【Qwen-Image】ローカルAIでローカルアイドルを生成する＋ComfyUI nunchaku導入方法【新世代ローカル画像生成AI】

はじめに

※ 本記事の画像は、Qwen-Imageを少ないVRAMでも高速な動作を可能にするnunchaku版Qwen-Image+高速化LoRA8ステップで生成した作品（1920x1440）です

Kreaも含めたFLUX.1では、典型的な日本のアイドル画像をベースモデルで生成できないため大変だったのですが、Google Imagenの専売特許だった（ステレオタイプな衣装）を、Qwen-Imageは簡単に生成できます。

さらにQwen-Imageで利用されているテキストエンコーダQwenVLは翻訳でないネイティブで日本語を扱えるため、本記事のプロンプトはすべて日本語で記述しています。

最初から高解像度（1920x1440）生成なのでポスト処理なしです。RTX 3060で51秒で終了するnunchaku技術はたいしたものだと思います。

※ 付録欄に、支援者様（メンバーシップ）向けの記事として、利用した日本語プロンプトとjsonワークフローの添付、ComfyUI nunchaku設定について記載しています。

生成作品

まとめ

同じものを（無料or有料の）Imagenで生成できるなら、それでいいじゃないかと思われるかもしれませんが、クラウドAIには自由がありません。そしてローカルAIには自由があります。求める自由は人それぞれですがが、それが天と地を分けるほどの違いだと思います。

真の自由は、大金をつぎ込んでも企業のサブスク課金・従量課金では手に入りません。いつの時代も自由を得るには、自分で面倒な作業を独自に行う必要があるのかもしれません。まさに自由とはプライスレスです。

付録

本記事で利用した日本語のプロンプトとjsonワークフローを添付しています。記事支援いただける場合はよろしくお願いします。※ 画像にすべての情報がありますが。

Qwen-Imageのワークフローはシンプルで標準変更なしの基本そのままなのですが、どちらかというと、nunchaku導入の方が多くの方にとって大変なのではと思います。

ComfyUIへのnunchaku導入概要

nunchaku手法の開発元nunchaku-techの公式githubページはこちら、

公式の導入ドキュメントはこちら、

簡単な流れを説明すると、上記リポジトリの

• ① ComfyUI-nunchakuカスタムノードをComfyUIへ導入

• ② nuchaku導入

• ③ 必要なモデルをダウンロード

です。特殊な古いdev版かつLinuxの導入方法は下記事で紹介しています。

最新版（nunchaku 1.0.0）のWindowsでの導入

※ 仮想環境にはAnacondaを利用しています。

REM Python仮想環境（Anaconda）の設定
create -n "comfyui-nunchaku" python=3.10
conda activate comfyui-nunchaku

REM ComfyUIインストール
REM 作業ディレクトリへ移動
cd test

REM リポジトリのクローン
git clone https://github.com/comfyanonymous/ComfyUI.git
cd ComfyUI

REM 動作確認のあるPyTorch 2.8＆CUDA12.8の導入
pip3 install torch torchvision --index-url https://download.pytorch.org/whl/cu128

REM その他ComfyUIに必要なパッケージのインストール
pip install -r requrements.txt

REM ComfyUIマネージャの導入
cd custom_nodes
git clone https://github.com/ltdrdata/ComfyUI-Manager comfyui-manager

REM ComfyUI-nunchaku（カスタムノード）の導入 
git clone https://github.com/mit-han-lab/ComfyUI-nunchaku nunchaku_nodes
cd ..

一度ComfyUIを起動します。