画像生成＆学習に使える「クラウド型」「ローカル型」おすすめツール・サービス一覧

【1】ローカル実行型ツール（自分のPCで動かす）

必要なPCスペック

Stable Diffusionを快適に使うには、NVIDIAのGPUが必須です。

SAKASA AI

【2025年版】AI画像生成向けGPUはこれ！RTX4060～5090まで比較【SD/LoRA/ControlNet対応】 | SAKASA AI 画像生成AIに必要なGPUスペックとGPUの選び方”今話題のRTX 5060はどう？”RTX5090”から”RTX4090”そして”RTX3060とノートPCまで。画像生成に使えるGPUの機能と価格の折り合い…

【2】クラウド型ツール（GPU付き環境をすぐに使える）

• RunPodやColabで学習をするには、Google Driveやrcloneによるデータ連携がカギです。
• 永続ストレージやリージョン選択はRunPod特有の要素。
• GPU購入と比較した場合、クラウドは「初期コストがゼロ、維持コストで差がつく」形式です。

【3】クラウド型ツール

用途別おすすめ早見表

【4】プログラム・ライブラリ型（スクリプト/CLI）

※ CLI（コマンドライン・インターフェース）とは、Windows Terminal、PowerShell、CMDなど、キーボードでコマンドを入力して操作するインターフェースの事を指します。対してGUI（Graphical User Interface）は、マウスで操作する画面（ボタン・ウィンドウなど）を指します。

① WebUI版（例：AUTOMATIC1111）

特徴

• ブラウザベースのGUI（マウスで操作可能なグラフィカルな画面）
• コードが書けなくても直感的に操作可能
• 拡張機能が豊富（ControlNet, LoRA, Hires.fix など）
• 複数モデルの管理やLoRA、VAEなどを簡単に扱える

AUTOMATIC1111（Stable Diffusion WebUI）は、GUI（Web画面）とCLI（コマンドライン）の両方の側面を持つツールです。

※GUI（Graphical User Interface）とは、マウスで操作する画面（ボタン・ウィンドウなど）を指します。
対して、CLI（コマンドライン・インターフェース）とは、Windows Terminal、PowerShell、CMDなど、キーボードでコマンドを入力して操作するインターフェースの事を指します。

AUTOMATIC1111 の構造と操作の仕組み

起動の流れ

① CLI（例：webui-user.bat）でPython環境が立ち上がる
    ↓
② Stable Diffusion WebUI用のローカルWebサーバーが起動
    ↓
③ GUI（http://127.0.0.1:7860）にブラウザでアクセス
    ↓
④ Web画面上で画像生成などを操作

CLIの役割

AUTOMATIC1111は Webブラウザ上のGUIを表示するサーバー（ローカルWebアプリ）を、Pythonで起動するCLIツール です。

CLIは、以下のような役割を果たしています

• 初回セットアップ（Python仮想環境の作成、依存関係のインストールなど）
• サーバーの起動（FlaskやGradioなどによるWebUIの裏側）
• ログ出力やエラーチェック
• 拡張機能の導入や、パラメータのカスタマイズ（コマンドライン引数）

GUIの役割

実行ファイルでもアプリでもなく、

• 実際の画像生成や操作を、視覚的に使いやすく提供する
• モデル選択、LoRA読み込み、プロンプト入力、生成ボタンなどすべてここで行える

想定ユーザー
初心者〜中級者
GUIで画像生成したい人

詳しいインストール方法は こちらの記事をご覧ください。

あわせて読みたい

WebUI（AUTOMATIC1111）の【インストール方法】【拡張機能インストール】【エラー対処法】 WebUI（Webユーザーインターフェース）とは、ブラウザを通じて操作できるユーザーインターフェースのことで、特に画像生成AI（例：Stable Diffusion）を扱う際によく使…

CLIだけで使うことも可能

自動化やバッチ生成スクリプトを書く場合は、GUIを使わずCLIベースで生成することも可能です（例：APIモードや画像生成スクリプトを使う）。

AUTOMATIC1111は、「GUIを使うためにCLIでサーバーを起動する構造」になっており、GUI単体では動作しません。ですが、起動後はCLI操作なしでGUIだけで完結できる設計になっているため、普段使いではGUI中心です。

② Pythonスクリプト版（例：Diffusersなど）

Stable Diffusionを自動化・バッチ生成するCLIベースの方法です。
以下のようなライブラリを使って、Stable Diffusionを コードで制御・自動化 できる方法です。

例：Hugging Face の diffusers ライブラリ

from diffusers import StableDiffusionPipeline
import torch

pipe = StableDiffusionPipeline.from_pretrained("runwayml/stable-diffusion-v1-5", torch_dtype=torch.float16)
pipe.to("cuda")

prompts = ["A cyberpunk cityscape", "A fantasy castle", "A cute cat in space"]

for i, prompt in enumerate(prompts):
    image = pipe(prompt).images[0]
    image.save(f"output_{i}.png")

このように、ループや条件分岐を使ってバッチ生成・自動命名・一括保存などが可能です。

他のCLIベースの方法（WebUIをスクリプト操作）

GUIベースの AUTOMATIC1111 WebUI にも「APIモード」があり、次のようにCLIやPythonスクリプトから操作できます。

AUTOMATIC1111 API使用例（Python + requests）

import requests
import json
import base64

payload = {
    "prompt": "A beautiful landscape, oil painting",
    "steps": 20
}

response = requests.post("http://127.0.0.1:7860/sdapi/v1/txt2img", json=payload)
r = response.json()
image_data = base64.b64decode(r['images'][0].split(",",1)[1])

with open("output.png", "wb") as f:
    f.write(image_data)

この方法でも 自動化や大量生成 が可能です。ただし、WebUIをあらかじめ起動しておく必要があります。

特徴

WebUIより軽量・高速なこともある
コードベースのCLI実行
Hugging Faceの diffusers ライブラリや、オリジナルのCompVis版を使う
より柔軟にカスタマイズ・自動化が可能（バッチ生成、スケジューラ変更など）
想定ユーザー
WebUIを使わず最小限の構成で動かしたい人
Pythonが書ける人、研究用途や自動化したい人

選択の目安