Stable Diffusionをローカル環境で使う方法｜インストールから使い方まで
Stable Diffusionを自分のPCのローカル環境へ導入すると、クラウドサービスの規制を気にせず無料で画像生成AIを使い続けられます。
Windows向けのインストール手順から基本的な使い方まで、初心者にも分かるよう丁寧に解説します。
この記事を読めば、事前準備からモデル導入、画像生成の応用設定まで一連の流れを迷わず進められます。
Stable Diffusionをローカルで使うメリットと必要スペック
Stable Diffusionをローカル環境のPC上で動かすと、クラウド版にはないさまざまな恩恵を受けられます。
コスト・プライバシー・自由度という3つの観点から、ローカルで使う意義と、実際に動かすために必要なPCスペックを整理しましょう。
ローカル環境で使う3つのメリット
ローカルPCで画像生成AIを動かす主なメリットは以下の3点です。
- ① 完全無料で使い放題：クラウドサービスのように月額料金や生成枚数の上限がなく、一度導入すれば追加コストゼロで使い続けられます
- ② 生成データが外部に漏れない：すべての処理が自分のPC内で完結するため、生成した画像がサーバーに送信されません。ローカルで使っていることが他人に知られるリスクがほぼゼロで、プライバシーを守れます
- ③ インターネット不要で高速動作：モデルの読み込みや推論処理をすべてローカルで行うため、サーバー混雑の影響を受けず安定した速度で生成できます。規制やサービス終了の心配もありません
推奨PCスペック（GPU・VRAM・RAM）
Stable Diffusion WebUIを快適に動かすためのシステム要件を以下の表に示します。
| 項目 | 最低スペック | 推奨スペック |
|---|---|---|
| GPU | NVIDIA GPU（VRAM 4GB） | NVIDIA GPU（VRAM 8GB以上） |
| VRAM | 4GB | 8GB〜12GB以上 |
| RAM | 8GB | 16GB以上 |
| ストレージ | 20GB以上（空き） | 50GB以上（モデルデータ含む） |
| OS | Windows 10 64bit | Windows 11 64bit |
VRAM 6GB以上あれば標準的なモデルをストレスなく実行できます。
LoRA学習などの追加学習機能を使う場合は12GB以上の実行環境が推奨されます。
WindowsとMacどちらで動かせる？
Stable DiffusionはWindows・Mac・Linuxの3つのOSで動作します。
WindowsはNVIDIA GPUとの相性が最もよく、情報も豊富です。
MacはApple Silicon（M1/M2/M3/M4など）に対応しており、Metal経由でGPUを利用できますが、VRAM構成の違いからWindowsほどの速度は出ないケースがあります。
本記事ではWindows＋NVIDIA GPUの構成を前提に解説します。
スマホでのローカル動作は処理能力の制約から実用的ではありません。
インストール前の事前準備
Stable Diffusion WebUIをローカル環境へインストールする前に、GPUドライバ・Git・Pythonの3つをあらかじめ用意しておく必要があります。
この準備を省くとインストール中にエラーが発生しやすく、原因の特定も困難になります。
以下の順番に沿って作業を進めることで、WebUIのセットアップをスムーズに行えます。
GPUドライバの確認とアップデート方法
Stable Diffusionをローカル環境で快適に動かすには、NVIDIA製GPUドライバを最新バージョンに保つことが重要です。
現在のドライババージョンはコマンドプロンプトで nvidia-smi と入力するか、Windowsのデバイスマネージャーから「ディスプレイアダプター」を開いて確認できます。
最新ドライバはNVIDIA公式サイトからダウンロードできます。
ドライバのバージョンによって対応するCUDAのバージョンが異なるため、画像生成AIの実行環境を整える上でドライバの更新は必ず最初に済ませておきましょう。
古いドライバのままだと、Stable Diffusion WebUIの起動時にエラーが発生するケースがあります。
GitとPython 3.10のインストール手順
Stable Diffusion WebUIの導入にはGitとPython 3.10が必要です。
それぞれ以下の手順でインストールしてください。
- Gitのインストール：Git公式サイト（git-scm.com）にアクセスし、「Download for Windows」からインストーラーをダウンロードします。設定はすべてデフォルトのままで問題ありません
- Python 3.10のインストール：Python公式サイト（python.org）から「Windows installer (64-bit)」を選択してダウンロードします。インストール開始画面で必ず「Add Python 3.10 to PATH」にチェックを入れてからインストールを進めてください。このチェックを忘れると、コマンドプロンプトでPythonが認識されず後の手順でエラーが発生します
インストール後はコマンドプロンプトで python –version および git –version を実行し、バージョンが表示されれば設定完了です。
