Scribble at 2023-11-29 12:36:32 Last modified: 2023-11-29 19:46:52

Stable Diffusion（フロント・エンドの話も含めて）について、Reddit なり５ちゃんねるなりと幾つかのフォーラムを見ていると、おおよそ使う必要がある人は既に業務で使っていて、昨年の夏以降に話題となって使おうした人の大半は試し終わったように思う。後は、次から次へとやってくる素人だけなので、先日も紹介したようなアフィリエイト目的のブログやメディア記事が大量に出てくるだけだ。もう僕らのようにホビーとしてどころか業務にも生成 AI を使っている人間は、そんなサイトは殆ど見ていない。正直、Stable Diffusion Web UI の GitHub のリポジトリで告知されるリリース・ノートを超えるようなことは書かれていないし、実体験や感想としても非常にレベルの低いものばかりだ。そしてたいていはトライアルの回数も、機械学習の基本的な数学の知識も不足していて参考にならない枝葉末節しか書いてないくせに、情報サイトや技術サイトの体裁を取り繕っているだけなのがすぐに分かる。

たとえば、本当に初心者で Stable Diffusion ベースの生成 AI 画像を試しに自分のパソコンで出力してみたいという人がいたとして、上にご紹介しているような 1,024 x 724 ピクセルていどの画像を出したいというだけであれば、そうした解説サイトを装ったアフィリエイトのブログで勧められているようなスペックのマシンとかグラフィック・カードなんて必要ない。もちろん最低限の動作スペックは必要だが、何度も書いているように、僕の自宅マシンの環境でも上のような画像を１枚あたり10秒もあれば出力できる。マシンのスペックは当サイトのページに掲載してあるが、簡単に繰り返すと Ryzen 5 + 16GB RAM + SSD 500 GB + NVIDIA GeForce RTX 2060 6GB だ。こんなのは、SD について語っている人々の中では最低クラスのスペックだろうと思うが、全く実用には問題がない。もちろん、その「実用」は人によって違うのだが、僕のようにサイトの挿絵として出力したり、あるいは会社の研修教材の挿絵として出力するというていどの用途であれば、１分間に５枚は出力できるわけだし、何の問題もないわけである。寧ろ、こういう生成 AI を使った作業で最も時間がかかるのはプロンプトの組み方を工夫したりキーワードを選び直したり、あるいは大量に出力した画像からまともなものを選び出したり、教材で使えるような画像として適度にトリミングしたりレタッチするといった作業だ。