Stable Diffusion WebUI（AUTOMATIC1111）完全ガイド【2026年5月最新版】インストールから実践、Forge移行まで

Stable Diffusion WebUI（AUTOMATIC1111）完全ガイド【2026年5月最新版】 チュートリアル

Stable Diffusion WebUI（通称AUTOMATIC1111、略してA1111）は、ローカル環境でStable Diffusionによる画像生成を行うためのWebインターフェースとして、2022年の登場以来もっとも広く使われてきた定番ツールです。膨大な日本語チュートリアル、数百種類の拡張機能、CivitAIなどで配布される無数のモデルとの高い互換性が最大の強みです。本記事では、2026年5月時点の最新状況を踏まえ、A1111をゼロからインストールして実用ワークフローを組めるようになるまでを、Windows・Mac・Linuxすべて網羅して徹底解説します。

ただし最初に正直にお伝えします。A1111の本体（mainブランチ）は2024年7月のv1.10.0以降、実質的に開発が停滞しており、最後のタグはv1.10.1（2025年2月付与、コード本体は2024年7月時点で凍結）です。FLUXやStable Diffusion 3.5といった新世代モデル、RTX 50シリーズ（Blackwell）への正式対応は本体には入っていません。本記事はこの現実を隠さず、「2026年のいま、A1111をどう使うべきか、どのフォークに乗り換えるべきか」までを含めた決定版として書いています。

Stable Diffusion WebUI（AUTOMATIC1111）のtxt2img画面
Stable Diffusion WebUI（AUTOMATIC1111）のメイン画面（出典: 公式GitHubリポジトリ / AGPL-3.0ライセンス）
  1. Stable Diffusion WebUI（A1111）とは何か
    1. 主な機能
    2. ライセンスと開発体制
  2. 最新リリース情報（2026年5月時点）
  3. 他ツールとの比較
  4. メリット・デメリット
    1. メリット
    2. デメリット
  5. 動作要件
  6. インストール手順
    1. Windows（リリースパッケージ・初心者に最も推奨）
    2. Windows（git clone・拡張機能を本格運用する人向け）
    3. Linux（Ubuntu / Debian）
    4. macOS（Apple Silicon / M1・M2・M3・M4）
    5. RTX 50シリーズ（Blackwell / RTX 5070・5080・5090）での注意
  7. 初期設定
    1. 起動オプション（webui-user.bat / webui-user.sh）
    2. 日本語化
  8. 基本的な使い方
    1. txt2img（テキストから画像生成）
    2. プロンプトの書き方の基本
    3. img2img（画像から画像生成）
    4. インペイント（部分修正）
  9. 実践的な使い方
    1. ケース1: LoRAでキャラクター・画風を固定する
    2. ケース2: ControlNetでポーズ・構図を制御する
    3. ケース3: 高解像度化（Hires. fix とアップスケール）
  10. 応用・カスタマイズ
    1. 必須級の拡張機能
    2. API経由での自動生成
  11. パフォーマンス最適化
  12. よくあるエラーとトラブルシューティング
    1. 1. 起動時に「torch is not able to use GPU」エラー
    2. 2. RTX 50シリーズで「no kernel image is available for execution」
    3. 3. 生成画像が真っ黒・NaNエラー
    4. 4. 「Couldn’t install torch」「pip install failed」
    5. 5. 拡張機能を入れたらUIが起動しなくなった
    6. 6. SDXLでメモリ不足（CUDA out of memory）
    7. 7. 「No such file or directory: ‘ui-config.json’」など設定ファイル破損
    8. 8. 生成が極端に遅い（1枚に数分かかる）
  13. 以前のバージョンとの違い・廃止された仕様
  14. おすすめの組み合わせ・連携
  15. 推奨PCスペック
  16. まとめ
  17. 📦 この記事で紹介した商品

Stable Diffusion WebUI（A1111）とは何か

Stable Diffusion WebUIは、AUTOMATIC1111氏が開発したオープンソースのStable Diffusion用ブラウザGUIです。Python製のGradioフレームワーク上に構築されており、ローカルPCで起動したサーバーにブラウザからアクセスして画像を生成します。クラウドにデータを送らず、生成枚数の制限もなく、商用利用条件はモデルのライセンスにのみ依存します。