Stable Diffusion WebUIは特定のPythonバージョンを前提に構築されているため、3.10を使うのが最も安定します。3.11以降の新しいバージョンでは一部のライブラリが動作しない場合があるため注意しましょう。
作業フォルダの作成と配置の注意点
WebUIのインストール場所となる作業フォルダは、パスに日本語・全角文字・スペースを含まない場所に作成してください。
これらが含まれるとインストール中やWebUIの起動時にエラーの原因となります。
推奨ディレクトリの例は C:\sd\ や C:\StableDiffusion\ のように、シンプルな半角英数字のパスです。
また、ストレージ容量が十分あるドライブ（20GB以上の空き推奨）に配置することで、モデルデータを追加する際にも余裕を持って運用できます。
Stable Diffusion WebUIのインストール方法
Stable Diffusion WebUIをローカル環境へ導入する方法は、大きく分けて2種類あります。
操作が簡単なForge版（Stability Matrix経由）と、カスタマイズ性の高いAUTOMATIC1111版の手動構築です。
初めてローカルでの画像生成AIに挑戦する方には、VRAM効率と導入のしやすさに優れるForge版をおすすめします。
Forge版とAUTOMATIC1111版の違い
2つのWebUIにはそれぞれ特徴があります。
用途や手元のPCスペックに合わせて選んでください。
| 比較項目 | Forge版 | AUTOMATIC1111版 |
|---|---|---|
| 動作速度 | 速い（最適化済み） | 標準的 |
| VRAM効率 | 高い（低VRAMでも動作しやすい） | やや高め |
| 導入難易度 | 低い（Stability Matrix対応） | やや高い（手動構築が必要） |
| 情報・解説量 | 増加中 | 非常に豊富 |
| 拡張機能・LoRA対応 | 対応 | 対応 |
VRAM 6〜8GBといった低〜中スペックのローカルPCでは、Forge版の方が快適に画像生成AIを動かせます。
一方、ネット上の日本語解説が豊富なのはAUTOMATIC1111版です。
参考にできる情報が多い点を重視する場合は手動構築も選択肢になります。
【推奨】Stability Matrix経由でForge版を導入する
Stability Matrixは、複数のWebUIをGUIで管理できるワンクリックパッケージツールです。
コマンド操作なしでForge版をインストールできるため、初心者に最もおすすめのローカル版導入方法です。
- Stability Matrixの公式サイト（lykos.ai）にアクセスし、Windows向けインストーラーをダウンロードする
- ダウンロードした StabilityMatrix-win-x64.exe を実行し、インストール場所を確認してセットアップを完了させる
- 起動後、「Add Package」ボタンをクリックし、一覧から Stable Diffusion WebUI Forge を選択する
- 「Install」をクリックすると、必要なPythonパッケージや依存ファイルが自動でダウンロード・構築される
- インストール完了後、「Launch」ボタンを押すとブラウザ上でWebUIが起動し、画像生成AIをすぐに使い始められる
作業フォルダのパスは自動でStability Matrixが管理するため、スペースや日本語によるトラブルも起こりにくい点も安心です。
【手動】AUTOMATIC1111版を手動インストールする
AUTOMATIC1111版をローカル環境へ手動でインストールする方法です。
Stable Diffusionをローカルへ導入する手順を一から理解したいという方や、細かく実行環境をコントロールしたい上級者向けの手順となります。
事前にGitとPython 3.10が設定済みであることを確認してください。
コマンドプロンプトでのgit clone実行
コマンドプロンプトを開き、あらかじめ作成した作業フォルダへ移動してから以下のコマンドを実行します。
- 作業フォルダへ移動: cd C:\sd
- リポジトリを取得: git clone https://github.com/AUTOMATIC1111/stable-diffusion-webui.git
- フォルダ内の webui-user.bat をダブルクリックして起動する
初回起動時は必要なパッケージが自動ダウンロードされるため、完了まで数分〜十数分かかります。
初回起動時のエラー対処法
コマンドプロンプトにエラーメッセージが表示されて止まった場合、以下の原因を確認してください。
- 「Python was not found」：インストール時に「Add to PATH」のチェックが漏れています。Pythonを再インストールしてください
- 「torch not found」：webui-user.bat 内の COMMANDLINE_ARGS に –skip-torch-cuda-test を追加して再起動してみてください
- 「CUDA out of memory」：VRAMが不足しています。–medvram または –lowvram オプションを追加することで動作する場合があります
- 解決しない場合はAUTOMATIC1111の公式GitHubのIssuesページで同様の報告を検索してください
モデルの導入と基本的な使い方
WebUIの起動が確認できたら、次はモデルの追加と基本的な画像生成操作を行いましょう。
