【初心者向け解説】Google ColabでStable Diffusionを自由に使う方法

Colabとは？

「高性能なPCがないとStable Diffusionって動かせないんでしょ？」
そう思っている方に試してほしいのが Google Colabです。これはGoogleが提供するクラウド上のPython実行環境で、
誰でもブラウザからGPU付きのマシンを一時的に無料で使うことができます。

Stable Diffusionのような画像生成AIは、本来はグラフィックボード（GPU）を積んだPCが必要ですが、Colabならその心配は無用。面倒な環境構築も、共有された「ノートブック」を開いてちょっと設定するだけです。

Colabはクラウドで実行できるPython環境です。Colab不要のWebアプリには、Spacesなどがあります。

Colabで動くStable Diffusionのバリエーション

Stable Diffusionと一口に言っても、いろんなフレーバーがあります。中でも有名なのが「AUTOMATIC1111版」。高機能でカスタムモデルやLoRAの読み込みにも対応しており、最も多く使われているUIのひとつです。

他にも「Kohya（こーや）」と呼ばれる学習用ノートブックも人気です。これは自分の画像やスタイルを学習させることに特化していて、オリジナルキャラを作りたい人にはぴったり。さらに「InvokeAI」はシンプルな操作性と軽快さが特徴で、Colab対応ノートもあります。最初はAUTOMATIC1111で始め、慣れてきたら他も試してみるのがオススメです。

派生モデルがたくさんある

Stable Diffusionはオープンソースで公開されたため、誰でも自分好みに改造できます。その結果、アニメに特化したモデルや、写実的な風景が得意なものなど、多くの「派生モデル」が生まれました。

「特定の絵柄をもっと上手に描かせたい」「自分のキャラに合わせたい」――そんなニーズに応えるために、世界中の開発者やクリエイターが工夫して生まれたのがLoRAやCustom Modelたちです。

注目の派生モデル（Stable Diffusion系）

これらのモデルは、Hugging Face や Civitai などで公開されていますが、商用利用の可否はモデルごとに異なるため注意が必要です。
多くは「CreativeML Open RAIL-M」か、独自のライセンスで提供されています。使用前にモデルページでライセンス表記を必ず確認しましょう。

あわせて読みたい

Hugging Face Hub（全体）と Spaces（Webアプリ）の商用利用とライセンスの見方 「AIで画像を作ってSNSやブログに使うだけだから大丈夫」と思いがちですが、実はその画像がライセンス違反になる可能性があります。商用利用NGのツールを使うリスクと、…

使い方と注意点

この記事では、Google Colabを使ってStable Diffusion（＋LoRA）を動かす具体的な手順 を、
「AUTOMATIC1111 WebUI + Colab（TheLastBen版）」を例に進めます。

事前に準備するもの

• Googleアカウント（Colabを使うために必要）
• Hugging Faceのアカウント（無料でもOK）

Colabノートブックの基本的な使い方

ステップ1：Colabノートブックを開く

以下の様な、GitHubからColabnoリンクをクリックして、Stable Diffusion用のColabノートブックを開く場合。

今回は、AUTOMATIC1111 WebUI for Colab（TheLastBen版）で、説明します。（GitHub／Colab対応）
 TheLastBen版 A1111 WebUI

1. Colabリンクを開く（Colab上に移動するはずです）

上部「ランタイム」→「すべてのセルを実行（▶を押していく）」
最終セルに Gradio のリンク（例：https://xxxxx.gradio.live）が出ます
そのURLをクリックすると WebUI が表示されます

ComfyUIのColabは時間がかかる

• 依存ライブラリのインストールが多い
  → ノードベースのUIなので、必要なPythonパッケージが多めです。
• モデルのダウンロードや展開
  → 7GB超のモデルを読み込むと時間がかかります。
• Google Colabの環境によっては
  → GPU割当やネットワーク速度で処理時間が変わります。