初回リリースは2022年8月で、Stable Diffusion v1.4/v1.5の公開と同時期にコミュニティの事実上の標準となりました。「Stable Diffusionを始める=A1111を入れる」という時代が約2年続き、その間に蓄積された日本語の解説記事・YouTube動画・拡張機能の数は他のどのツールも追随できないレベルにあります。これが2026年になってもA1111を学ぶ価値がある最大の理由です。

主な機能

  • txt2img（テキストから画像生成）、img2img（画像から画像生成）、インペイント、アウトペイント
  • アップスケーラー（R-ESRGAN、ESRGAN、SwinIR、LDSR、ScuNET）と顔補正（GFPGAN、CodeFormer）
  • LoRA、LyCORIS、Textual Inversion（埋め込み）、Hypernetworkの読み込み
  • ControlNet（拡張機能経由）、Regional Prompter、ADetailer など数百の拡張機能
  • X/Y/Z plot によるパラメータ比較、プロンプトのスケジューリング・編集
  • チェックポイントのマージ、CLIP interrogator、バッチ処理
  • REST API による外部連携（--api オプション）
  • VRAM 4GB から動作可能な省メモリ設計（--medvram / --lowvram）

ライセンスと開発体制

A1111本体のライセンスはAGPL-3.0です。同梱されるサブモジュールやモデルは別ライセンスのため、商用利用時は使用するチェックポイント（SD1.5、SDXL、各種マージモデル等）のライセンスを必ず個別確認してください。開発はAUTOMATIC1111氏個人を中心としたボランティアベースで、2024年半ば以降はメンテナンスがほぼ止まっています。

最新リリース情報（2026年5月時点）

2026年5月時点で、A1111本体の最新リリースはv1.10.1です。バージョン番号だけ見ると新しそうですが、実態は以下の通りで、ここを誤解すると古い情報を掴むことになります。

  • v1.10.0（2024年7月27日リリース）— 最後の機能追加版。Stable Diffusion 3 Medium への対応、新スケジューラー（Align Your Steps、KL Optimal、Beta、Simple、DDIM CFG++ サンプラー）、パフォーマンス改善。
  • v1.10.1（タグ付与は2025年2月9日）— 「CPUでのアップスケール修正」のみの極小パッチ。コード本体はv1.10.0からほぼ変わっていません。
  • v1.9.4（2024年5月）— setuptools のバージョン固定による起動エラー修正。

masterブランチの最終コミットも2024年7月で止まっており、44件以上のプルリクエストが未マージのまま放置されているとコミュニティの公式Discussion #16670「Future of Automatic1111 for 2025」で議論されています。つまりA1111本体は、FLUX（2024年8月公開）やSD3.5（2024年10月公開）、RTX 50シリーズ（2025年初頭発売、Blackwell世代）への正式対応が一切入っていません。

この状況を受けて、コミュニティの主力は以下のフォークへ移行しました。本記事の比較表・推奨構成はこの現実を反映しています。

  • Stable Diffusion WebUI Forge（lllyasviel氏）— A1111互換でVRAM効率と速度を大幅改善。FLUX対応。ただし本家Forgeも実験的方向に進み、2025年6月以降コミットが停滞気味。
  • reForge（Panchovix氏）— Forge派生。Python 3.12対応、SageAttention/FlashAttention対応、CFG++サンプラー追加。最終更新2026年4月。
  • Forge Classic（Haoming02氏）— 旧Forgeバックエンドを最適化し継続メンテ。2026年5月時点でも活発に更新中。
  • SD.Next（vladmandic氏）— A1111から派生した別系統のWebUI。FLUX/SD3.5/新GPUに継続対応し、2026年5月時点でローリングリリースで活発。

他ツールとの比較

2026年5月時点の各ツールの最新版を公式リポジトリで個別確認したうえで比較します。バージョン欄の日付は確認時点の最新リリースまたは最終コミットです。

項目A1111（本体）Forge / reForgeComfyUISD.Next
2026年5月時点の版v1.10.1（2024年7月凍結）ローリング（reForge最終 2026年4月）v0.21.1（2026年5月）ローリング（2026年5月）
開発状況実質停止本家停滞／フォークは活発非常に活発活発
UI形式フォームベースフォームベース（A1111互換）ノードベースフォームベース
学習コスト低い低い（A1111経験者は即移行可）高い中
VRAM最小4GB4GB（最適化で更に低減）4GB4GB
FLUX対応非対応（本体）対応対応対応
SD3.5対応非対応（本体）限定的〜対応対応対応
RTX 50系対応要手動対応フォークで対応対応対応
拡張機能の数最多多い（A1111拡張ほぼ流用可）多い（カスタムノード）中
日本語情報量圧倒的に多い多い増加中少なめ

