【2025最新】Stable Diffusion reForgeとは？Forgeとの違いや使い方を解説！

最近、AIによる画像生成が急速に進化し、多くの人がStable Diffusionを使い始めています。しかし、Stable DiffusionのWebUIには様々な種類があり、どれを選べばいいのか迷ってしまうことも。特に「Stable Diffusion reForge」と「Stable Diffusion Forge」の違いがわからないという声をよく聞きます。

この記事では、Stable Diffusion reForgeの特徴やForgeとの違い、インストール方法から実際の使い方まで、詳しく解説していきます。低スペックPCでも快適に使いたい方や、拡張機能をたくさん使いたい方に特におすすめです！

今回の記事で分かること

Stable Diffusion reForgeとは？Forgeとの違い
Stable Diffusion reForgeのインストール方法
Stable Diffusion reForgeの使い方

※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。

Stable Diffusion reForgeとは？Forgeとの違い

早速、Stable Diffusion reForgeとはどんなものなのか？、Forgeとの違いについて解説していきます！

reForgeとは？

Stable Diffusion WebUI reForge（以下、reForge）は、オリジナルのStable Diffusion WebUI（通称A1111）とForgeの良いところを組み合わせたWebUIです。特に、拡張機能の互換性や安定性を重視して開発されています。

reForgeは、Forgeがより実験的な機能の追加を進めるために互換性を犠牲にする中で派生したバージョンです。「低VRAM環境でも画像を生成したい」「拡張機能を多く使いたい」というユーザーに特に人気があります。

reForgeとForgeの主な違い

reForgeとForgeの主な違いは以下の4点です。

性能
- Forgeは元々のA1111に比べて推論速度を30～75%向上
- reForgeはさらに最適化されており、低スペックGPUでも高品質な画像生成が可能
- VRAMの効率的な利用を実現し、生成速度やVRAM消費面で優れた結果を示す
機能・拡張性
- reForgeは拡張機能のサポートが強化されており、様々な機能を追加できる柔軟性がある
- Forgeは基本的な機能に焦点を当てており、拡張性は限られている
- reForgeでは特定の条件下でForgeよりも速いパフォーマンスを発揮することが報告されている
ユーザーインターフェース
- Forgeは新しいGradio 4 UIを使用（多くの拡張機能が非互換に）
- reForgeは従来のGradio 3.41.2を維持しつつ、使いやすいように設計されている
更新とサポート
- reForgeは最新の技術や機能が継続的に追加されている
- Forgeと比較して、ComfyUIの新機能を早く取り入れる傾向がある

これらの違いからわかるように、reForgeは特に拡張機能やA1111との互換性を重視する方に適しています。

reForgeのバージョンについて

reForgeには主に以下のバージョンがあります。

main：これまでの標準バージョンで、大きな変更がない安定版
dev_upstream：拡張機能が増えていますが、やや不安定。若干速度が速い
dev_upstream_experimental：さらに実験的な機能が追加されたバージョン
main_new_forge：新版Forgeとほぼ同じ感じで、サンプラーなどがreForgeと同じ。既存の拡張機能が一部使えなくなる

2025年3月現在、多くのユーザーは「dev_upstream」版を利用しており、安定性と新機能のバランスが取れています。

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

Stable Diffusionの種類と違い

Stable DiffusionのWebUIについても解説します！大きく分けて3種類があるんです。

Stable Diffusion WebUI (A1111)
- オリジナルのStable Diffusion WebUI
- 最新機能への追従はやや遅い
- 豊富な拡張機能が多数利用可能
- 拡張機能の相性問題も少なく、動作も安定
Stable Diffusion WebUI Forge
- 新機能や実験的機能が実装されているWebUI
- FLUX.1のモデルやStable Diffusion 3/3.5のモデルを利用可能
- 利用できない拡張機能があったり、一部の拡張機能では相性が合わずうまく動作しない場合も
- 詳しい使い方については、こちらの記事で解説しています
Stable Diffusion WebUI reForge
- V-Predictionモデルへの対応や高速化などの新機能が早いタイミングで追加
- Forge版と異なり、Stable Diffusionでの利用をメインにしたUI
- 拡張機能はA1111と互換性があり、80%程度利用可能