目安としては

• 初回起動で5〜10分くらいかかることは普通です
• それ以上かかる場合はエラーや通信トラブルがないかチェックが必要です

人気のColab

TheLastBen の「fast‑stable‑diffusion」ノート

 fast-stable-diffusion AUTOMATIC1111 UI

• AUTOMATIC1111 ＋ DreamBooth が使える強力セット。初期設定から高速化チューニングまで対応。
• GitHub に fast_stable_diffusion_AUTOMATIC1111.ipynb や DreamBooth 用ノートが含まれています。

camenduru の WebUI Colab ノート

• ControlNet や各種モデルを手軽に使えるライト版からフル機能版までブランチ別で提供。
• 標準ノートに「Open in Colab」アイコンがあり、すぐに試せます。

Hugging Face 提供 Stable Diffusion Pipeline ノート

GitHub 版は「StableDiffusionPipeline」を使ったノートブックです。

PyTorch の diffusers ライブラリを使った基本的な推論ノート。シンプルかつ安定しており、入門者にもおすすめ。

まず、使いたいノートブックを開いたら、画面左上にある「ファイル」→「ドライブにコピー」を選び、自分のGoogleアカウントのドライブに保存します。これでオリジナルのノートブックを編集しても問題なし。

ステップ2：実行手順にそって進める

Colabでは、コードのブロックがいくつか並んでいます。順番に「再生ボタン（▶）」を押していくだけでOKです。上から順にセルを実行していきます（再生ボタンのようなマークをクリック）。最初は環境構築に少し時間がかかるかもしれませんが、Colabが自動でGPUを割り当ててくれるので、あとは画面の指示に従うだけでOKです。

① 環境セットアップと依存関係のインストール

• 最初の数個のセルを順番に実行します。
• ここで10〜20分ほどかかることがあります（初回のみ）。

② Hugging Faceのアクセストークンを入力

• ノートブック内に「トークンを入力してください」と出る場所があります。（認証が必要なモデルを使用する場合など）
• Hugging Faceにログインして、Access Token ページで作成 → コピーして貼り付けます。

HuggingFaceでのトークン発行

• https://huggingface.co/settings/tokens
• 「Write」権限（読み込みだけなら「Read」でも可）のトークンを発行   コピーしておく

モデルのダウンロードの方法は、通常HuggingFaceからワンクリックで行えますが、
Fluxや一部のSDXL系は、Hugging Face の「認証が必要なモデル」です。

• ダウンロードの時点でトークン認証を通さないと落とせないため以下の方法でトークンの発行を行います。

① HuggingFaceにアクセス
② Access Tokensページ

③ Create new Tokensを開いて、トークンのタイプを選択

④Token nameを付ける（何でもいい）

⑤をクリックするとTokenが発行される

Hugging Face トークンの種類と用途

Hugging Face でモデルを利用・公開する際には アクセストークン が必要になります。
トークンには用途ごとに権限があり、大きく分けて以下の3種類があります。

---

1. Read（読み取り専用）

• できること
  • 公開モデルやデータセットの利用
  • 非公開（private）モデルやデータセットのダウンロード
  • git lfs を使ったクローンやモデルのロード
• 典型的な用途
  • モデルを 利用するだけ の場合
  • RunPod / Colab / ローカルPC で Hugging Face からモデルを落とすとき
• 安全性
  • 読み取り専用のため、もし漏れても大きな被害は少ない

---

2. Write（書き込み可能）

• できること
  • Read の全機能
  • 自分のリポジトリへ push（アップロード）
  • モデルやデータセットの更新
• 典型的な用途
  • LoRA や学習済みモデルを アップロードしたい場合
  • データセットを共有したい場合
• 注意点
  • アップロードができる分、漏洩した場合にリポジトリが改ざんされる危険あり

---

3. Fine-grained（細かく制御可能）

• できること
  • Read / Write と同等の権限に加えて
  • 特定のリポジトリだけに権限を与える など、きめ細かい設定が可能
  • 例：あるモデルは書き込み可、別のモデルは読み取り専用、など
• 典型的な用途
  • 企業やチーム開発でセキュリティを強化したい場合
  • 特定のプロジェクトごとにトークンを分けたい場合
• メリット
  • 不要な権限を与えずに済むので安全性が高い