参考までに、軽量お手軽路線の Fooocus は最新版 v2.5.5（2024年8月）で更新が止まっており、ノードベースで多機能な InvokeAI は安定版 v6.12.0（2026年3月）／v6.13.0 RC3（2026年5月）と活発に開発が続いています。「いまから始めるなら何が活発か」を知っておくことが重要です。

メリット・デメリット

メリット

  • 日本語の解説記事・動画・トラブル事例が他ツールより圧倒的に多く、詰まっても検索で解決しやすい
  • 拡張機能エコシステムが最大規模。ControlNet、ADetailer、Regional Prompter、Dynamic Prompts などが揃う
  • UIがシンプルでパラメータが一画面に並ぶため、初学者がStable Diffusionの仕組みを学ぶのに最適
  • SD1.5・SDXLという「枯れた」モデルとの互換性が非常に高く、CivitAIのモデルがほぼそのまま動く
  • VRAM 4GBの古いGPUでも起動できる省メモリオプションが充実

デメリット

  • 本体の開発が事実上停止。FLUX・SD3.5など2024年8月以降の新モデルは本体非対応
  • RTX 50シリーズ（Blackwell）では同梱のPyTorch/CUDAが古く、手動対応が必要
  • 新しいPythonでは動かず、Python 3.10.6前提という制約が年々重くなっている
  • 速度・VRAM効率はForge系に劣る（同じGPUでForgeの方が高速・省メモリ）
  • 未マージのバグ修正PRが多数放置されており、既知の不具合が直らない

動作要件

A1111はNVIDIA GPUを強く推奨します。AMD（ROCm/DirectML）、Intel Arc、Apple Siliconでも動きますが、情報量と安定性はNVIDIAが圧倒的です。

項目最小推奨
OSWindows 10 / macOS 13 / Ubuntu 20.04Windows 11 / macOS 14+ / Ubuntu 22.04
GPUNVIDIA GTX 1660 6GB / Apple M1NVIDIA RTX 4070 12GB 以上 / Apple M2 Pro 以上
VRAM4GB（SD1.5、省メモリ）SDXL は12GB以上推奨
システムRAM8GB32GB（SDXL・拡張多用時）
ストレージ10GB（本体＋SD1.5モデル1個）500GB以上のNVMe SSD（モデル多数保管）
Python3.10.6（必須・厳守）3.10.6

モデルファイルはSD1.5で約2〜7GB、SDXLで約6〜7GB、マージモデルやLoRAを集め始めると数百GBは簡単に消費します。最初から大容量NVMe SSDを用意しておくと後悔しません。

インストール手順

最大の注意点を先に述べます。A1111はPython 3.10.6でなければ正常に動きません。3.11や3.12、3.13ではPyTorch関連で起動に失敗します。Anacondaの混在環境も事故の元なので、専用のPython 3.10.6をシステムに入れるか、後述のリリースパッケージ（埋め込みPython同梱）を使ってください。

Windows（リリースパッケージ・初心者に最も推奨）

もっとも失敗が少ないのが、公式が用意した sd.webui.zip を使う方法です。Pythonのインストールすら不要で、埋め込みPythonが同梱されています。

# 1. ブラウザで以下URLを開き sd.webui.zip をダウンロード
#    https://github.com/AUTOMATIC1111/stable-diffusion-webui/releases/tag/v1.0.0-pre
# 2. 任意のフォルダ（パスに日本語・スペースを含めない。例: C:\sd）に展開
# 3. PowerShell で展開先に移動
cd C:\sd\sd.webui

# 4. 依存関係とWebUI本体を最新版に更新
.\update.bat

# 5. WebUIを起動（初回はモデルやライブラリのダウンロードで時間がかかる）
.\run.bat

起動が完了すると http://127.0.0.1:7860 が自動で開きます。開かない場合は手動でブラウザにこのURLを入力してください。

Windows（git clone・拡張機能を本格運用する人向け）

拡張機能を多用したり、自分でアップデート管理をしたい場合はgitクローン方式が便利です。

# 1. Python 3.10.6 を公式からインストール（インストール時に Add to PATH にチェック）
#    https://www.python.org/downloads/release/python-3106/
# 2. Git for Windows をインストール
#    https://git-scm.com/download/win
# 3. 任意のフォルダでクローン（C:\ 直下など浅い階層を推奨）
cd C:\
git clone https://github.com/AUTOMATIC1111/stable-diffusion-webui.git
cd stable-diffusion-webui

