【超高速生成】SDXL Lightningとは？導入方法や使い方を解説

Q: 「UNet model not found」や「Model not found」などのエラーが出ます。

モデルファイルが正しく配置されていない場合に発生します。 モデルファイルが適切なフォルダに配置されているか確認する ファイル名が正しいか確認する

Q: ワークフローファイル（.json）をドラッグ&ドロップしても何も起こりません。

この問題にはいくつかの原因が考えられるため、以下の解決策を試してみてください。 ブラウザの互換性の問題 ：Chrome/Edgeなど別のブラウザを試す ファイルの破損 ：ワークフローファイルを再ダウンロードする ComfyUIのバージョン ：最新版にアップデートする

Q: 生成された画像が毎回同じように見えます。バリエーションが欲しいのですが？

画像のバリエーションを増やすには、以下の対策が有効です。 シード値をランダムに変更する：参考記事( https://romptn.com/article/4780 ) CFG値を少し調整してみる（1.0→1.5など） LoRAの強度を調整する（0.8→1.0など）

最近話題のAI画像生成ツールですが、生成時間が長くて待ちきれないという方も多いのではないでしょうか。特にSDXLモデルは高品質な画像を生成できる反面、処理時間が長いという課題がありました。

そんな悩みを解決するのが、ByteDance（TikTok開発元）が開発した「SDXL Lightning」です！通常のモデルでは20ステップ程度必要だった処理が、なんと2〜8ステップという少ないステップ数で高品質な画像を生成できるようになりました。

この記事では、SDXL Lightningの基本知識から導入方法、効果的な使い方まで初心者にもわかりやすく解説していきます。画像生成の作業効率を大幅に向上させたい方は必見です！

今回の記事で分かること

SDXL Lightningとは？
SDXL Lightningの導入方法
SDXL Lightning LoRAの使い方
SDXL LightningとSDXL Turboとの違い

※Stable Diffusionの基本的な使い方については、下記記事で詳しく解説しています！

SDXL Lightningとは？
SDXL Lightningの特徴と主要なモデル
- 提供されているモデル一覧
SDXL Lightningの導入方法
SDXL Lightning LoRAの使い方
画像生成パラメータの最適設定
各ステップ数ごとに比較検証してみた！
SDXL LightningとSDXL Turboとの違い
SDXL Lightningをデモ版で簡単に試す方法
【FAQ】よくあるエラーと対処法
まとめ

SDXL Lightningとは？

SDXL Lightningは、ByteDanceが開発した高速画像生成モデルです。通常のStable Diffusion XL（SDXL）では多くのステップ数を要していた画像生成を、わずか1〜8ステップという少ないステップ数で高品質な画像を生成できる技術です。

特に「蒸留（distillation）技術」を活用することで、従来のモデルと比較して処理速度を大幅に向上させています。例えば8ステップモデルでも、わずか4秒程度で1024×1024の高解像度画像を生成可能です！

さらにSDXL Lightningは、stabilityaiの「stable-diffusion-xl-base-1.0」をベースに構築されているため、SDXLの高画質を保ちつつ高速化を実現しています。

Stable Diffusionの画像生成を最速で学びたいあなたへ！

Stable Diffusionの基礎を2時間でマスター！
高スペックPCがない方向けに徹底解説。
ControlNetなど、必須級の拡張機能も網羅。
今話題のSDXL、AI動画生成も。
特典として、大人気「おすすめ拡張機能・モデル解説」「プロンプト大全」つき！

＼このボタン限定！70%オフキャンペーン実施中！／

今すぐこの講座を受講する

＼70%オフキャンペーン実施中！／

今すぐこの講座を受講

SDXL Lightningの特徴と主要なモデル

SDXL Lightningの最大の特徴は、少ないステップ数でも高品質な画像を生成できる点です。この特徴によって、画像生成の作業効率が飛躍的に向上します。

提供されているモデル一覧

Hugging Faceで公開されているSDXL Lightningのモデルは、ステップ数別に以下の4種類があります。

sdxl_lightning_1step_x0.safetensors：実験的な1ステップモデル
sdxl_lightning_2step.safetensors：2ステップモデル
sdxl_lightning_4step.safetensors：4ステップモデル
sdxl_lightning_8step.safetensors：8ステップモデル
sdxl_lightning_8step_lora.safetensors：LoRAバージョン（他のSDXLモデルと組み合わせ可能）

公式の説明によると、1ステップモデルは実験的なものとされており、実用的には2ステップ以降のモデルが推奨されています。特に8ステップモデルは画質と速度のバランスに優れており、最もおすすめです。