それぞれのWebUIは、目的や環境によって使い分けるのがおすすめです！

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

Stable Diffusion reForgeのインストール方法

reForgeをインストールする方法はいくつかありますが、ここでは主に3種類の方法を紹介します。

①GitHubからのクローン（通常のインストール方法）

最も一般的な方法はGitHubからのクローンです。以下の手順で実行してください！

GitとPythonをインストール（Python 3.10.xx～3.12.xxのバージョンで動作）
コマンドプロンプトで以下のコマンドを実行

git clone https://github.com/Panchovix/stable-diffusion-webui-reForge.git

dev_upstream版に切り替える場合は以下のコマンドを実行

git checkout dev_upstream

webui-user.batを編集（必要に応じて）
webui-user.batを実行してセットアップを開始

②Stability Matrixを使ったインストール方法

Stability Matrixを使うとワンクリックで簡単にインストールできます。

Stability Matrixをダウンロードしてインストール
Stability Matrixを起動し、「＋パッケージの追加」からreForgeを選択
インストールボタンをクリックするだけで自動的にセットアップが完了

※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！

③EasyReforgeを使ったインストール方法

日本語解説付きのワンクリックインストーラー「EasyReforge」も利用可能です。

EasyReforgeをダウンロード
インストーラーを実行するだけで日本語環境のreForgeが簡単にセットアップ可能

PyTorch 2.4での高速化する方法（上級者向け）

より高速化したい上級者向けに、PyTorch 2.4でのインストール方法も紹介します。

# PyTorchの再インストール
!pip uninstall -y torch torchvision torchaudio
!pip install torch==2.4.0+cu124 torchvision torchaudio --extra-index-url https://download.pytorch.org/whl/cu124

# 必要なCUDAライブラリのリンクを作成
!sudo ln -s /usr/local/cuda/lib64/libcudart.so /usr/local/cuda/lib64/libcudart.so.11.0
!sudo ln -s /usr/local/cuda/lib64/libcudart.so /usr/local/cuda/lib64/libcudart.so.12.0

# 環境変数の設定
!echo 'export BNB_CUDA_VERSION=124' >> ~/.bashrc
!echo 'export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:/usr/local/cuda/lib64' >> ~/.bashrc
!source ~/.bashrc

# bitsandbytesの再インストール
!pip uninstall -y bitsandbytes
!pip install bitsandbytes

このセットアップにより、最新のPyTorch 2.4とCUDA 12.4を使った高速な環境が構築できます！

Stable Diffusion reForgeの使い方

それでは、Stable Diffusion reForgeの使い方をご紹介していきます！

基本的な使い方

reForgeのインストールが完了すると、ブラウザでUIにアクセスできるようになります（通常はhttp://127.0.0.1:7860/）

モデルの選択
- 「Stable Diffusion checkpoint」からモデルを選択
- 必要に応じてVAEも選択
プロンプト入力
- 上部のテキストエリアにプロンプト（生成したい画像の説明）を入力
- 下部のテキストエリアにネガティブプロンプト（避けたい要素）を入力
生成設定の調整
- サンプリング方法：リアル系画像は”DPM++ SDE Karras”、アニメ系イラストは”DPM++ 2M Karras”がおすすめ
- CFG Scale：7.0前後が一般的（値が低いほど創造的、高いほどプロンプトに忠実）
- ステップ数：20～30が一般的（値が高いほど品質が上がるが生成時間も増加）
生成実行
- 「Generate」ボタンをクリックして画像を生成