# 4. webui-user.bat を管理者でない通常ユーザーで実行
.\webui-user.bat

初回起動時にvenv（仮想環境）の作成、PyTorch、xformers等が自動ダウンロードされます。回線にもよりますが10〜30分かかります。

Linux（Ubuntu / Debian）

# 1. 依存パッケージをインストール
sudo apt update
sudo apt install -y wget git python3 python3-venv libgl1 libglib2.0-0

# 2. NVIDIAドライバとCUDAが入っていることを確認
nvidia-smi

# 3. インストールスクリプトを実行（初回はvenv作成と依存DLが走る）
wget -q https://raw.githubusercontent.com/AUTOMATIC1111/stable-diffusion-webui/master/webui.sh
chmod +x webui.sh
./webui.sh

システムのPythonが3.10系でない場合は、webui-user.sh 内の python_cmd にPython 3.10.6のパスを明示指定してください。Red Hat系は sudo dnf install wget git python3 gperftools-libs libglvnd-glx、Arch系は sudo pacman -S wget git python3 で依存を入れます。

macOS（Apple Silicon / M1・M2・M3・M4）

Apple SiliconではMetal（MPS）バックエンドで動作します。NVIDIA GPUより低速ですが、SD1.5なら実用域です。

# 1. Homebrew をインストール（未導入の場合）
/bin/bash -c "$(curl -fsSL https://raw.githubusercontent.com/Homebrew/install/HEAD/install.sh)"

# 2. 必要パッケージ
brew install cmake protobuf rust python@3.10 git wget

# 3. クローンして起動
git clone https://github.com/AUTOMATIC1111/stable-diffusion-webui.git
cd stable-diffusion-webui
./webui.sh

公式の最新手順はApple Silicon向けインストールWikiに掲載されています。Intel Mac（dGPUなし）は実用速度が出ないため非推奨です。

RTX 50シリーズ（Blackwell / RTX 5070・5080・5090）での注意

A1111本体が同梱するPyTorchはBlackwell世代のCUDA Compute Capability（sm_120）に対応していないため、そのままでは起動できないか「no kernel image is available」エラーになります。対処は次のいずれかです。

  • 推奨: 本体ではなく reForge や Forge Classic など、新GPUに対応したフォークを使う
  • A1111を使い続ける場合は、venv内のPyTorchをCUDA 12.8対応のnightly版へ手動更新する（下記）
# venvを有効化してからPyTorchをCUDA 12.8対応版に差し替え
.\venv\Scripts\activate
pip uninstall -y torch torchvision
pip install --pre torch torchvision --index-url https://download.pytorch.org/whl/nightly/cu128

初期設定

初回起動の前に、最低1つチェックポイントモデルが必要です。Hugging Face や CivitAI から .safetensors 形式のSD1.5またはSDXLモデルを入手し、以下のフォルダに置きます。

# チェックポイントの配置先
stable-diffusion-webui/models/Stable-diffusion/

# VAE（必要な場合）
stable-diffusion-webui/models/VAE/

# LoRA
stable-diffusion-webui/models/Lora/

起動オプション（webui-user.bat / webui-user.sh）

VRAMやGPUに応じて起動引数を COMMANDLINE_ARGS に設定します。Windowsは webui-user.bat、Linux/Macは webui-user.sh を編集します。

# 例: webui-user.bat の該当行
set COMMANDLINE_ARGS=--xformers --medvram --autolaunch --api

# 主なオプションの意味
# --xformers   : メモリ削減・高速化（NVIDIA推奨）
# --medvram    : VRAM 6〜8GB向けの省メモリモード
# --lowvram    : VRAM 4GB向け（低速）
# --autolaunch : 起動時にブラウザを自動で開く
# --api        : REST API を有効化（外部連携用）
# --listen     : LAN内の他端末からアクセス可能にする