ローカル環境でのStable Diffusion活用では、モデル（checkpoint）のダウンロードと配置、LoRAやVAEといった追加素材の導入、そしてプロンプトを使った実際の画像生成の3ステップが基本の流れです。
このセクションではその一連の手順をわかりやすく解説します。
モデル（checkpoint）のダウンロードと配置
Stable Diffusionでローカル環境の画像生成AIを動かすには、まずモデルデータ（checkpointファイル）を用意する必要があります。
モデルの主な配布サイトは以下の2つです。
- Civitai（シビタイ）：イラスト系・リアル系など豊富なモデルが無料公開されており、ブラウザから直接ダウンロードできます。一部モデルはアカウント登録が必要です
- Hugging Face：公式・研究用モデルが多く、安定した品質のものが揃っています
ダウンロードしたモデルファイルは、WebUIのインストールフォルダ内にある models/Stable-diffusion/ フォルダに配置してください。
ファイル形式は .safetensors 形式が推奨です。
旧来の .ckpt 形式は悪意あるコードが混入するリスクがあるため、safetensors形式を選ぶようにしましょう。
配置後にWebUIをリロードすると、モデル選択欄に反映されます。
.ckpt形式は任意のコードを実行できる仕組みを含むため、配布元が不明なファイルはセキュリティ上のリスクがあります。安全性の高いsafetensors形式を優先してダウンロードしましょう。
LoRAとVAEの追加方法
モデルに加えて、LoRAとVAEを導入するとさらに表現の幅が広がります。
- LoRA（Low-Rank Adaptation）：特定のキャラクターや画風を追加学習させた軽量ファイルです。ダウンロードしたLoRAファイルは models/Lora/ フォルダに配置します。プロンプト内で <lora:ファイル名:強度> の形式で呼び出すことで効果が適用されます
- VAE（Variational Autoencoder）：画像の色合いやシャープネスを調整するファイルです。VAEファイルは models/VAE/ フォルダに配置し、WebUIの「設定（Settings）」タブ→「Stable Diffusion」項目の「SD VAE」欄で選択・適用します。設定後は「設定を保存」ボタンを押すことを忘れずに
それぞれ導入後はWebUIの再起動またはリロードを行うと確実に反映されます。
プロンプトの書き方と画像生成の基本操作
いよいよ画像生成の操作です。
WebUIの「txt2img」タブを開き、以下のパラメータを設定して「Generate」ボタンをクリックするだけで画像が生成されます。
| パラメータ | 意味 | 推奨値 |
|---|---|---|
| Steps | 生成ステップ数（多いほど高品質だが低速） | 20〜30 |
| CFG Scale | プロンプトへの忠実度 | 7〜9 |
| Sampler | 画像生成アルゴリズム | DPM++ 2M Karras |
| Seed | 乱数の種（-1で毎回ランダム） | -1（自動） |
ポジティブプロンプトには生成したい要素を英語で記述します（例：1girl, beautiful face, blue eyes, masterpiece, best quality）。
ネガティブプロンプトには除外したい要素を入力します（例：worst quality, low quality, blurry, bad anatomy）。
プロンプトの書き方を工夫するだけで生成結果が大きく変わるため、ローカル環境での使い方に慣れてきたら積極的に試行錯誤してみてください。
ローカル環境をさらに活用する応用設定
基本的な画像生成の流れをマスターしたら、次はローカル環境ならではの発展的な活用に挑戦しましょう。
追加学習機能を使えば自分だけのオリジナルモデルが作れるほか、拡張機能を導入することで表現の幅が大きく広がります。
さらに、同じ自宅のネットワーク内であればスマホやサブPCからもアクセスできるため、生成作業がより柔軟になります。
追加学習（Dreambooth・LoRA学習）で自分のモデルを作る
ローカル環境での学習機能を活用すると、特定のキャラクターや画風を再現するオリジナルモデルを作成できます。
代表的な手法はDreamboothとLoRA学習の2種類です。
- Dreambooth：ベースモデル全体をファインチューニングする手法。高品質な結果が得られる一方、VRAM 12GB以上が推奨されます
- LoRA学習：差分ファイルを学習する軽量な手法。VRAM 8GB程度から実行でき、学習用画像は20〜30枚が目安とされています
どちらの手法もローカルPC上で完結するため、画像が外部に送信される心配がなく、プライバシーを守りながら学習を進められます。
詳細な学習手順は別途解説記事を参照してください。
拡張機能（Extensions）の導入方法
WebUIには拡張機能（Extensions）を追加することで機能を大幅に拡張できます。
インストールはWebUI上部の「Extensions」タブ→「Available」タブから検索してワンクリックで行えます。
特に人気の高い拡張機能は以下の2つです。
- ADetailer：顔や手の崩れを自動補正し、仕上がりのクオリティを底上げします
- ControlNet：ポーズや構図を指定画像に基づいてコントロールできる強力なツールです
拡張機能を導入したら「Apply and restart UI」ボタンを押してWebUIを再起動することで有効になります。
