AI時代のクリエイティブを支える「Stable Diffusion」。初心者でも簡単に画像生成が始められると話題のこのツールを使いこなすための一冊をご紹介します。 また、私自身のGoogle Colabでの実践経験を交えながら、具体的なコードサンプルも公開します。

書籍「Stable Diffusion画像生成［本格］活用ガイド」とは？

この書籍は、AI画像生成ツール「Stable Diffusion」を使いこなすための入門から応用までを網羅した一冊です。 プロンプト作成の重要性やビジネス活用法など、幅広い内容が丁寧に解説されています。

目次

• Stable Diffusionとは？
• AI画像生成の基本
• インストールと初期設定
• プロンプトの書き方
• クリエイティブ制作への応用
• ビジネスシーンでの活用法
• つまずきやすいポイントと解決策
• カスタムモデルの利用法
• まとめと次のステップ

本記事では、特に「プロンプトの書き方」や「ビジネスシーンでの活用法」に関連した内容を取り上げます。本書の全体像については、ぜひ本書をご覧ください。

Google Colabを使ったStable Diffusionの実践例

私が試したGoogle ColabでのStable Diffusion画像生成のサンプルコードをご紹介します。 これは、無料で利用できるクラウド環境を活用した方法で、初心者でも手軽に始められるのが魅力です。

# 必要なライブラリのインストール
!pip install diffusers transformers accelerate torch

from diffusers import StableDiffusionPipeline
import torch

# Hugging FaceのAPIトークンを直接コード内に記述
api_token = "YOUR_HUGGINGFACE_TOKEN"  # Hugging FaceのAPIトークンをここに入力してください

# 最新モデル（Stable Diffusion 3.5）のIDを指定
model_id = "stabilityai/stable-diffusion-2.0"  # 最新モデルIDが正しければこのまま使用
pipe = StableDiffusionPipeline.from_pretrained(model_id, use_auth_token=api_token, torch_dtype=torch.float16, revision="fp16")
pipe.to("cuda")  # GPUを利用

# プロンプトと生成パラメータを設定
prompt = "A high-quality photorealistic portrait of a young woman with natural lighting"
num_inference_steps = 100       # ステップ数（詳細さに影響）
guidance_scale = 7.5            # プロンプトへの忠実度
seed = 42                        # シードを固定（同じシードで毎回同じ画像を生成）

# 乱数シードを固定
generator = torch.Generator("cuda").manual_seed(seed)

# 画像生成
image = pipe(prompt, num_inference_steps=num_inference_steps, guidance_scale=guidance_scale, generator=generator).images[0]

# 画像の表示と保存
image.show()
image.save("generated_image.png")
    

最新のバージョン（例: 3.5）を利用する場合は、Hugging Faceの公式ドキュメントでの手順を確認してください。 デフォルトでは2.0が設定されており、3.5の利用には別途同意が必要な場合があります（執筆時点の情報）。