(↑SDXL0.9で生成しました)

画像生成AIをWindowsPCで実行したい！

自宅のWindows環境を使い、Stable Diffusion XL 0.9 で画像を生成できることを紹介します。
生成するだけならpythonやAI用語の理解は不要です！

この記事で取り上げること
- Stable Diffusion XL 0.9 で画像を出力するまで
この記事で取り上げないこと
- 画像生成の仕組み
- 専門用語解説
- 新旧生成画像の比較
- パラメータの解説

環境作って画像を出してみる、hello world! 的な記事です。

Stable Diffustion XL(SDXL)とは

画像生成AIの中でも、Windows PCにインストール可能な、公開されている Stable Diffusion が人気です。
現時点でv2.1まで公開されていますが、さらに進化した XL 版が開発されています。

しばらくは研究用に限定公開され、ウェイトリストに登録して待つ必要がありましたが2023年7月、Stable Diffusion XL 0.9 が一般にも公開されました。
7月中に1.0も公開とのウワサです。

PCの用意

ご家庭のPCとはいっても、要求スペックは結構高めです。
とはいえGPUのチョイスさえ間違えなければ、ミドルクラスのゲーミングマシンで実行可能です。

RTX2000系以上
VRAM 12GB 以上 ← ココ重要！
RAM 16GB 以上
CPUはx64系

今回は

RTX2060-6GB
Ryzen5 2600(6C12T)
RAM 32GB

と、GPU の推奨スペックを満たしていない構成で挑戦してみます。
VRAMこそ6GBしかありませんが、RAMと共有してGPUメモリは22GBと表示されているので、いけるんじゃないかな～と・・・

環境構築

Windowsとgitがあれば始められます。
ざっくりと以下の流れです。

python 3.10 のインストール
Haggingfaceへサインアップ
- アクセストークンの発行
SD.nextのインストール
SD.nextからモデルをダウンロード
いよいよ生成！

もちろん導入済みの工程はスキップで構いません。

python 3.10 のインストール

3.10 を用意します。現時点最新の 3.11 では動作しないので注意してください。
Windows環境にPythonがインストールされていない場合、検索バーから python と入力すれば Microsoft Store のアプリに飛ばされます。ここからインストールするのが簡単です。

Haggingfaceへサインアップ

https://huggingface.co/ にサインアップします。
このサイトでは画像生成に必要なモデルを配信しています。
サインアップから進めていってください。

アクセストークンの発行

サインアップできたら左サイドバーの settings またはアカウントアイコンメニューから setting → Access Tokens へ進みます。
New token ボタンをクリックして、適当な名前を付けて作成します。
Role は Read のままで問題ありません。

生成されたら、あとで使います。

SD.next のインストール

SD.next は、めんどくさい生成AIをブラウザから実行できるツールです。
https://github.com/vladmandic/automatic

XL ではない無印 Stable Diffusion では Stable Diffusion web UIが有名です。こちらからフォークされたものです。

インストールには git コマンドを使います。
適当なディレクトリを用意してください。
Cドライブ直下に ai ディレクトリを作成し、その中にクローンする例です。

cd \
mkdir ai
cd ai
git clone https://github.com/vladmandic/automatic

clone自体はすぐ終わります。

起動バッチファイルの作成

cloneしたディレクトリに webui-user.bat を作成します。
SDXL 起動に必要なオプションを記述します。

webui-user.bat

call webui --backend diffusers

起動

作成したバッチファイルから起動します。

webui-user.bat

初回は必要なライブラリが大量にインストールされるので時間がかかります。
python に不慣れでも、自動でやってくれるところが素晴らしいですね！

が、エラーになりました。

このエラーは無視しても大丈夫なものらしいので、そのままもう一回実行してください。

webui-user.bat

しばらくするとデフォルトモデルをダウンロードするか聞かれます。

今回は SDXL を使うことが目的なので N を入力して進みます。
※ 別環境でインストールすると無印 Stable Diffusion 1.5 がインストールされました。

長かったですが、 http://127.0.0.1:7860/ の URL が表示されていれば起動しています！
ただし、このままではモデルがないので何も生成できません。

モデルのダウンロード

事前準備

huggingface のモデルページにアクセスしてください。
https://huggingface.co/stabilityai/stable-diffusion-xl-base-0.9

スクリーンショットを取り忘れてしまいましたが、いくつか情報を入力する箇所がありました。
送信後にその入力欄がなくなっていればOKです。

SD.nextからモデルをダウンロード

Models タブ → Huggingface タブを開く
select model に stabilityai/stable-diffusion-xl-base-0.9 をセット
Huggingface token に発行したトークンをセット
Download model ボタンをクリック

ブラウザ上は変化がわかりませんが、起動しているコンソールを見ると巨大モデルをインストールしていることがわかります。

いよいよ生成！

モデルダウンロードが終わればようやく生成開始です！
プロンプトを入れる前に、設定をしておきます。

生成する画像の Width と Height だけ 512 → 1024 に変更してください。
大きすぎても小さすぎても崩れた絵が生成されます。

今回はプロンプトに tired cat だけ入力して生成しました。
VRAMは8GBくらい消費していました。VRAMと比べて低速なDRAMを併用するのでかなり時間がかかります・・・

～～約 7 分後～～

疲れて寝ている猫が生成されました！
簡単なプロンプトでそれっぽい絵が生成されます。
なお SDXL0.9 は、生成した画像の商用利用は禁止されています。
今月中にリリースされるという 1.0 を期待して待ちましょう！

おわりに

家庭用PCでも画像生成AIを動かすことができました！
正直なところ RTX2060 では 7 分かかるとなると、有料サービスを使ったほうが良いかもしれません。
が、推奨スペック以下のPCでもギリギリ出力できることがわかりました。

なお 1世代先のGPUを積んだメインマシンの RTX3090-24GBでは 7 秒くらいで生成できます。
今なら RTX3060-12GBが5万円以下で販売されているので、このへんが狙い目です。

RTX4090ならもっと早いんだろうなぁと思いつつ、今回はこの辺で！