Stable Diffusionの生成速度に不満を感じたことはないでしょうか。通常のモデルでは数秒〜数十秒かかる画像生成が、環境によっては1秒前後で完了するモデルが存在します。それが「Stable Diffusion Turbo」です。
Stability AIが開発した蒸留技術「Adversarial Diffusion Distillation」を活用し、通常20〜50ステップ必要な生成プロセスをわずか1〜4ステップに圧縮したこのモデルは、リアルタイムに近い画像生成を可能にしました。
この記事では、SD Turboの導入方法からパラメータ設定の目安、通常版との品質比較、さらなる軽量化テクニックまで解説します。なお、SD Turbo／SDXL Turboは2023年に公開されたモデルで、その後FLUXなど新しいモデルも登場しています（2026年10月時点）。用途に応じて最新のモデルも検討してください。
🤖 ナビ助のおすすめ！
Stable Diffusion Turboとは？通常版との違い
SD Turboは、Stability AIがリリースした超高速画像生成モデルです。従来のStable Diffusionとの大きな違いは、生成に必要なステップ数が少ない点にあります。以下の比較表をご覧ください。
| 項目 | SD 1.5（通常版） | SDXL（高品質版） | SD Turbo | SDXL Turbo |
|---|---|---|---|---|
| 生成ステップ数 | 20〜50 | 20〜50 | 1〜4 | 1〜4 |
| 1枚の生成時間（GPU） | 数秒〜十数秒 | 十数秒〜数十秒 | 1秒前後 | 数秒以内 |
| 画像サイズ | 512×512 | 1024×1024 | 512×512 | 512×512 |
| 画質 | ★★★★☆ | ★★★★★ | ★★★☆☆ | ★★★★☆ |
| 必要VRAMの目安 | 4GB〜 | 8GB〜 | 4GB〜 | 6GB〜 |
| LoRA対応 | ◎ | ◎ | △（限定的） | △（限定的） |
| CFG Scale | 7〜12 | 7〜12 | 1（固定が目安） | 1（固定が目安） |
速度と引き換えに画質がやや落ちるというトレードオフがあります。SDXL Turboは512×512での品質が比較的高いとされていますが、通常版との差は用途や好みによって感じ方が異なります。
表のとおりTurboはVRAM 4GBから動きますが、Turbo以外のモデルも並行して試したいなら、VRAMに余裕のあるグラフィックボードを選んでおくと使えるモデルの幅が広がります。
SD Turboの導入方法
SD Turboを使い始めるには、主に3つの方法があります。それぞれの環境に合わせて選びましょう。
方法1：AUTOMATIC1111 WebUIで使う
多くのユーザーに馴染みのある方法です。手順は以下のとおりです（AUTOMATIC1111は更新が少なくなっているため、公式GitHubの状況も確認してください）。
- Hugging Faceから「sd-turbo」または「sdxl-turbo」モデルをダウンロード
models/Stable-diffusion/フォルダに配置- WebUIを起動し、左上のモデル選択でTurboモデルを選択
- 後述するパラメータの目安を適用
方法2：ComfyUIで使う
ComfyUIはノードベースのUIで、Turboモデルにも対応しています。ワークフローの細かい制御が可能なため、本格的な運用に向いています。TurboモデルをCheckpointとしてロードし、サンプラーをEuler、ステップ数を1〜4に設定するだけで使用できます。導入にはComfyUI公式GitHubを参照してください。
方法3：Stability AI APIで使う
ローカル環境の構築が不要なクラウド利用方式です。APIキーを取得して利用する方法です。提供されるモデルやエンドポイントは更新されるため、利用できるモデルは公式ドキュメントで確認してください。高性能なGPUを持っていない場合や、サーバーサイドで画像生成を組み込みたい場合の選択肢になります。
パラメータ設定の目安
SD Turboの設定は通常のStable Diffusionとは大きく異なります。通常版の設定値をそのまま使うと画像が破綻しやすいため、Turbo向けのパラメータを適用してください。
SD Turboの設定の目安
- Sampling steps：1〜4（通常版の20〜50とは全く異なる）
- CFG Scale：1.0（通常版は7〜12だが、Turboでは1前後が基本）
- Sampler：Euler（ほかのサンプラーは結果が変わる場合があります）
- 解像度：512×512（SD Turbo）、512×512〜768×768（SDXL Turbo）
- ネガティブプロンプト：使用しない（Turboではネガティブプロンプトが効きにくい）
Turboモデルではステップ数とCFG Scaleを通常版と同じ値にすると、画像が破綻しやすくなります。まずはステップ1〜4、CFG 1.0前後で試してください。
ステップ数が減るぶん、Turboでは1つ1つの単語の効きが変わってきます。プロンプトの書き方を体系立てて押さえたい方には、画像生成AIのプロンプト解説本が土台づくりの一冊になります。
SDXL Turboの設定の目安
SDXL Turboの場合は、以下の設定が一例です。
- Sampling steps：4（2でも可。品質重視なら4）
- CFG Scale：1.0
- Sampler：Euler a
- 解像度：512×512〜768×768
- Batch count：一度に複数枚生成して選ぶ方法もあります
軽量化テクニック5選
SD Turboはすでに高速ですが、以下のテクニックを組み合わせることで、さらに速度やメモリ使用量の改善が見込める場合があります（効果は環境により異なります）。
テクニック1：TensorRT最適化を使う
