後編：LCMはもう古い？SD3のPCMで高画質＆高速化！LCMとの違いや導入方法、活用事例を徹底解説！
どうも皆さん！週末はAIが考えたオリジナルレシピに挑戦するタイプの女、葉加瀬あいです！
前回の記事では、Stable Diffusion 3 (SD3) の高速化技術として注目されているFlashについて解説しました。Flashの登場によって、SD3での画像生成がより速く、より快適になった方も多いのではないでしょうか？
今回は、もう一つの高速化技術であるPCMにスポットライトを当てていきます！
今回は、SD3の高速化をさらに加速させるもう一つの魔法、PCM（Phased Consistency Model）にスポットライトを当てて詳しく解説していきます！
「PCMって一体何？」「LCMとは何が違うの？」そんな疑問をお持ちの皆さん、ご安心ください！この記事を読めば、PCMの仕組みや特徴、導入方法、活用事例まで、バッチリ理解できますよ！
PCMは、MMLab、香港中文大学、上海AIラボ、スタンフォード大学といった、世界トップレベルの研究機関による共同研究の成果なんです。これらの研究機関は、AI分野で世界をリードする存在であり、その技術力は折り紙付きです！
PCMは、少ないステップ数でも高品質な画像を生成できるという特徴を持っています。これは、従来のLCMの進化版とも言える技術で、SD3の高速化においてFlashに並ぶ重要な役割を担っています。
PCMを使いこなせないと、せっかくのSD3の性能を十分に活かせず、時間がかかってしまうかもしれません。高性能なカメラを持っているのに、シャッタースピードを遅く設定したまま撮影しているようなもの。もったいないですよね？
でも、心配ご無用！PCMをマスターすれば、SD3のポテンシャルを最大限に引き出し、サクサクっとハイクオリティな画像を生成できるようになります。まるで、連写機能で決定的瞬間を逃さず撮影できるような感覚を味わえるはずです！
この記事では、以下の3つのポイントについて詳しく解説していきます。
PCMとは何か？：その仕組みや特徴をわかりやすく解説します。
LCMとの違いは？：PCMがLCMの課題をどのように解決したのかを明らかにします。
SDXLとSD3での導入方法と使い方：実際にPCMを使う方法をステップバイステップで紹介します。
この記事を読めば、あなたもPCMを使いこなせるようになり、SD3での画像生成がもっと楽しくなること間違いなしです！一緒にSD3の世界をもっと探求していきましょう！
⚠️この記事を読む前に⚠️
私の記事を最大限に楽しんでいただくために、まずは以下のプロフィール記事をご一読ください！
記事を読む上での注意点や、より理解を深めるための情報が満載です。
「AIって難しそう…」
「専門用語が多くてついていけない…」
そんな不安も、プロフィール記事を読めば解消されること間違いなし！準備が整ったら、一緒にStable Diffusion 3の高速化について学んでいきましょう！
⚡️動画で見たい方はこちら⚡️
「文章を読むより動画で見たい！」という方は、以下のマガジンからYoutubeの動画をチェックしてみてください。
通勤・移動時間などのスキマ時間に見るも良し、実際に手を動かしながら確認するも良し。自分に合ったスタイルで学習を進めてくださいね。
ただし、動画コンテンツはNoteメンバーシップ会員限定となっておりますので、ご注意ください。
PCMとは？仕組みや特徴を解説
「PCMって、一体どんな技術なの？」と疑問に思っている皆さんも多いのではないでしょうか？PCMは、Stable Diffusionにおける画像生成を高速化するための技術なんです！
PCMは、以前のバージョンであるLCM(Latent Consistency Model)の課題を克服し、さらに進化した高速化技術なんです！
そう、実は、PCMは、LCMの新しいバージョンなんです！ 皆さん、LCMを覚えていますか？ LCMは、少ないステップ数でも画像生成がきちんとできるようにしたもので、LoRAを適用するだけで画像生成が高速化できるという優れものでしたよね！
私も、こちらの記事で解説をしています！
(LCMサンプラーの解説記事の画像)
「LoRAって何？」と思った方もいるかもしれませんね。
LoRAは、Stable Diffusionのモデルに追加学習させることで、特定の画風やキャラクターを生成しやすくする技術です。例えば、有名なアニメのキャラクターのLoRAを導入すると、そのキャラクターに似た画像を簡単に生成できるようになります。
LCMの課題：CFGスケールの柔軟性不足、異なるステップ数での一貫性、低ステップ数での画質劣化