日本語化

WebUIは英語UIですが、拡張機能で日本語化できます。Extensions タブ → Available → Load from をクリックし、一覧から ja_JP Localization をインストール。その後 Settings → User interface → Localization で ja_JP を選び、Apply settings と Reload UI を実行します。

基本的な使い方

txt2img（テキストから画像生成）

もっとも基本的な機能です。以下の手順で最初の1枚を生成できます。

  1. 画面左上の Stable Diffusion checkpoint で使用モデルを選択
  2. txt2img タブで上のプロンプト欄に生成したい内容を英語で入力（例: masterpiece, best quality, 1girl, cherry blossom, spring, soft lighting）
  3. 下のネガティブプロンプト欄に避けたい要素を入力（例: worst quality, low quality, blurry, bad anatomy）
  4. Sampling method は DPM++ 2M Karras、Sampling steps は20〜30が標準
  5. Width/Height はSD1.5なら512×768、SDXLなら1024×1024が基準
  6. CFG Scale は7前後（プロンプトへの忠実度）
  7. 右の Generate ボタンをクリック

プロンプトの書き方の基本

生成品質はプロンプト設計でほぼ決まります。A1111では以下の文法を覚えておくと制御が一気に楽になります。

  • 強調: (word:1.3) で重み1.3倍、(word:0.7) で弱める。括弧 (word) だけなら1.1倍
  • プロンプト編集: [cat:dog:0.5] は生成の前半50%をcat、後半をdogとして描く
  • BREAK: BREAK を挟むとそこで条件を区切り、要素の混ざりを防ぐ
  • 順序: 先頭に書いた語ほど強く反映される。masterpiece, best quality を冒頭に置くのが定石
  • ネガティブ: worst quality, low quality, bad anatomy, extra fingers, watermark をテンプレ化しておく

Embedding（Textual Inversion）形式のネガティブ用ファイル（EasyNegative 等）を embeddings/ に置き、ネガティブ欄にファイル名を書くだけで品質が安定するため、人物生成では広く使われています。

img2img（画像から画像生成）

img2img タブに元画像をドラッグ＆ドロップし、プロンプトを入力して生成します。Denoising strength が重要で、0.3前後で元画像をほぼ維持、0.7以上で大きく変化します。線画への着色や写真のイラスト化に使います。

インペイント（部分修正）

img2img → Inpaint で画像の一部をマスク（ブラシで塗る）し、その部分だけを再生成します。手の崩れ修正、不要物の除去、衣装の差し替えなどに必須の機能です。Mask blur と Inpaint area: Only masked の組み合わせで自然な合成ができます。

実践的な使い方

ケース1: LoRAでキャラクター・画風を固定する

CivitAIなどで入手したLoRAファイル（.safetensors）を models/Lora/ に置き、プロンプト欄で Lora タブから対象をクリックすると <lora:ファイル名:0.8> という記述が挿入されます。末尾の数値（0.8）が適用強度です。画風が強すぎる場合は0.5〜0.7に下げ、トリガーワード（モデル配布ページに記載）を併記すると安定します。

ケース2: ControlNetでポーズ・構図を制御する

もっとも実用価値の高い拡張機能です。Extensions → Install from URL に以下を入力してインストールします。

https://github.com/Mikubill/sd-webui-controlnet

インストール後、ControlNetモデル（OpenPose、Canny、Depth、Lineart等）を extensions/sd-webui-controlnet/models/ に配置します。txt2img画面下部の ControlNet パネルに参照画像を入れ、Preprocessor と Model を選ぶと、その骨格・輪郭・深度を保ったまま別の絵柄で再生成できます。

ケース3: 高解像度化（Hires. fix とアップスケール）

txt2imgで小さく生成してから Hires. fix にチェックを入れると、一度生成した画像をアップスケーラー（R-ESRGAN 4x+ 等）で拡大しつつ細部を描き直します。Upscale by は1.5〜2.0、Denoising strength は0.3〜0.5が破綻しにくい設定です。完成画像をさらに拡大したい場合は Extras タブで後処理アップスケールを行います。

応用・カスタマイズ

必須級の拡張機能

  • ADetailer: 顔・手を自動検出して個別に高精細化。人物生成では事実上必須
  • Regional Prompter: 画面を領域分割し、領域ごとに別プロンプトを適用
  • Dynamic Prompts: ワイルドカードでプロンプトをランダム生成し、バリエーション量産
  • Ultimate SD Upscale: タイル分割で超高解像度（4K以上）アップスケール
  • tagcomplete: Danbooruタグの入力補完。プロンプト作成効率が劇的に向上

