ComfyUIで画像生成を比較（Stable Diffusion 1.5 vs Flux.1）
ComfyUIとは
Stable Diffusionを起動するUIとして、Automatic1111以外に似たようなUIのForgeや、ComfyUIがあります。
ComfyUIについては（使い始めたばかりのため機能比較のレビューはできませんが）、入力から出力までフローベースで組み立てられるのが特徴です。
ComfyUIの活用事例
テレビ東京「Newsモーニングサテライト」にて、中国のオンラインゲーム会社がキャラクターデザインをAIで制作していました。作成風景からComfyUIを活用している印象でした。
プロンプトでキャラクターのコンセプトを設定→キャラクターのルールを補正という流れだと思いますが、複雑に組み合わせていました。
Stable Diffusion 1.5 vs Flux.1
さて、本題のStable Diffusion 1.5とFlux.1の比較ですが、一目瞭然でFlux.1の精度が高いです。より写真的で、ほぼ破綻せずに画像生成しています。下部で説明していますが、同じプロンプトでの画像生成です。
Stable Diffusionの最新版が「Stable Diffusion 3 Medium（SD3M）」であることを考えると、Stable Diffusion 1.5では比較対象として不適切かもしれません。ただ、2年弱でこれだけ良くなっていることを考えると、改めて画像生成の進化に驚かされます。
プロンプト生成と画像生成
今回は、GPT-4oで画像生成に使うプロンプトを生成しています。
GPT-4oで生成したプロンプトを入力し、それぞれのモデルで画像生成をしました。
余談ですが、Flux.1はA6000でしか試していませんが、それなりのVRAMが必要になります。（Flux.1のリリース後にA6000が一部で売り切れになったとか）OSSの画像生成を試すだけでもコストが高くなっています。