Stable DiffusionのEmbeddingとは何か、その基本的な使い方から、画像の品質向上に役立つおすすめのものまで解説します。
特に有名なEasyNegativeの効果についても詳しく触れるため、手軽に生成画像のクオリティを上げたい方は参考にしてください。
Stable DiffusionのEmbeddingとは?

Stable DiffusionにおけるEmbeddingとは、Textual Inversionという技術によって作られた、特定の概念をStable Diffusionモデルに追加で学習させた軽量なファイルのことを指します。
Textual Inversionは、数枚の画像データから、特定のキャラクターの見た目や、アニメ調、水彩画風といった特定の画風、特定の物体の特徴といった概念を抽出し、それを表現するための情報をコンパクトなデータとして学習させる機能です。
特定のキャラクターのEmbeddingを使えば、そのキャラクターを簡単に画像に登場させられますし、特定の画風のEmbeddingを使えば、生成される画像全体の雰囲気をその画風に寄せることができるのです。

Embeddingの導入方法|3ステップで完了

Embeddingの導入は非常に簡単で、わずか3つのステップで完了します。
専門的な知識や機能追加は不要で、ファイルをダウンロードして指定のフォルダに移動し、プロンプトに特定の単語を追加するだけで利用を開始できます。
はじめに、目的のEmbeddingファイルを探してダウンロードします。
「Civitai」には、多種多様なEmbeddingが公開されており、多くのユーザーが利用しています。
サイト内で「Embedding」でフィルターをかけて検索すると、ファイルを見つけやすくなります。

ダウンロードしたEmbeddingファイルは、指定されたフォルダに格納する必要があります。
AUTOMATIC1111版のWebUIのフォルダ内にある「embeddings」という名前のフォルダにファイルを移動させます。
次に、Textual Inversionを開き、格納したファイルを確認します。

Embeddingファイルを使用するには、ダウンロードページなどに記載されている「トリガーワード」をプロンプトに入力します。
トリガーワードとは、そのEmbeddingを起動するための特定の単語やフレーズを指します。
プロンプトで画風やキャラクターに反映させたい場合とネガティブプロンプトで品質を向上させたい場合、それぞれ対応するトリガーワードを記述します。
プロンプ入力にカーソルを合わせて、Textual Inversionのサムネイルをクリックすると単語が自動で転送されます。

Embeddingの「EasyNegative」ファイルを設定すると、低品質に関するネガティブプロンプトをひとまとめにしてくれます。
EasyNegativeなし

EasyNegativeあり

Embeddingは、プロンプトの煩雑さを省略できるツールなのでしっかり活用していきましょう。

【ポジティブプロンプト用】特定の画風やスタイルを表現するEmbedding

ポジティブプロンプトで用いるEmbeddingは、特定の画風、キャラクター、あるいはオブジェクトのスタイルを画像に反映させる目的で使用されます。
特定のアニメ風のイラストや、ある画家の作風を模倣したい場合に便利です。
ポジティブプロンプトで用いるEmbeddingは、ベースとなるモデルの能力を拡張する形で機能し、チェックポイントモデルを切り替えることなく、手軽に多様な表現を試すことができます。
SimplePositiveXL

SimplePositiveXLは、主に「顔まわりなどのクオリティ向上」を狙った補助用Embeddingです。
顔周りのデティールを省略することができるので、すべてのシーンで汎用性があります。
SDXLで利用することができます。
Color Palettes

Color Palettesは、「色味専用」のEmbeddingです。
色相・彩度・コントラストなど色の雰囲気だけを強く反映させることを目的に作られていて、パステル調で淡い色合いの高コントラストから彩度低めのフィルム風カラー など、色のスタイルを呼び出すことができます。
色合いは7種のパターンからファイルごとに選択できるようになってます。
SD1.5で利用することができます。

【ネガティブプロンプト用】品質向上におすすめのEmbedding

画像のクオリティを手軽に向上させたい場合、ネガティブプロンプト専用のEmbeddingが非常に役立ちます。
低品質な画像に共通する特徴を学習しており、プロンプトに指定するだけで崩れやすい手や足、不自然な顔のパーツなどを効果的に抑制します。
EasyNegative