LCMは、少ないステップ数で画像生成を高速化できる画期的な技術でしたが、いくつかの課題を抱えていました。
CFGスケールの柔軟性に欠ける
ネガティブプロンプトに対応できない
異なるステップ数で一貫性のある結果を生成できない
低ステップ数の場合、ぼやけた画像が生成される
「CFGスケールって何だろう？」と思った方もいるかもしれません。CFGスケールとは、Stable Diffusionで画像を生成する際に、プロンプト（テキストによる指示）の指示に従う度合いを調整するものです。CFGスケールを高く設定すると、プロンプトに忠実に従って画像が生成されますが、低く設定すると、AIがより自由に解釈した画像が生成されます。
私もこちらで解説をしています！
LCMは、この値を1～2と、とても低く設定しなくてはいけなかったのでネガティブプロンプトが適用されづらいという側面があったんですよね…
また、ネガティブプロンプトとは、Stable Diffusionで画像を生成する際に、「避けたい要素」を指定するものです。例えば、「ぼやけた画像」や「不自然なポーズ」などを指定することで、より自分のイメージに近い画像を生成しやすくなります。
これらの課題は、LCMサンプラーの仕組み上、避けられないものでした。「もっと柔軟に画像生成をしたいのに…」「高画質な画像を生成したいのに…」そんな風に思った方もいるのではないでしょうか？
PCMによる課題解決：CFGスケールとネガティブプロンプトへの対応、安定した品質、高精細な画像生成
そこで登場したのが、PCMなんです！ PCMは、これらの課題を見事に克服しています。
PCMは、CFGスケールやネガティブプロンプトにも対応し、異なるステップ数でも安定した品質の画像を生成できます。さらに、低ステップ数でも高精細な画像を生成できるため、LCMサンプラーよりも汎用性が高く、様々なシーンで活用できるんです！
「具体的に、LCMとPCMの画像を比べてみたい！」と思った方もいるかもしれませんね。次のセクションでは、LCMとPCMの違いを画像で比較しながら解説していきます！
PCMとLCMの違い
PCMは、LCMの進化版とも言える技術で、画像生成の品質を向上させながら、高速化も実現しています。
百聞は一見に如かず！ということで、実際にLCMとPCMで生成された画像を比較してみましょう。
(LCMとPCMの比較画像)
一目瞭然ですね！PCMの方が、より高画質で鮮明な画像が生成されているのがわかります。
「すごい！PCMを使えば、もっとクオリティの高い画像が作れるんだ！」とワクワクしませんか？
他にも、PCM は、SDXL-Turbo、SD-Turbo、SDXL-Lightning、LCM、など、現在 利用可能なその他の高速生成モデルと比較しても、高度な生成結果を実現できることがわかっています！
PCMの優位性：少ないステップ数で高品質な画像生成
PCM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ことです。
「ステップ数って何？」と思った方もいるかもしれませんね。ステップ数とは、AIが画像を生成する際の計算の回数のようなものです。ステップ数を増やすと、より時間をかけて丁寧に画像を生成するため、高品質な画像が得られますが、その分時間がかかります。
詳しく知りたい方はこちらからご覧ください！
PCMは、高度なアルゴリズムとモデル構造の最適化により、少ないステップ数でも高品質な画像を生成できるようになりました。これにより、画像生成にかかる時間を大幅に短縮できるだけでなく、PCの負荷も軽減できるというメリットもあります。
PCMのメリット：CFGスケールやネガティブプロンプトに対応
PCMは、LCMでは対応できなかったCFGスケールやネガティブプロンプトにも対応しています。
CFGスケールは、プロンプトの指示に従う度合いを調整できるため、より柔軟な画像生成が可能になります。「もっとプロンプトに忠実な画像が欲しい！」「AIの解釈をもっと反映させたい！」といった要望にも、PCMなら応えることができます。
また、繰り返しになりますが、ネガティブプロンプトは、「避けたい要素」を指定することで、より自分のイメージに近い画像を生成しやすくする機能です。「こういう要素は避けたいな…」という場合にも、PCMなら安心です。
PCMの導入方法と使い方
「PCMってすごいのはわかったけど、実際にどうやって使うの？」と疑問に思っている方もいるかもしれません。安心してください！PCMの導入方法はとても簡単です。
SDXLでのPCM導入方法と使い方
ここから先は
この記事が参加している募集
この記事が気に入ったらチップで応援してみませんか？