また、LoRAバージョンも提供されており、お気に入りのSDXLモデルと組み合わせて使用することも可能です。

プロンプトジェネレーターで画像生成プロンプトの参考に！

Stable Diffusionのプロンプトの見本が知りたい
画像生成が思ったようにできない
色々なプロンプトを探したい

など、画像生成AIのプロンプトに関する疑問が解決するかもしれません。

プロンプト生成ページを見てみる

SDXL Lightningの導入方法

ここからは、SDXL Lightningを実際に導入する方法を解説します。利用方法は主に以下の3つがあります。

ローカル環境でComfyUIを使用する方法
Google ColabでComfyUIを使用する方法
WebUIやForgeで使用する方法（sdxl_lightning_8step_loraの場合）

それぞれの方法について詳しく見ていきましょう。

ローカル環境に導入する方法

まずは、Hugging Faceから必要なモデルファイルをダウンロードします。

①ByteDance/SDXL-Lightningにアクセス

②使用したいモデル（おすすめは「sdxl_lightning_8step.safetensors」と「sdxl_lightning_8step_lora.safetensors」）をダウンロード

③必要に応じてstable-diffusion-xl-base-1.0から「sd_xl_base_1.0.safetensors」もダウンロード

ダウンロードしたファイルは以下のように配置します。

Checkpointモデル（sdxl_lightning_8step.safetensors）： /ComfyUI/models/checkpoints/フォルダ内

LoRAモデル（sdxl_lightning_8step_lora.safetensors）： /ComfyUI/models/loras/フォルダ内

Google Colabを使って導入する方法

手元にハイスペックPCがない場合は、Google Colabを使うのも良い選択肢です。

以下にサンプルコードを示します。

import os

!apt -y update -qq
!apt -y install -qq aria2
!pip install -q torch==1.13.1+cu116 torchvision==0.14.1+cu116 torchaudio==0.13.1 torchtext==0.14.1 torchdata==0.5.1 --extra-index-url https://download.pytorch.org/whl/cu116 -U
!pip install -q xformers==0.0.16 triton==2.0.0 -U
!pip install -q mediapipe==0.9.1.0 addict yapf fvcore omegaconf

!git clone https://github.com/comfyanonymous/ComfyUI
%cd /content/ComfyUI
!pip install -q -r requirements.txt
!git reset --hard

!git clone https://github.com/ltdrdata/ComfyUI-Manager /content/ComfyUI/custom_nodes/ComfyUI-Manager

# SDXL BaseモデルとLightningモデルのダウンロード
!aria2c --console-log-level=error -c -x 16 -s 16 -k 1M https://huggingface.co/stabilityai/stable-diffusion-xl-base-1.0/resolve/main/sd_xl_base_1.0.safetensors?download=true -d /content/ComfyUI/models/checkpoints -o sdxl_1.0.safetensors
!aria2c --console-log-level=error -c -x 16 -s 16 -k 1M https://huggingface.co/ByteDance/SDXL-Lightning/resolve/main/sdxl_lightning_8step.safetensors?download=true -d /content/ComfyUI/models/checkpoints -o sdxl_lightning_8step.safetensors
!aria2c --console-log-level=error -c -x 16 -s 16 -k 1M https://huggingface.co/ByteDance/SDXL-Lightning/resolve/main/sdxl_lightning_8step_lora.safetensors?download=true -d /content/ComfyUI/models/loras -o sdxl_lightning_8step_lora.safetensors

上記のコードを実行することで、Google Colab上にComfyUIと必要なモデルファイルが導入されます。

ComfyUIでSDXL Lightningを使う方法

ComfyUIでSDXL Lightningを使うには、まず適切なワークフローファイルが必要です。

以下の手順で進めましょう。

①ByteDance/SDXL-Lightningから「sdxl_lightning_workflow_full.json」と「sdxl_lightning_workflow_lora.json」をダウンロード

