こんにちは。相沢なおです。
私はAI画像・動画制作フローを扱うクリエイター向けに、ローカル生成環境、モデル選定、編集後の公開判断を継続的に検証しています。この記事は法律アドバイスではなく、GitHub上のUI、モデル配布ページ、ライセンス表示、ローカル起動時のつまずきを制作目線で整理した実務メモです。
週末にGitHubをかなり掘りました。repoを3つ確認し、installに2回失敗して、GPUを20分ほど全力で回したあと、ようやくlocalで動く画像生成環境までたどり着きました。ただし、これは大規模なベンチマークではありません。この記事では、私が確認した範囲と、読者が自分の環境で再確認すべき項目を分けて書きます。
なぜcreatorはlocal NSFW image modelを探すのか
Platform型のAI画像生成ツールもかなり良くなっています。それでも、local open-source routeを選ぶcreatorはいます。理由はだいたい決まっています。
Privacy。 Localでmodelを動かす場合、promptや生成画像は自分のmachineから出ません。NSFW contentでは特にここが大きいです。Cloud platformでは、promptやoutputがserver上で処理されます。data retention policyが分かりにくいサービスもあります。localなら、少なくとも生成処理はlocalで完結します。
Checkpointの上にplatform filterが乗らない。 Platform toolは、modelの上にcontent moderationを重ねます。NSFWを許可しているように見えるプラットホームでも、クラスターが曖昧な入力に反応して、本来問題のない制作まで止めることがあります。local UIでuncensored image AI modelを動かす場合、何を出しやすいかは主にcheckpoint側のtrainingに依存します。追加のplatform layerで止められることはありません。
Credits制限がない。 一度modelをdownloadして動かせるようになれば、生成ごとの料金はかかりません。character design、batch variation、iterative testingのように大量に出すworkflowでは、cloud platformのcreditsはすぐ積み上がります。
特定のcheckpointを使える。 Open-source communityでは、用途別にfine-tuned modelが大量に作られています。CivitaiにはNSFW tag付きassetも多く、model pageにはarchitecture、sample、license、creator notesが載っています。ただし、NSFW tagは「何でも許可」という意味ではありません。Civitaiも未成年の不適切・性的な描写や、同意のない実在人物に関わる悪用を禁止しています。商用利用する可能性がある場合は、download前にlicense、禁止用途、creator notesを必ず確認してください。こうしたモデルは、ローカル利用を前提にしているものが少なくありません。
もちろんtrade-offはあります。local setupには時間がかかります。hardwareも必要です。dependency conflictで壊れることもあります。そこを受け入れられる人向けのルートです。
見るべきGitHub repoとopen-source resource
Model repoとUIの選択肢
Localで成人向けを含む画像生成workflowを作るなら、まず知っておきたいGitHub repoは大きく3つです。ここで大事なのは、「NSFW専用repo」を探すことではありません。安定したlocal UIを選び、その上で利用条件が確認できるcheckpointを読み込む、という順番です。それ以外の多くは、この3つのforkだったり、更新頻度が落ちていたり、特定用途に寄りすぎていたりします。
AUTOMATIC1111 / stable-diffusion-webuiGitHub repo License： AGPL-3.0
AUTOMATIC1111は、Stable Diffusionをlocalで動かすための代表的なbrowser-based UIです。txt2img、img2img、inpainting、outpainting、textual inversion、extension frameworkまで、Gradioのbrowser interfaceから操作できます。通常はlocalhost:7860で開きます。
NSFW workに関して言うと、A1111自体が独自にcontent filterをかけるわけではありません。何を生成しやすいかは、読み込むcheckpointで変わります。CivitaiやHugging FaceからNSFW対応のcheckpointを入れれば、local環境でparameterを細かく調整しながら生成できます。
Extension ecosystemも大きいです。ControlNet、upscaler、face detailerなど、多くのtutorialで出てくるpluginはA1111向けであることが多いです。
正直な注意点もあります。A1111は今でも使えますが、advanced workflowの中心は少しずつComfyUI側に移っています。straightforwardな画像生成には十分ですが、新しいmodelや複雑なworkflowを追うなら、ComfyUIも見た方がいいです。
ComfyUI（Comfy-Org / ComfyUI）GitHub repoLicense： GPL-3.0
ComfyUIは、advanced local generation workflowの標準に近い存在です。A1111のようなform-based UIではなく、node graphでpipelineを組みます。model node、sampler node、conditioning node、output nodeをつないで、workflowを視覚的に作る方式です。最初は少し難しいですが、自由度はかなり高いです。
NSFW workflowでも、ComfyUIはA1111と同じようにcheckpointを読み込めます。NSFW対応のsafetensors fileをmodels/checkpoints folderに置けば、local workflow内で使えます。face detail、ControlNet conditioning、upscale、inpaintingなどを1つのworkflow fileにまとめられるので、再現性を取りたい人にはかなり向いています。
