ローカル画像生成AI:RTX3050)Fooocusで、Stable Diffusionを使う。Fooocus、ComfyUI、AUTOMATIC1111、Forge、Stability Matrix比較表。
(※ 結果的には、Fooocusは画質的に期待外れ。)
WindowsPCローカル環境で、画像生成AIを使う。
使うPCのスペックは以下。画像生成AIをローカルで行うPCとしては最低限レベル(?)。
| CPU | インテル Core i5-14500T (14コア(6P+8E)/1.7GHz) |
|---|---|
| GPU | NVIDIA GeForce RTX 3050 LP 6GB |
| メモリー | 32GB |
| ストレージ | 1TB M.2 SSD PCI Express x4対応(Gen4対応) |
| OS | Windows 11 Pro 64bit |
画像生成AIを使うには、以下の3つが必要。
- UI(操作するための画面+VRAM効率化など)
- エンジン(実際に画像を作る仕組み)
- モデル(AIの知識・作風)
●1. 画像生成エンジンは、Stable Diffusionを使う。
Stable Diffusion(エンジン)
├─ UI
│ ├─ Fooocus
│ ├─ ComfyUI
│ ├─ AUTOMATIC1111(本家)
│ └─ Forge(A1111改良版)
└─ モデル
├─ SD1.5
├─ SDXL
└─ FLUX.1
●2. UIの選択肢として以下のようなものがあるが、今回、Fooocusを使用。
※【後日追記】Fooocus+SDXL系では、画質は期待外れ。Forge+FLUX.1を使った方が良い。
- Fooocus(簡単操作UI)
- ComfyUI(ノード型UI)
- AUTOMATIC1111(WebUI)
- Forge(A1111改良版UI)
- Stability Matrix(上記UIをまとめて管理するランチャー)
Stable Diffusionを使うUIアプリは、基本的にPythonを使っている。既存のPython環境に影響する場合もあるので、注意が必要。
| 項目 | Fooocus | ComfyUI | AUTOMATIC1111 | Forge | Stability Matrix |
|---|---|---|---|---|---|
| 特徴 | 超シンプルで高品質な画像生成に特化。プロンプトの自動補完や高画質化がデフォルトで組み込まれている。 | ノードベースのUI。処理の流れを視覚的に設計でき、複雑なワークフローや高速生成に強い。 | 事実上の標準UI。機能が豊富で拡張機能(Extension)が非常に多い。 | AUTOMATIC1111互換の高速・省VRAM版UI。SDXLに最適化されている。 | ランチャー/管理ツール。複数のUIを簡単にインストール・切り替え・管理できる。 |
| 初心者向け度 | 非常に高い | 中(学習が必要) | 中 | 中 | 高い(環境構築が簡単) |
| 拡張性・カスタマイズ性 | 低い(設定項目が絞られている) | 高い(非常に柔軟) | 非常に高い | 非常に高い(A1111拡張の多くが利用可) | 使用するWeb UIによる |
| 生成速度・VRAM効率 | 高い(SDXLに最適化) | 非常に高い(VRAM消費も抑えられる) | 標準 | 高い(A1111より軽い) | 使用するWeb UIによる |
| Python手動 | 不要 | 不要(ポータブル) | 必要 | 不要(内包) | 不要 |
| インストール | 簡単 | やや複雑 | やや複雑 | やや複雑(A1111より楽) | 非常に簡単 |
| 既存Pythonへの影響 | なし | なし | 設定次第 | なし | なし |
| UIの分かりやすさ | ◎ 非常に簡単 | △ 慣れが必要 | ○ 普通 | ○ 普通 | ○ |
| 画質・品質 | ◎ | ◎ | ◎ | ◎ | ◎ |
| 細かい設定 | △ | ◎ | ◎ | ◎ | ◎ |
AUTOMATIC1111を使うには、Python 3.10.6が必要(Python 3.11以降では正常動作しない可能性あり)。既存のPython環境と共存できる環境構築も可能なようだが、管理が面倒。
Fooocusは、Pythonが内蔵されていて、既存のPython環境に影響与えることなく、利用できるし、初心者向けで分かりやすいとの事で、Fooocusを使うことに。
Fooocusは、オープンソースで提供されており、ローカルPCでも動作可能、商用利用もできる。
●3. モデルは、Fooocusを使うと自動的に、SDXL系モデルを使う。
■ インストール
以下のGitHubからダウンロードしてインストールする。
https://github.com/lllyasviel/Fooocus
スクロールして「Download」の「>>> Click here to download <<<」をクリックする。

ダウンロードファイルを7-Zipなどで解凍する。
※ 解凍したファイル群をそのまま使う。インストーラーはない。
■ Fooocusの起動
解凍したフォルダの下の「run.bat」を実行する。
コマンドプロンプトが開き、処理が開始される。2回目以降も、コマンドプロンプトが開く。

※ ネット環境により、初回は時間がかかる。コマンドプロンプトは開いたままとなる。
Fooocus初回起動時に自動で「SDXL1.0(「Stable Diffusion XL」シリーズの正式リリース版(基礎モデル))」がダウンロードされる。
インストールが完了すると、ブラウザでFooocusが立ち上がる。

Advanced にチェックを入れる。必要ならStyleや画像サイズを選ぶ。

プロンプトを入力し、「Generate」ボタンを押すと画像が生成される。

■ Fooocus終了
終了時は、ブラウザのタブを閉じた後、コマンドプロンプトを終了する。
■ 処理結果
試した結果は、大きく期待外れ。最近のブラウザ上の画像生成AIの方がはるかに優れている。
以下の2つのプロンプトで試した。ほとんど、プロンプトの内容が反映されない。
■ 風景
5月の晴天、日本の田舎の風景。水が張られたばかりの棚田が青空と白い雲を鏡のように映し出している。遠くには新緑の山々。鮮やかな緑と水の透明感。
※ 水が張られたばかりの棚田なんかない。水の透明感もない。

■ 人物
4月、神戸のおしゃれな街中を歩く3人の20代日本人女性。彼女たちはトレンドの春服を着て、笑顔で楽しそうに会話している。
※ 女性が1人しかいないし、向こうを向いている。神戸のおしゃれな街中では全然ない。

※ 同じプロンプトで、無料で使える画像生成AIサイトで試してみた結果は以下。(↓)
※ Fooocusの設定を見直したり、プロンプトを変えたりしたが、あまり成果を得られず。
※ Stability Matrix+Stable Diffusion WebUI Forge+FLUX.1の組み合わせなら、少し良くなる。