拡張機能は Extensions → Install from URL にGitHubのURLを貼り付け、Apply and restart UI で導入します。更新は Extensions → Installed → Check for updates から行えます。

API経由での自動生成

--api 付きで起動すると、HTTP経由で生成を自動化できます。バッチ処理や自作アプリとの連携に便利です。

import requests, base64

payload = {
    "prompt": "masterpiece, best quality, 1girl, autumn forest",
    "negative_prompt": "worst quality, low quality",
    "steps": 25,
    "width": 512,
    "height": 768,
    "cfg_scale": 7,
    "sampler_name": "DPM++ 2M Karras",
}
r = requests.post("http://127.0.0.1:7860/sdapi/v1/txt2img", json=payload)
img = r.json()["images"][0]
with open("output.png", "wb") as f:
    f.write(base64.b64decode(img))
print("saved output.png")

パフォーマンス最適化

  • xformersを有効化: --xformers でアテンション計算を高速化しVRAMも削減。NVIDIAなら最優先で設定
  • VRAMに応じた省メモリ設定: 12GB以上なら無指定、6〜8GBは --medvram、4GBは --lowvram
  • SDXL利用時は --medvram-sdxl: SDXLのときだけ省メモリにし、SD1.5は高速のまま
  • Token Mergingを使う: Settings → Optimizations の Token merging ratio を0.2〜0.5にすると体感速度が向上
  • VAEをfp16にする: Settings でVAE精度を調整するとVRAMピークを抑えられる
  • 不要な拡張を無効化: 起動が重い・生成が遅い場合、まず拡張を全無効化して切り分ける

それでも速度・VRAMに不満がある場合、同じGPUでもForge系に乗り換えるだけで体感1.3〜2倍高速・省メモリになるのが2026年の実情です。A1111で操作に慣れたら、Forge Classicやreforgeへの移行を検討する価値は十分あります。

よくあるエラーとトラブルシューティング

1. 起動時に「torch is not able to use GPU」エラー

GPUドライバが古いか、Pythonバージョンが3.10系でないことが主因です。nvidia-smi でドライバを確認し、Pythonを3.10.6に統一してください。それでも解決しない場合はvenvフォルダを削除して再生成します。

2. RTX 50シリーズで「no kernel image is available for execution」

同梱PyTorchがBlackwell（sm_120）非対応のため発生します。前述の通りCUDA 12.8対応のnightly PyTorchへ差し替えるか、新GPU対応のreForge/Forge Classicへ移行します。これはA1111本体が更新停止していることに起因する構造的な問題です。

3. 生成画像が真っ黒・NaNエラー

VAEや一部GPUで起こる既知の不具合です。起動オプションに --no-half-vae を追加します。GTX 16xxシリーズでは --no-half --precision full も併用すると安定します。

4. 「Couldn’t install torch」「pip install failed」

初回のPyTorchダウンロードがネットワーク不調で失敗するケースです。venvフォルダを削除し、回線を変えて再実行します。社内プロキシ環境ではプロキシ設定（HTTP_PROXY / HTTPS_PROXY）が必要です。

5. 拡張機能を入れたらUIが起動しなくなった

拡張同士の競合か、A1111本体が古くて拡張の要求バージョンに合わないのが原因です。extensions フォルダ内の該当拡張フォルダを手動削除して起動し直します。A1111本体が更新停止しているため、新しい拡張ほどこの問題が起きやすい点に注意してください。

6. SDXLでメモリ不足（CUDA out of memory）

SDXLはSD1.5の倍以上のVRAMを使います。--medvram-sdxl を付与し、生成解像度を1024×1024以下、バッチサイズを1にします。それでも足りなければForge系の方がSDXLの省メモリ性能が高いため移行を検討します。

7. 「No such file or directory: ‘ui-config.json’」など設定ファイル破損

異常終了後に設定ファイルが壊れることがあります。ui-config.json や config.json をリネーム退避してから再起動すると、デフォルト設定で再生成されます。設定はやり直しになりますが起動不能は解消します。