通常のStable Diffusionと同じ要領で使えるので、普段から利用している人は使いやすいかと思います！

dev_upstream版の追加機能

dev_upstream版では、以下のような追加機能が利用できます。

サンプラーとスケジューラーの追加
- 「Gradient estimation」などの新しいサンプラー
- 様々なスケジューラーの追加と詳細設定が可能
MaHiRo CFG
- ビルトイン拡張機能として追加された新しいCFG方式
- 通常のCFGより2低い値で設定するとよい結果が得られる
Torch Compile機能
- --torch-compileを起動オプションに追加することで使用可能
- 生成速度がわずかに向上（10.7秒→10.0秒程度）
ベータスケジューラーの詳細設定
- αとβの値を細かく調整可能
- 「設定」タブの「Scheduler parameters」で変更できる

※Stable Diffusionのサンプラーなどについては、下記記事で詳しく解説しています！

reForgeへの拡張機能の追加方法

reForgeの大きな特徴の一つは、A1111向けの拡張機能の互換性です。

以下の手順で拡張機能を追加できます。

「Extensions」タブを選択
「Available」をクリック
検索ボックスに追加したい拡張機能の名前を入力
「Install」ボタンをクリックしてインストール
インストール完了後、「Apply and restart UI」をクリック

人気の拡張機能には以下のようなものがあります。(リンク先に解説記事があります！)

ControlNet：参照画像からポーズや構図を制御
Regional Prompter：画像の特定領域にプロンプトを適用
ADetailer：人物の顔などを自動検出して修正
Deforum：アニメーションやビデオ生成

reForgeの日本語化

reForgeのインターフェースを日本語化する方法も簡単です。

「Extensions」タブ→「Available」をクリック
「localization」のチェックを外してから「Load from:」ボタンを押す
検索ボックスに「ja_JP」と入力
「ja_JP Localization」の「Install」ボタンをクリック
「Settings」タブで「Localization」を検索
更新ボタンを押して言語選択リストを更新し、「ja_JP」を選択
「Apply settings」をクリックして設定を適用
「Reload UI」で画面を再読み込み

日本語化されない場合は、reForgeを再起動してから再度設定を試みてください。

v-predictionモデルの使用方法

2024年後半から注目されている「v-predictionモデル」（特にnoobai）をreForgeで使用する方法を紹介します。v-predモデルは従来のEpsilon-Predictionモデルと比較して、背景がより正確に、色も正確に出力されるという特徴があります。

v-predモデルの設定方法

①v-pred対応モデル（例：noobai v-pred）をダウンロード

②モデルを「models/Stable-diffusion」フォルダに配置

③WebUIで「Stable Diffusion checkpoint」の更新ボタンを押し、v-predモデルを選択

④プロンプトを入力し、解像度を設定（困ったら1024×1024）

⑤sampling methodを「Euler a」に設定

⑥Schedule typeを「Simple」に設定

⑦「Advanced Model Sampling for reForge」でv-predの設定を有効化

⑧「Generate」ボタンをクリックして生成

v-predモデルを使うことで、従来のモデルでは難しかった高品質な画像生成が可能になります。特にリアルな写真のような画像生成に優れています。

Stable Diffusion reForgeのAPI活用

reForgeはAPIを提供しており、外部スクリプトからの制御も可能です。

以下は簡単なPythonスクリプトの例です。

import requests
import json
import os
import io
import base64
from pydantic import BaseModel, Field
from PIL import Image, PngImagePlugin
from datetime import datetime, timezone, timedelta