スマホやサブPCからローカル環境にアクセスする方法
ローカルで動かしているStable Diffusion WebUIには、同じLAN（自宅Wi-Fiなど）内であればスマホやサブPCからもアクセスできます。
設定はwebui-user.batのCOMMANDLINE_ARGSに –listen オプションを追加するだけです。
- webui-user.batをテキストエディタで開く
- set COMMANDLINE_ARGS= の行に –listen を追記する
- WebUIを再起動し、スマホのブラウザから http://[ホストPCのIPアドレス]:7860 にアクセスする
インターネット上に公開されるような設定は絶対に避けてください。外部からの不正アクセスを受けるリスクがあるため、LAN内利用に留めることを強く推奨します。
よくある質問
ここでは、Stable Diffusionをローカル環境で活用する際に多くの方が抱きやすい疑問をQ&A;形式でまとめました。
プライバシーへの不安、GPUなし環境での動作可否、インストール中のエラー対処、モデルの入手先、さらにForgeとAUTOMATIC1111の使い分けまで、初心者から中級者まで役立つ回答を順番に解説していきます。
よくある質問
Q. Stable Diffusionのローカル利用は他人に知られますか？
ほぼ知られる心配はありません。ローカルPC上でStable Diffusionを動かす場合、生成した画像やプロンプトのデータはすべて自分のPC内にのみ保存され、外部のクラウドサーバーには一切送信されません。オンラインサービスとは異なり、利用履歴が運営側に記録されることもないため、プライバシーを守りながら画像生成AIを活用できます。ただし、モデルのダウンロード時には通信が発生する点は留意してください。CivitaiやHugging Faceからモデルデータを取得する際のアクセスログは、配布サイト側に残ります。
Q. GPUなしのPCでもStable Diffusionは動きますか？
CPUのみでも動作は可能ですが、実用的な速度は期待できません。通常であれば数秒〜数十秒で完了する画像生成が、CPUモードでは1枚あたり数十分以上かかるケースもあり、快適な利用は難しいのが実情です。ローカル環境のスペックとして、やはりGPUの有無が動作速度を大きく左右します。快適に使うには、NVIDIA製GPUを搭載したWindowsPCを強く推奨します。VRAM 6GB以上を目安にご用意ください。
Q. インストール中にエラーが出て進めません。どうすれば？
主な原因は「Pythonのバージョン不一致」「PATHが未設定」「VRAM不足」「作業フォルダのパスに日本語やスペースが含まれている」の4つです。Pythonは3.10を再インストールし「Add to PATH」にチェックを入れる、コマンドが認識されない場合は環境変数のPATHを確認する、「CUDA out of memory」が出る場合はwebui-user.batに–medvramまたは–lowvramを追加する、パスはC:/sd/のようにシンプルにする、といった対処が有効です。解決しない場合は公式GitHubのIssuesページで同様のエラーメッセージを検索してみてください。
Q. モデルはどこからダウンロードすればよいですか？
ローカル環境でのモデル入手先として代表的なのは、CivitaiとHugging Faceの2サイトです。Civitaiはイラスト系・リアル系など豊富なモデルを無料で検索・ダウンロードでき、ユーザーレビューで品質を確認しやすいのが特徴です。Hugging Faceは公式モデルや研究用モデルが多く、Stable Diffusionの基盤モデルもここで配布されています。ファイル形式は安全性の高いsafetensors形式を優先してダウンロードし、models/Stable-diffusion/フォルダに配置するだけで使えます。なお、各モデルの著作権・利用規約は必ず確認したうえで使用してください。
Q. ForgeとAUTOMATIC1111、初心者にはどちらが向いていますか？
初心者にはForge版をおすすめします。Forge版はVRAM効率が大幅に改善されており、低スペックなローカルPCでも高速に画像生成AIを動かせるのが最大の強みです。一方、AUTOMATIC1111版は国内外の情報量が豊富で、拡張機能も充実しています。導入の手軽さという点では、Stability Matrix経由でForge版をワンクリックでインストールできるやり方が最もハードルが低く、コマンドプロンプト操作に不慣れな方でもスムーズに起動まで辿り着けます。まずはForge版＋Stability Matrixの組み合わせで始めるのがベストです。
まとめ
この記事では、Stable Diffusion WebUIをローカルPCへインストールする方法から、モデルの導入・画像生成の使い方までを解説しました。
推奨環境はWindows＋NVIDIA GPU（VRAM 6GB以上）で、導入はStability Matrix経由のForge版が最も手軽なローカル版導入の近道です。
モデルはCivitaiやHugging Faceからダウンロードし、所定のフォルダへ配置するだけで使い始められます。
まずは基本操作を試し、慣れてきたらLoRAや拡張機能で表現の幅を広げていきましょう。
ぜひ今日のうちにインストールを始めて、自分だけのローカル環境での画像生成AIを体験してみてください。