NVIDIAのTensorRTで推論を最適化すると、速度向上が見込める場合があります。AUTOMATIC1111向けにはTensorRT拡張機能が公開されていますが、対応状況はバージョンにより異なります。NVIDIA GPU環境が対象です。
テクニック2：xFormersを有効にする
WebUIの起動引数に--xformersを追加することで、メモリ使用量の削減と速度向上が見込めます。NVIDIA GPUで使われるテクニックです。
テクニック3：FP16/BF16精度を使う
FP32ではなくFP16（半精度浮動小数点）のモデルを使用すると、VRAM使用量が約半分に抑えられ、処理速度も向上しやすくなります。画質の差は小さいとされていますが、モデルによって異なります。
テクニック4：Token Mergingを活用する
Token Merging（ToMe）は、冗長なトークンを統合して処理量を削減する技術です。画質への影響を抑えつつ、高速化を狙える最適化手法の一つです。効果はモデルや設定によって異なります。
テクニック5：解像度を適切に設定する
Turboモデルは512×512を基本に設計されているため、これより大きい解像度では品質が低下しやすくなります。512×512で生成してからUpscaylなどのアップスケーラーで高解像度化する2段階方式は、速度と品質を両立する方法のひとつです。
Stable Diffusion Forgeの使い方については、以下の記事で解説しています。
🤖 ナビ助のおすすめ！
SD Turboの活用シーン
SD Turboの「速さ」が特に活きる場面を整理します。用途に応じて通常版との使い分けを検討してみてください。
リアルタイムプレビュー
プロンプトを入力しながらリアルタイムで画像が更新される体験は、デザインのアイデア出しに役立ちます。StreamDiffusionやKritaのSD連携プラグインなどで試せます。
大量生成・バッチ処理
1枚あたりの生成時間が短いため、短時間で多くの画像を生成できます。学習データの作成やバリエーション検討など、大量の画像が必要な場面で役立ちます。
気になるのが保存先です。大量に生成すると内蔵ドライブが埋まりやすいので、生成物の置き場として大容量の外付けSSDを用意する方法もあります。
低スペックPCでのAI画像生成
ステップ数が少ないため、VRAMが少なめのGPUでも動作しやすい傾向があります。通常のSDXLが動作しないPCでも、SD Turboなら使える可能性があります。
インタラクティブなアプリケーション
ゲームやWebアプリにAI画像生成を組み込む場合、レスポンス速度が重要です。SD Turboは少ないステップで生成できるため、レスポンスを速くしやすく、ユーザー体験を意識したAI画像生成の実装に向いています。
Stable Diffusionオンライン無料サービスの比較については、以下の記事で解説しています。
よくある質問（FAQ）
Q. SD Turboの画質は通常版と比べてどの程度低下する？
品質の感じ方は用途やプロンプトによって異なります。一般にSD Turboは通常版より細部が粗くなりやすく、SDXL Turbo（512×512）は比較的整った画像になるとされています。高解像度で仕上げたい場合は、通常のSDXLなども比べて選んでください。
Q. LoRAは使える？
SD Turboに対応したLoRAであれば使用可能です。ただし、通常のSD1.5/SDXL用LoRAはそのままでは適用できない場合が多く、Turbo向けの微調整が必要になることがあります。
Q. ControlNetは使える？
実験的にサポートされています。ステップ数が少ない分、ControlNetの効きが弱くなる傾向がありますが、ステップ数を4に増やすと改善する場合があります。
Q. GPUなしのPCでも動く？
CPU動作は技術的に可能ですが、Turboのメリットである「速さ」を活かしにくくなります。Turboの特徴はGPU環境で活かされます。
据え置きのデスクトップを置くスペースが取れない場合は、RTX搭載のノートPCという選択肢もあります。持ち出し先でも生成環境を使いたい方向けの選択肢です。
Q. 商用利用は可能？
Stability AIのライセンスに基づき、条件付きで利用できます。Stability AIの公式ライセンスページでは、SDXL TurboがCommunity License（年間売上100万ドル未満の個人・組織は商用利用も無料とされる）の対象に挙げられています。年間売上が100万ドルを超える場合はEnterprise Licenseが必要になるとされています。SD Turboを含め、モデルごとの条件は変わることがあるため、最新のライセンス条件は公式サイトで必ず確認してください。
置き場所に余裕がない場合は、小型のミニPCという選択肢もあります。GMKtecは小型のミニPCを中心とするブランドで、公式サイトではAMD Ryzen AI Max+ 395搭載のEVOシリーズなどが案内されています。機種によってはメモリがオンボードで増設できないため、容量は購入前に商品ページで確認してください。
まとめ：SD Turboは「速さ」を重視する用途に向いている
この記事のポイントを整理します。
- SD Turboは1〜4ステップで画像生成でき、通常版よりステップ数が少ない
- ステップ数1〜4、CFG Scale 1.0前後が設定の目安（通常版と同じ値は破綻しやすい）
- SDXL Turboは512×512での品質が比較的整っているとされる
- TensorRT、xFormers、FP16などの軽量化テクニックで改善できる場合がある
- 512×512で生成してからアップスケールする2段階方式も選択肢
- リアルタイムプレビュー、大量生成、低スペックPC対応といった用途に向いている
「速さ」が求められるシーンでは、SD Turboは検討できる選択肢のひとつです。通常のSD/SDXLとの使い分けを試しながら、画像生成ワークフローを整えていきましょう。
🤖 ナビ助のおすすめ！