一般ユーザーが「モデルを落として使うだけ」なら Read トークン で行います。
モデルを公開・共有するなら Write トークン を発行してください。
チームで運用したり、リポジトリごとに制御したい場合は Fine-grained トークン をおすすめします。

③ モデル選択

• SD1.5やSDXLなど好きなモデルを選べます。
• 有名モデル（RealisticVision、DreamShaper など）をダウンロードして使うことも可能。

ステップ3：WebUIにアクセス

全てのステップが終わると、ノートブックの一番下に「WebUIへのURL」が表示されます（例：https://...gradio.live）。

これをクリックすれば、自分専用のStable Diffusion WebUI（AUTOMATIC1111） がブラウザで開きます！

ステップ4：LoRAを使う

Stable Diffusionをさらに使いこなしたい場合、「LoRA（ローラ）」と「ControlNet（コントロールネット）」はぜひ覚えておきたいテクニックです。

LoRAは、軽量な追加学習モデルで、自分好みの絵柄やキャラを簡単に追加でき、容量も数MB程度と扱いやすいのが特徴です。一方ControlNetは、ポーズや構図をコントロールできる強力な拡張機能で、手描きの線画や3Dポーズを元に絵を描かせることができます。

これらもColab対応ノートで使えるので、「次のステップに進みたい」と思ったらぜひチャレンジしてみてください。

LoRAとは？かんたんに

LoRAは、元の大きなモデル（例：SD1.5やSDXL）に対して「軽量な追加学習データ」を組み込むことで、新しいキャラクターや画風を簡単に再現できる技術です。
データサイズは数MB〜数百MBと軽く、好みのLoRAをダウンロードして使えば、キャラクター再現や特定スタイルの生成がすぐにできるようになります。

LoRAの使い方（AUTOMATIC1111 WebUI編）

Stable DiffusionにのWebUI（特にAUTOMATIC1111）を使った「LoRA（Low-Rank Adaptation）」の使用方法を こちらの記事で解説しています。

あわせて読みたい

【Stable Diffusion WebUI（AUTOMATIC1111）】 LoRA モデルの使い方と設定 この記事では、Stable Diffusion WebUI（AUTOMATIC1111）を使って、”LoRAモデルを活用する方法”を解説しています。Stable Diffusion WebUI（AUTOMATIC1111）を開くこと…

LoRAファイルのダウンロード

• Hugging Face や Civitai などから .safetensors ファイルを入手します。
• 商用利用したい場合は、ライセンスを必ず確認しましょう。

あわせて読みたい

Civitaiの使い方ガイド｜初心者向けに画像生成モデル（チェックポイント・LoRA・IT）の選び方を解説 本記事では、Stable Diffusion向けの”AI画像生成用のモデル共有・配布プラットフォーム”「Civitai（シビタイ）」の使い方を、画像生成の目的に合わせて解説します。 引…

WebUIのLoRA一覧表示を使うと便利！

• 「プロンプト入力欄」の下にある「Lora」タブから、保存済みのLoRA一覧を選べます。
• 選ぶと自動で <lora:...> が入力されるので、始めてでも使いやすいです。

応用Tips

複数のLoRAを併用可能：ただし強度や相性に注意（競合すると崩れることも）
SD1.5用とSDXL用は互換性がない：使うモデルに合ったLoRAを選ぶこと

人気LoRA紹介

Hugging Face Hubで配布されているLoRAモデルの中でも、ライセンスが明記されていて「商用利用OK」なものから選びました。

JapaneseDollLikeness_lora

• 繊細で上品な和風人形風の画風に。
• 商用OKと明記あり（※Civitai経由で配布）。

3D Render LoRA (by nitrosocke)

• 3D調の立体的なキャラクター描写に。
• 商用利用OKな作品多数あり（各LoRAにライセンス記載あり）。

LoRAを使いたい場合は、次のどちらかで使えます

方法1：ノートブック内で指定のLoRAを自動DL

ノートブック内に「LoRAダウンロード欄」がある場合、そこにモデル名やURLを入力。

!wget -O model.safetensors "https://huggingface.co/username/modelname/resolve/main/model.safetensors"

from google.colab import drive
drive.mount('/content/drive')

