コンピュータ	Mac Studio（Apple Silicon M5系）
ユニファイドメモリ	64GB
内蔵SSD	512GB
外付けSSD	Hanye 2TB（USB4）
画像生成	MFLUX / MLX
日本語処理	Ollama + Qwen3系27Bモデル
Pythonツール管理	uv

MFLUXやOllamaの導入方法は第6回を参照。今回、既存のKrea 2 Turbo環境は削除しない。

2. モデルを選ぶ

当初は shauray/flux.1-dev-uncensored-q4 も候補だった。しかし、量子化方式がNF4のモデルを、そのままMLX/MFLUXの4bitモデルとして読み込めるわけではない。

Macでの運用を優先して、MFLUX向けに公開されている次のモデルを選んだ。

PocketAiHub/FHDR-Uncensored-MFLUX（Hugging Face）
FLUX.1 dev系
MFLUX向けの4bit量子化モデル
モデルデータ：約9.6GB（配布ページ記載値）

ここで重要なのは、「4bit」という数字だけで互換性を判断しないこと。NF4とMLXの量子化形式は同一ではない。

3. モデルキャッシュを外付けSSDに保存する

第6回でHugging Faceのキャッシュを外付けSSDに移しているため、今回も同じ保存先を利用する。

export HF_HOME=/Volumes/Hanye2T/AI/mflux/huggingface

確認する。

echo "$HF_HOME"

期待する表示：

/Volumes/Hanye2T/AI/mflux/huggingface

これをモデルを起動する前に設定する。新しいモデルは既存のKrea 2 Turboと別のキャッシュとして取得されるため、Kreaを消す必要はない。~/.zshrc に設定済みなら通常は再設定不要だが、念のため確認する。

4. まずはコマンドラインで動作確認

Pythonスクリプトを改造する前に、MFLUX単体で画像生成できるか確認した。

mflux-generate \
  --model PocketAiHub/FHDR-Uncensored-MFLUX \
  --base-model dev \
  --prompt "A cinematic portrait of an adult woman in soft window light, detailed skin texture, 85mm lens" \
  --width 1024 \
  --height 1024 \
  --steps 20 \
  --guidance 4.0 \
  --seed 42 \
  --output flux_test.png

初回はモデルのダウンロードが発生する。ダウンロード時間は回線やキャッシュの状態によって変わる。

この単独テストでは画像生成に成功した。まず単体で成功させてからPythonに組み込むと、問題の切り分けが容易になる。

5. 日本語入力スクリプトへ組み込む

第6回の japanese_krea.py は、PythonからOllamaのAPIを呼び出して英語プロンプトを作り、MFLUXに渡す構成だった。

今回は既存のKrea用スクリプトを残し、FLUX用に別名のファイルを用意した。

japanese_krea.py       # Krea 2 Turbo用（残す）
japanese_krea_nfsw.py  # FLUX.1 dev用（新規）

nfsw は今回実際に使用したファイル名である。一般的な略記は NSFW だが、ここでは作業中の名前をそのまま記載する。

処理の流れは次のとおり。

日本語を入力
    ↓
Swift/AppKitの設定ダイアログ
    ↓
Ollama / Qwen3で英語へ変換
    ↓
MFLUX / FLUX.1 dev
    ↓
PNGを連番保存
    ↓
macOSで自動表示

実行例：

cd /Volumes/Hanye2T/dev/GitHub/japanese-krea
python3 japanese_krea_nfsw.py

実際の保存先は実行時のカレントディレクトリとし、flux_0001.png のような連番を付ける。

6. 紫一色の画像が出た！

FLUX用のPythonスクリプトで、40ステップの生成を実行した。ログ上はエラーなく終了し、PNGファイルも保存された。

100% | 40/40 [01:44, 2.61s/it]
Image saved successfully at: flux_0001.png
Peak MLX memory: 19.09 GB

ところが、開いた画像は薄い紫一色だった。

ログに Image saved successfully と出ても、意図した画像が生成できているとは限らない。

実行コマンドを確認すると、Python側に次のコードがあった。

"--guidance", str(lora_scale),

これはKrea用のLoRA強度に関する変数名をFLUX用スクリプトへ流用してしまったものだった。--guidance はLoRAの適用強度とは別のパラメータである。

そこで、まずは単体実行で成功した値に固定して再検証した。

"--guidance", "4.0",

修正後、正常な画像が生成された。今回の切り分けでは、Guidanceの指定が重要な確認箇所だった。ただし、薄紫一色の原因を一般的にこの1点へ断定できるわけではない。

7. 実測結果

項目	Krea 2 Turbo	FHDR-Uncensored FLUX.1 dev
実行環境	MFLUX / MLX	MFLUX / MLX
量子化	Q8	4bit
解像度	1024×1024	1024×1024
ステップ数	8	40
生成時間	約26〜29秒	約104秒
ピークMLXメモリ	29.72GB	19.09GB
結果	画像生成成功	Guidance修正後に成功

※ これは同一条件のベンチマークではない。モデルも量子化もステップ数も異なるため、単純に速度や画質の優劣を決める比較ではない。

今回のFLUXは40ステップで約1分44秒。Kreaの8ステップより時間はかかったが、FLUX側ではモデルと設定の違いを試せるようになった。

8. 高品質化に向けて

今回の経験で分かったのは、LoRAを増やせば必ず望む画像になるわけではない、ということだ。

モデル本体：人物や肌、構図などの表現傾向に影響する
プロンプト：被写体、年齢、衣服、照明などを明確に指定する
Guidance：指示への追従と画像の仕上がりに影響する
ステップ数：品質と処理時間のバランスに関わる
シード：比較時に条件を揃えるのに役立つ

特に日本語入力では、Ollamaが元の指示を勝手に変えないようにすることが重要だ。以前は「白猫」が英訳の段階で「男性」になったこともあった。画像モデルだけでなく、日本語→英語変換の出力も確認する必要がある。

9. 今後の課題

次は、FLUX用の設定ダイアログからGuidanceを指定できるようにし、値を保存・復元できるようにしたい。また、同一プロンプト・同一解像度で、ステップ数やGuidanceを変えた比較を進める。

モデルがUncensoredを掲げていることと、出力品質が高いことは別の話だ。利用時には配布元のライセンスや公開先の規約、肖像権なども確認する。

10. まとめ

今回は、Krea 2 TurboのLoRA調整から一歩進み、Apple Silicon向けのFLUX.1 dev系モデルをMFLUXで動かした。

Krea 2 Turboは削除せず、そのまま残した
Hugging Faceキャッシュは外付けSSDを継続利用
FLUX.1 dev系4bitモデルで1024×1024画像を生成
40ステップ、約104秒、ピークMLXメモリ19.09GBを計測
紫一色の出力を経験し、Guidance指定を修正して解消
Ollamaによる日本語入力ワークフローをFLUXにも展開

高画質を目指すなら、LoRAだけでなくモデル本体と生成パラメータを見直すことが重要だと実感した。

前回：ローカルLLMを使う第6回：Mac StudioにMFLUXを導入し、Krea 2 Turboの画像生成に挑戦する

モデル：PocketAiHub/FHDR-Uncensored-MFLUX

GitHub：japanese-krea（FLUX用スクリプトの公開状況はリポジトリで確認してください）