概要
- SD1.4, SD1.5を総称してSD1.xと呼ぶ（当Wiki内限定の表現）
- RunwayとCompVis、Stability AIが2022年にリリースした画像生成AIモデル。
オープンソースの画像生成AIとして、としあき達への普及にあたって先駆けとなった存在。
性能面
- 複雑な構図やプロンプトの細かい指示には、当時としても弱い傾向があった。
人体構造の破綻は当り前。- が、それを逆手にとった遊びやジョーク、カオスさがふたばのとしあき達で話題であった。
一方で、生成速度は非常に軽快で、旧世代のGPUでも十分動作する。
- が、それを逆手にとった遊びやジョーク、カオスさがふたばのとしあき達で話題であった。
- ネイティブ解像度は512x512pxと、後発モデルに比べると低め。
- LoRAやControlNet、各種拡張機能のほとんどがまずSD1.5向けに開発される慣習が長く続いた。
派生モデル(マージモデル、ファインチューンモデル)の数は他のどのシリーズと比べてとても多い（失敗作も多い）。- Loha, Lokrのような軽量LoRA方式が登場したのも同時期。
当時は4GB～8GBグラボ主流で学習ツールが未成熟だったため、モデル読込だけで限界であり、パラメータをVRAM展開する余裕はほとんどなかった。
その結果、SD1.x現役時目線で見ても、品質が明らかに低いLoRAファイルが多く流通している。 - とはいえ、その数の多さをガチャ感覚で楽しむとしあきも多かった。
- Loha, Lokrのような軽量LoRA方式が登場したのも同時期。
- Danbooruタグとの親和性が高く、イラスト系の運用実績が豊富。
- 要求スペックに関しては非常に低く、VRAM4GB程度でも推論が可能。
学習環境も個人PCレベルで十分に構築できる。 - コンテンツフィルタは緩く、学習データセットの性質もあって、成人向け表現を含むファインチューンが盛んに行われた。
ユーザーの動向
- SDXL登場してからも、かなり長い期間使用されており、SDXL成熟期（おおよそIllstrious登場した頃）までは結構なユーザーが残っていた。
- ComfyUI, Forge NeoなどのVRAM削減が進み、SDXL, Animaへの移行が進んだ結果、新規ユーザーがSD1.xを導入することはほぼなくなった。
- t2iとしての最低限の機能はあるため、2026年でも「これで十分」と、メインで扱う古参ユーザーもごく少数ながら見かけたりする。
- 総じて、性能は低いが、生成AIは楽しむものという基本を教えてくれた良作と言える。
特徴
基本スペック
- アーキテクチャ基本構造
- LatentDiffusionModel(LDM)をベースとしたモデル
- 拡散モデル
- U-Net
- パラメータ数860M（8.6億）
- TextEncoder
- CLIP ViT-L/14
- パラメータ数約123M（1.23億）
- VAE
- SD1専用VAE
- ベースモデルのスタイル系タグ適正
- 得意分野・・・anime, illust
- 可能・・・photorealistic, concept art, watercolor, oil painting, 3d
- 不可・・・
- テキスト出力・・・不可。
- コンテンツフィルタ・・・なし。
- 固有機能・・・なし
利用方法
対応UI
推奨生成パラメータ
サイズ
縦横いずれも、512px推奨。
- その解像度以外は使用範囲外で、
およそ700pxを超えて生成したあたりから、同じ画像パターンの繰り返しみたいな明確な破綻が起こる。
追加学習で解決する問題ではなく、モデル構造上の問題。
プロンプト
当Wiki各ページに色々書いてあります。