!cp /content/model.safetensors /content/drive/MyDrive/LoRA/

!pip install -q huggingface_hub

from huggingface_hub import hf_hub_download

lora_path = hf_hub_download(
    repo_id="username/modelname",   # LoRAモデルのリポジトリID
    filename="model.safetensors"    # ダウンロードしたいファイル名
)

print("保存先:", lora_path)

from google.colab import drive
drive.mount('/content/drive')

!cp /content/model.safetensors /content/drive/MyDrive/LoRA/

from huggingface_hub import login
login("YOUR_HF_TOKEN")

https://civitai.com/api/download/models/123456

!wget -O lora.safetensors "https://civitai.com/api/download/models/123456"

from google.colab import drive drive.mount('/content/drive') !cp /content/lora.safetensors /content/drive/MyDrive/LoRA/

方法2：自分でアップロード（Google Driveと連携）

1. models/Lora/ フォルダにLoRAファイル（.safetensors）をアップロード
2. WebUIで <lora:モデル名:強度> をプロンプトに書いて使う

Colabでよくある制限とエラーの原因

☑ 無料プランの制限に注意

Google Colabの無料プランでは、GPUが使えない時間帯があったり、セッションが最大90分で切断されてしまったりします。本格的に使いたい場合は、有料のColab Pro（月額約1,000円〜）にすると安定性がアップします。
又、もっと本格的に使用したい場合は、Runpodなどの”安定利用ができるクラウドGPU”を使用すると、ストレスが無く更に画像生成や、動画生成が楽しめます。

クラウドGPUの選択肢

【クラウドGPU比較】RunPod・Colab・Paperspace・Lambda Labsの違いと選び方～サービス選びのポイント クラウドGPUのニーズと記事の目的 近年、AI生成や3Dモデル作成、機械学習の学習用途などで、高性能GPUの需要が急速に高まっています。個人のPCでは対応が難しい処理も、…

☑ 保存を忘れずに

生成した画像は、一時的にメモリ上にあるだけなので、気に入ったものができたら自分のGoogleドライブやPCにすぐ保存しましょう。Colabはセッションが切れると中身が消えてしまいます。

☑ ノートブックの中身をよく読む

Colabノートによっては、有料APIを使っていたり、特殊な手順が必要なこともあります。セルのコメントや説明をよく読み、わからない英語は翻訳しながら進めていくと安心です。

☑ 著作権・ライセンスもチェック

特に生成した画像を商用で使いたい場合は、使っているモデル（ベース・LoRA・拡張機能）のライセンスを事前に確認しましょう。ノートブックの冒頭やHugging Faceのページに明記されていることが多いです。

Colabはとても便利なツールですが、無料だからこそルールや制限があります。でも、ちょっとしたポイントさえ押さえておけば、誰でも安全・快適に使いこなせます。まずは遊び感覚で1枚、AIに絵を描かせてみてください。

商用利用には注意

派生モデルによってライセンスが異なります。
例：

• Anything V5：商用利用可（モデルページで明記）
• Counterfeit：商用NG（個人利用限定）

Hugging FaceやCivitaiなどで確認が必要です。

よくあるエラーや対処法

Colabで使っていると「メモリ不足で落ちた」「セッションが切れた」などのトラブルに出くわすことも。

まず「VRAM不足」は、生成サイズを小さくする（512×512程度）ことで回避できます。また、「セッション切れ」はColabが一定時間操作しないと自動で切断する仕様なので、定期的に画面に触れておくのがコツです。

もし「モジュールが見つからない」といったエラーが出たら、最初のセルから順に実行し直すことで解決することが多いです。

未来

LoRAを使えば、大きなモデルを学習し直さなくても、好きな画風・キャラを簡単に追加できます。
最初は1つだけ試してみて、どんな変化があるか見てみると楽しいですよ。

SAKASA

Stable Diffusionの本格利用には、ローカルか、クラウドGPUのRunpodがおすすめ。