8. 生成が極端に遅い（1枚に数分かかる）

GPUではなくCPUで動作している典型例です。起動ログに Running on CPU と出ていないか確認します。--xformers 未指定、省メモリオプションの付けすぎ（不要に --lowvram を付けている）、他プロセスがVRAMを占有しているケースも多いため、nvidia-smi でVRAM使用状況を確認してください。

以前のバージョンとの違い・廃止された仕様

古い日本語記事を参照するとハマりやすい変更点を整理します。

  • モデル形式: かつて主流だった .ckpt は任意コード実行リスクがあるため、現在は .safetensors が事実上の標準。新しいモデルはほぼsafetensorsで配布されます
  • サンプラー名の変更: 旧 Euler a 等は健在ですが、v1.10で DDIM CFG++ や Align Your Steps 等が追加。古い記事の「おすすめサンプラー」は最新の選択肢を欠いています
  • SD2.x系: 一時期使われたSD2.0/2.1はコミュニティでほぼ廃れ、現在はSD1.5かSDXLの二択が現実的
  • xformersの位置づけ: 以前は必須級でしたが、PyTorchのSDPA最適化が進み、環境によっては --opt-sdp-attention でも十分な速度が出ます
  • FLUX/SD3.5: これらは本体未対応。「A1111でFLUXを動かす」と書かれた古い情報は本体ではなくForge系の話である点に注意

おすすめの組み合わせ・連携

  • A1111 ＋ CivitAI: モデル・LoRA・作例プロンプトの宝庫。ライセンス（特に商用可否）は必ず確認
  • A1111 ＋ ControlNet ＋ ADetailer: 構図制御と顔・手の自動高精細化。人物生成の鉄板構成
  • A1111（学習用）→ Forge Classic / reForge（実運用）: 仕組みはA1111で学び、速度と新モデル対応はForge系で得る2段構え
  • A1111 API ＋ 自作スクリプト: 大量バリエーション生成やWebサービス組み込み
  • A1111 ＋ ローカルLLM: Ollama（2026年5月時点でも月次更新が続く活発なプロジェクト）でプロンプトを自動生成し、A1111のAPIに渡す自動化も人気です

推奨PCスペック

用途別に3段階で示します。Stable Diffusionは生成画像のVRAM消費が大きいため、GPUのVRAM容量が最重要です。

レベル用途GPURAMストレージ
入門SD1.5中心・学習目的RTX 4060 8GB16GB DDR51TB NVMe SSD
標準SDXL・LoRA・拡張多用RTX 4070 Ti SUPER 16GB32GB DDR52TB NVMe SSD
ハイエンドSDXL大量生成・将来のFLUX運用（Forge系）RTX 5090 32GB64GB DDR54TB NVMe SSD

SD1.5だけならVRAM 8GBで快適に動きます。SDXLを本格運用するなら12GB以上、できれば16GBを推奨します。将来FLUX等の新世代モデル（A1111本体非対応のためForge系で運用）まで視野に入れるなら、最初から24GB以上のGPUにしておくと長く使えます。

まとめ

Stable Diffusion WebUI（AUTOMATIC1111）は、2026年5月時点でも「Stable Diffusionを学ぶ最初の一歩」として依然ベストの選択肢です。圧倒的な日本語情報量、最大規模の拡張機能エコシステム、シンプルなUIにより、画像生成AIの基礎を体系的に習得できます。SD1.5・SDXLという枯れたモデルを使う限り、安定して実用に耐えます。

一方で本記事で繰り返し述べた通り、A1111本体の開発は2024年7月のv1.10.0以降ほぼ停止しており（最新タグはv1.10.1）、FLUXやSD3.5、RTX 50シリーズへの正式対応はありません。新世代モデルや最新GPUをフルに使いたい場合は、A1111互換でメンテナンスが継続している Forge Classic や reForge、あるいは活発に開発が続く SD.Next・ComfyUI（v0.21.1、2026年5月）への移行を検討してください。

結論として2026年のおすすめは、「A1111で仕組みと操作を学び、実運用はForge系へ」という2段構えです。UIがほぼ同じForge系なら移行コストはほとんどかかりません。本記事をブックマークし、インストールから拡張運用、そして次の一手までの道筋として活用してください。最新の公式情報はAUTOMATIC1111公式リポジトリと公式Wikiで確認できます。

📦 この記事で紹介した商品

※ 上記リンクはAmazonアソシエイトリンクです。購入いただくと当サイトに紹介料が入ります。

タイトルとURLをコピーしました