# 日本標準時
JST = timezone(timedelta(hours=9))

# APIエンドポイント
SD_SERVER_URL = "http://127.0.0.1:7860"  # LAN内のサーバーURLに変更してください

# 入力データを管理するクラス
class ImageGenerationParams(BaseModel):
    prompt: str = Field(..., example="1girl", description="生成したい画像のプロンプト")
    negative_prompt: str = Field(
        "worst quality", example="worst quality", description="否定プロンプト"
    )
    steps: int = Field(25, example=25, description="生成ステップ数")
    cfg_scale: float = Field(7.0, example=7.0, description="CFGスケールの値")
    width: int = Field(512, example=512, description="生成画像の幅")
    height: int = Field(512, example=512, description="生成画像の高さ")
    sampler_index: str = Field(
        "Euler a", example="Euler a", description="サンプラーの種類"
    )
    batch_count: int = Field(1, example=1, description="バッチ生成の数")
    batch_size: int = Field(1, example=1, description="1バッチあたりの画像数")
    enable_hr: bool = Field(
        False, description="高解像度リサイズモードを有効にするかどうか"
    )
    denoising_strength: float = Field(
        0.4, example=0.4, description="高解像度リサイズ時のノイズ低減強度"
    )
    hr_scale: float = Field(1.5, example=1.5, description="高解像度リサイズのスケール")
    hr_steps: int = Field(
        15, example=15, description="高解像度リサイズ時の追加ステップ数"
    )
    hr_upscaler: str = Field(
        "R-ESRGAN 4x+ Anime6B", example="R-ESRGAN 4x+ Anime6B", description="高解像度リサイズのアップスケーラー"
    )

def text_to_image(params: ImageGenerationParams, output_dir: str, unique_id: str):
    """
    Stable Diffusion API (txt2img) を使用して画像を生成し、PNGとして保存する。

    Args:
        params: ImageGenerationParamsオブジェクト（画像生成パラメータを含む）
        output_dir: 出力先ディレクトリ
        unique_id: ファイル名に使用する一意の識別子
    """
    # APIへのリクエストペイロード
    payload = {
        "prompt": params.prompt,
        "negative_prompt": params.negative_prompt,
        "steps": params.steps,
        "cfg_scale": params.cfg_scale,
        "width": params.width,
        "height": params.height,
        "sampler_index": params.sampler_index,
        "batch_count": params.batch_count,
        "batch_size": params.batch_size,
        "enable_hr": params.enable_hr,
        "denoising_strength": params.denoising_strength,
        "hr_scale": params.hr_scale,
        "hr_upscaler": params.hr_upscaler,
        "hr_second_pass_steps": params.hr_steps,
    }

    headers = {"Content-type": "application/json"}
    url = f"{SD_SERVER_URL}/sdapi/v1/txt2img"

    # APIリクエスト送信
    response = requests.post(url, json=payload, headers=headers, timeout=300)
    response.raise_for_status()

    # レスポンス処理
    result = response.json()
    meta = json.loads(result["info"])["infotexts"][0]

    # 出力ディレクトリの作成
    os.makedirs(output_dir, exist_ok=True)

    # 画像の保存
    for i, image_data in enumerate(result["images"]):
        image = Image.open(io.BytesIO(base64.b64decode(image_data.split(",", 1)[0])))
        pnginfo = PngImagePlugin.PngInfo()
        pnginfo.add_text("parameters", meta)
        now = datetime.now(JST).strftime("%Y%m%d%H%M%S")
        file_path = os.path.join(output_dir, f"{now}_{unique_id}_{i+1}.png")
        print(f"Saving image to {file_path}")
        image.save(file_path, pnginfo=pnginfo)

このスクリプトを使うことで、バッチ処理や自動化が可能になります。

Deforumの活用方法

Deforumは動画生成のための強力な拡張機能で、reForgeでも利用可能です。

以下の手順でインストールできます。

%cd /path/to/stable-diffusion-webui-reForge/extensions
!git clone --branch main https://github.com/deforum-art/sd-forge-deforum.git

Deforumを使用するには、以下の追加パッケージが必要です（特に3Dモードでdepth zoeを使用する場合）

!pip install timm==0.6.7
!pip uninstall -y opencv-python
!pip uninstall -y opencv-python-headless
!pip install opencv-python==4.9.0.80
!pip install opencv-python-headless==4.9.0.80

Deforumを使えば、アニメーションやビデオ生成が可能になり、創作の幅が大きく広がります。

※Stable DiffusionでDeformを使う方法は、以下の通りです。