StableDiffusionでリアルを追求したからModelをこっそり教える

過去に、叡智を求め落胆た話や、自分のPCにStableDiffusionを入れた話を記事にした。

▼課金画像生成AIで苦労した話

▼自分のPCにStableDiffusionをぶち込んだ話

まだPCに入れてない人は上記StableDiffusionの記事から見てくだされ。

ここ数日、StableDiffusionのせいで時間がいくらあっても足りない。
だがこれもすべて叡智廃人諸君のためだから仕方ない。

追記（2025年8月27日）：関連記事追加

前提知識

StableDiffusionを使うと、まずモデルがめちゃ多くて困る。
一体なにを使えばいいのか。

種類の知識

モデルを探すときは、Civitaiというサイトを利用している

ここでモデルを探すのだが、一体何をどう探せばいいのか。

ベースとなるのがいくつかあるが、次の3つから選べばいい。

1. SD系（SD1.5)＝画像サイズが500x500前後だが、種類豊富

2. SDXL系＝種類豊富で1000x1000前後の画像が生成できる

3. Pony系＝ベースはよくわからんイラスト系らしいが、リアル系～叡智系まで幅広くカバー

ちなみに、Flux系もあるが、比較的高スペックを要求しやがるのでここでは無視する

あと、それぞれがCheckpointとLoraというのがある。
ひとまずLoraというのは省いて、Checkpointを探してStableDiffusionフォルダにぶち込むことだ

選定条件

人物を表示したときに、「CG感」が少なく、奇形が生まれにくいものを選んだ。複数あってもわかりにくいのでSD、SDXL、Ponyでそれぞれ個人的にベストなものを一つに絞り込んで使っている。

また、アジア系やジャパニーズ系は「作られたアイドル顔」になりやすいので全部捨てた。

大事なのは、表現力とリアルな描写。
ではどうぞ。

Cividaiの見方

英語で「Real」と検索すると上記のような画面になるが、左パネルに「Checkpoint」というのがあるので、それをクリックしておくとCheckpointだけの表示になる。
Pony系はSDXL系の派生で、学習してるモデルの癖が強めなものが多い。（それぞれ特徴がある感じ）人物や叡智系が多いのも特徴かもしれない。
SDとSDXLは幅広くカバーしてる感じかもしれない。癖が少なく、品質の高い画像が作りやすい。

あ、Loraを組み合わせたりいろいろあるけど、まずはCheckpointだけで勝負するのがいい。（LoraはCheckpointの追加学習みたいなもの）

俺が使ってるモデル

CyberRealisticPony

Pony系。
一番お気に入り。プロンプトがよく効くし、画質もよく使いやすい。
Pony系には下記の魔法のプロンプトを必ず入れてから、普通のプロンプトを追加してくだされ。

score_9, score_8_up, score_7_up, 

上記をプロンプトに、下記をネガティブプロンプトに入れる。

score_6, score_5, score_4, (worst quality:1.6), (low quality:1.4), (normal quality:1.4), ((illustration:1.3)), 3d, ((paintings:1.3)), ((sketches:1.3)),

アニメ調や低画質を防ぐ感じです。

20年代マフィアっぽい老人が歩いているところをだしました。

公園にいる女性もこの通り。

RalVisXL V5.0

SDXL系。
リアルなものを中心に、いろいろかっこいいのが作れる。
Cinematic系のLoraとも相性がいい。

こいつにはCinematic ShotっていうLora使ってるよ！

LoraはModelのなかにある「Lora」フォルダに入れるんだよ。
使い方は色々なひとが説明してるからググれ。
リアル系では凄く使いやすいっすね。

Realisian＆RealisianNegativeEmbedding

SD系

使っている唯一の人物特化系。

使い方が特殊だけど、安定して美人さんが産まれ出る。

まずは下記からダウンロードしてModelフォルダーへ

続いて下記を、StableDiffusionのWebUIフォルダ内にある「embeddings」フォルダへ入れる

Negative Prompt

Realisian-Neg

Sampling Method

DPM++ SDE Karras

Sampling Steps

12 (8 ≈ 16)

Restore Faces

Off

Hires Fix (! Required !)

On

Upscaler: Latent (bicubic antialised)

Hires Steps: 5 (4 ≈ 10)

Denoising Strenght: 0.55 (0.4 ≈ 0.7)

Upscale by: 2

CFG Scale

3 (2 ≈ 5)

Clip Skip

1 (1 ≈ 2)

VAE

None (Baked)

▼ Merge Based O

むずい。

ネガティブプロンプトに「Realisian-Neg」を追加。
サンプリングステップは12に。
サンプリング方法とスケジュールタイプは「DPM++ SDE」と「Karras」に。
高解像度補助はONにして、高解像度ステップを5に。
ノイズ除去を0.55くらいに。
CFGスケールは3に。
ってことらしい。

そしたらこんなのが生み出せる。

モデルのまとめ

Pony系＝CyberRealisticPony（リアル系～サイバー系が得意）
SDXL系＝Realvisxl（なんでも行ける。画質系Loraとの相性もいい）
SD系＝Realisian（AIっぽい日本人女性得意）

プロンプトについて

いわゆる「魔法のプロンプト」みたいのは確かにあるが、そういうのは無料で沢山出回っているし、自分で工夫する楽しみのほうが大事だよね。

今回は「リアルにこだわった」ので、リアルに近づけるプロンプトだけ紹介しておきます。俺が現在使ってるのは、

realistic lighting, detailed skin, ultra high res, best quality, photo realistic, raw, 8k,  

上記は絶対に入れてる。
これにプラスして、画質というか画風を、

• Cinematic＝映画風に

• portrait＝ポートレート風に

• real life photo=プロっぽくない画風に

• film noir＝モノクロのフィルムノワール風に

効果について

これはモデルの組み合わせや細かい設定で変わるけど、同じプロンプトで、

別のプロンプトの例。上記のお顔ズーム。

といった感じで調整している。

最後に

おまけで、体が変なの生まれにくいプロンプトを紹介しておく。ネガティブプロンプトに追加する。どこかから持ってきたやつだから意味はしらん。

ugly,bad anatomy,error,missing limb,bad hands,missing fingers,extra digit,fewer digits,malformed_hands,disconnected_limbs,inaccurate limb,extra_fingers,bad fingers,poorly drawn fingers,liquid fingers,

ちなみに、叡智だめ！絶対！

みんなちゃんと服を着せようね。