EasyNegativeは、「変な手・崩れた顔・雑な塗り・ノイズっぽさ」などをまとめて抑えてクリアにするための汎用ネガティブEmbeddingという位置づけのツールです。
EasyNegative を使用すると次のような効果が反映されます。
- 手・指の崩れを軽減
- 顔・目の崩壊を出にくくする
- ノイズっぽい・ざらざらした見た目を抑える
- ポーズや構図が変にねじれた絵を出にくくする
- 全体的に整ったイラストに安定させる
SD1.5で利用することができます。
unaestheticXL_Alb2

unaestheticXL_Alb2は、「のっぺり・安っぽい・変な質感」などの “微妙な画質” をまとめて避けるための
ネガティブプロンプト用のEmbeddingです。
unaestheticXL_Alb2を使用すると次のような効果が反映されます。
- 安っぽい 3D感・プラスチック感を解消
- ノッペリした質感、モヤっとした塗りをクリアに
- チープに見える配色やコントラストを整えます
- 「AIっぽくて安っぽい」印象の出やすい特徴を排除
SDXLで利用することができます。

Embeddingを使う前に知っておきたい2つの注意点

Embeddingを手軽に利用できる一方で、いくつかの注意点が存在します。
特に、使用するモデルとの相性や、StableDiffusionのバージョン違いによる互換性の問題は、エラーの原因となったり、期待した効果が得られなかったりする要因になります。
以下の2つのポイントを確認して、Embeddingを有効に利用しましょう。
- 使用するモデルとの相性を考慮する
- SD1.5、SDXLで対応したEmbeddingを選ぶ必要がある
使用するモデルとの相性を考慮する

Embeddingは、特定のモデル(チェックポイント)をベースに学習されていることが多く、他のモデルと組み合わせた際に意図した通りの効果を発揮しない場合があります。
アニメ風イラストのモデルで作られたEmbeddingを、リアル系のモデルで使うと、画風が崩れたり、特徴がうまく反映されなかったりすることがあります。
配布ページに推奨モデルが記載されている場合は、それを参考にすると良いでしょう。 相性が悪いと感じた場合は、別のモデルで試すか、他のEmbeddingを探すことを検討してみましょう。

SD1.5、SDXLに対応したEmbeddingを選ぶ必要がある

高性能な画像生成モデルであるSDXL(Stable Diffusion XL)は、従来のバージョン(SD1.5など)とはアーキテクチャが異なるため、過去のEmbeddingとの互換性がありません。
SD1.5用に作られたEmbeddingをSDXLで使用しようとしても、全く効果が現れないので、SDXLでEmbeddingを使用する場合は、必ずSDXLに対応していると明記されたファイルをダウンロードする必要があります。

Stable DiffusionでEmbeddingを使いこなそう
Embeddingは、Stable Diffusionで生成する画像の品質を手軽に向上させたり、特定のスタイルを追加したりできる便利なファイルです。
特に、ネガティブプロンプト用は、画像の破綻を抑えるのに役立ちます。
Embeddingを使いこなして、効率よく質を上げて創作の幅を広げていきましょう。

Stable Diffusionの人物画像生成において、ポーズを生成する際、非常に細かいディテールが求められます。
効率的にStable Diffusionで画像を生成するには、16GB以上のVRAMが搭載されたパソコンの利用がおすすめです。
しかし、高性能なパソコンの多くがが30万円以上と高額になります。
そのような時は、PICSOROBANがおすすめです。
コストを抑えたい方へ:今のパソコンのまま使える「PICSOROBAN」
ピクソロのメリット
- すぐ使える:高額PC不要で、ブラウザからすぐに利用可能。必要な分だけポイントを購入できます。
- リーズナブル:30分約60円で利用可能。さらに今なら約2時間分が無料。
- 無制限作成:時間内であれば、何枚でも画像生成可能。短時間で多くの作品を生成できます。
ブラウザで簡単!ピクソロ!

PICSOROBANは、インストールの必要なくブラウザで簡単にStable Diffusionを利用できます。
さらに、今ならリリースキャンペーンとして無料会員登録するだけで、2,000ポイント(約2時間分)貰えます!
詳しい使い方は下記の記事で紹介しています。
\今なら約2時間無料で使える!/
Stable Diffusionが快適に使えるおすすめのパソコンやグラボに関しては下記の記事で紹介しています。