②ComfyUIを起動し、ダウンロードしたワークフローファイルをドラッグ&ドロップ

※ComfyUIの詳しい使い方については、下記記事を参考にしてください！

そして、CheckpointとLoRAを使う場合は、下記を開いて使ってみてください！

SDXL-Lightning Checkpointを使用する方法

「sdxl_lightning_workflow_full.json」を使用する場合の設定手順は、以下の通りです。

①「Load Checkpoint」ノードで「sdxl_lightning_8step.safetensors」を選択

②「steps」を「8」に設定（1〜8の範囲で調整可能）

③「cfg」を「1〜3」程度に設定（通常より低め）

④上部の「CLIP Text Encode(Prompt)」にプロンプトを入力

⑤下部の「CLIP Text Encode(Prompt)」にネガティブプロンプトを入力

⑥「Queue Prompt」をクリックして画像生成開始

SDXL-Lightning LoRAを使用する方法

「sdxl_lightning_workflow_lora.json」を使用する場合の設定手順は、以下の通りです。

「Load Checkpoint」ノードで「sdxl_1.0.safetensors」を選択
「LoraLoaderModelOnly」ノードで「sdxl_lightning_8step_lora.safetensors」を選択
「steps」を「8」に設定
プロンプトとネガティブプロンプトを入力
「Queue Prompt」をクリックして画像生成開始

SDXL Lightning LoRAの使い方

SDXL Lightning LoRAの大きな魅力は、他のSDXLモデルと組み合わせて使用できる点です。例えば、Civitaiなどで配布されている好みのSDXLモデルと組み合わせることで、そのモデルの特性を活かしつつ高速化が可能になります。

ComfyUIで使用する場合は、下記のように設定してください。

ComfyUIに「sdxl_lightning_workflow_lora.json」をロード
「Load Checkpoint」ノードで好みのSDXLモデル（例：「blue_pencil-XL」など）を選択
「LoraLoaderModelOnly」ノードで「sdxl_lightning_8step_lora.safetensors」を選択
あとは通常と同じように設定し、「Queue Prompt」で実行

この方法により、お気に入りのモデルの特徴を保ちながら、SDXL Lightningの高速性も獲得できます。

画像生成パラメータの最適設定

SDXL Lightningで最高の結果を得るためには、適切なパラメータ設定が重要です。ここからは、最適な設定を紹介します！

Step数	推奨値：モデル名と同じステップ数（8stepモデルなら8）許容範囲：1〜8（数値が大きいほど品質が向上）注意点：1stepモデルは実験段階で品質が低め
CFG Scale	推奨値：1〜3（通常のモデルより低め）最適値：1.0〜1.5程度注意点：値が高すぎるとアーティファクトが発生しやすい
サンプラー	推奨サンプラー：Euler、Euler a、DDPM、LCM 最適サンプラー：Euler（公式推奨）注意点：他のサンプラーでも動作するが、品質に差が出る

SDXL Lightningモデルは、サンプラーを適切に設定しないと画質が悪くなるので注意が必要です。

※Stable Diffusionの細かい設定については、下記記事を参考にしてください！

各ステップ数ごとに比較検証してみた！

SDXL Lightningの各ステップ数モデルによる画質の違いを検証してみました。同じプロンプト「Photo of woman in white dress(白いドレスを着た女性の写真)」を使用して比較しています。

①1ステップモデル（実験段階）

1ステップモデルは実験段階とされているため、画質はやや粗い印象です。顔のディテールや服の質感などが不明瞭で、実用には適さない場合が多いでしょう。

②2ステップモデル

2ステップモデルになると画質はかなり上がりますが、細部のディテールや質感表現はまだ完全ではありません。単純な画像なら実用レベルですが、複雑な画像生成には不向きです。

③4ステップモデル

4ステップモデルは画質と速度のバランスが良く、多くの用途で十分なクオリティーのものを生成してくれます。顔のディテールや服の質感もかなり改善され、実用レベルと言えそうです。

④8ステップモデル（最推奨）

8ステップモデルは最も品質が高く、通常のSDXLモデルで20ステップ以上を使った場合に近い品質でした。細部のディテールや質感表現も優れており、ほとんどの用途で満足できる結果が得られるでしょう。

このように、実際に使ってみると、1stepと8stepでは雲泥の差があります。実用的な画質を求めるなら4step以上、こだわりたいなら8stepがベストでしょう。生成時間もほとんど変わらないので、8stepモデル一択と言えます！

SDXL LightningとSDXL Turboとの違い

SDXL LightningとSDXL Turboは、どちらも高速画像生成を目的としたモデルですが、いくつかの違いがあります。

	SDXL Lightning	SDXL Turbo
開発元	ByteDance（TikTok開発元）	Stability AI（SDXLの開発元）
特徴	少ないステップ数（1〜8）で高品質な画像生成	1〜4ステップという超高速生成に特化
利点	通常のSDXLモデルと組み合わせて使用可能（LoRA版)	単独のモデルとして使用（追加ファイル不要）
推奨ステップ数	4〜8ステップ	1〜2ステップ