Flux、Wan、HunyuanVideoなど、比較的新しいopen-source / open-weight modelは、ComfyUI workflow fileと一緒に共有されることが多いです。最新モデルを追うなら、ComfyUIを覚える価値があります。
lllyasviel / stable-diffusion-webui-forge License： AGPL-3.0
ForgeはA1111のforkで、ControlNetの作者として知られるlllyasvielによって作られました。強みはmemory optimizationです。特にSDXLのような重いモデルを8GB VRAM前後で動かしたい場合、vanilla A1111より安定することがあります。
InterfaceはA1111に近いので、A1111に慣れている人なら移行しやすいです。同じcheckpointが使え、extensionも多くの場合そのまま扱えます。VRAM制限で詰まっているなら、Forgeやactive forkを試す価値があります。
ただし、forkごとに更新状況が違います。使う前にGitHubのlast commit、issues、release状況を見てください。AI toolのrepoは、maintainerが離れるとかなり早く古くなります。
Checkpointはどこで探すか： CivitaiとHugging Face
GitHubのUIには、基本的にモデル本体は含まれていません。別途checkpointをダウンロードする必要があります。
Civitaiは、Stable Diffusion系のcheckpoint、LoRA、embeddingを探す場所としてよく使われます。NSFW対応のassetも多く、model pageにはarchitecture、sample、license、creator notesが載っています。商用利用する可能性がある場合は、download前にlicenseを必ず確認してください。CreativeML Open RAIL-Mに近いものもあれば、commercial useを制限しているcustom termsもあります。
Hugging Faceは、model cardやversion trackingを確認しやすい場所です。技術的な説明、license、file構成を見たい場合はこちらの方が分かりやすいことがあります。
Active repoとabandoned repoを見分ける
このカテゴリで一番無駄になりやすいのが、古いlist記事に載っているrepoをそのまま入れることです。Installに時間を使ったあと、dependencyが古くて動かない、issueが放置されている、今のmodelに対応していない、ということがあります。
| Repo | 現在の見方 | License | 向いている用途 | 確認すべき点 |
|---|---|---|---|---|
| AUTOMATIC1111 / stable-diffusion-webui | 定番だが更新速度は確認したい | AGPL-3.0 | SD 1.5 / SDXLの基本生成 | release、issue、extension互換性 |
| Comfy-Org / ComfyUI | 新しいworkflowに強い | GPL-3.0 | node-based workflow、Flux / SDXL / video系 | workflow file、custom node管理 |
| lllyasviel / stable-diffusion-webui-forge | A1111系の軽量・最適化fork | AGPL-3.0 | VRAM制限がある環境、SDXL / Flux試行 | READMEの更新、対応モデル、既知bug |
| Forge系active fork | forkごとに差が大きい | repoごとに確認 | A1111互換で軽く動かしたい場合 | last commit、maintainer、issue対応 |
Star数は人気の目安にはなりますが、最終判断にはなりません。GitHubの数字は変わるため、本文では固定のstar数を強く出さず、last commit、recent release、open issueへの反応、READMEの更新状況を見るほうが安全です。
Localで動かす流れ
ここではdeveloper guideまでは書きません。ただ、何に時間がかかるのかを分かる程度に整理します。
Step 1：UIをinstallする。 A1111、ComfyUI、Forgeのrepoをcloneするか、portable版がある場合はそれを使います。初回起動時にPython dependencyをダウンロードするため、時間がかかります。A1111やComfyUIの初回launchは、環境によってかなり待つことがあります。
Step 2：checkpointをdownloadする。 CivitaiやHugging Faceでmodelを探し、safetensors fileをdownloadします。SDXL系ならJuggernaut XLやPony Diffusion V6のように、よく使われるcheckpointがあります。ただし、名前だけで選ばず、license、sample、creator notes、商用利用可否を確認してください。
Step 3：UIに読み込んで生成する。 A1111ならlocal portでbrowser UIが開きます。ComfyUIもlocalのbrowser画面でworkflowを操作します。checkpointを選び、promptやsettingsを調整してgenerateします。
骨組みはこれだけです。ただ、最初のsessionではfolderの場所で迷ったり、dependency errorに当たったりすることがあります。大きなcommunityがあるので、多くのerrorはReddit、GitHub issues、Discordで解決例が見つかります。
Setup、VRAM、controlのtrade-off
Local環境は、web platformの「generate」buttonほど簡単ではありません。ここは最初に理解しておいた方がいいです。
Setup time。 初回installは、環境がきれいなら30〜90分ほどで進むこともあります。ただし、Python version、GPU driver、CUDA、extensionの相性で詰まると、もっとかかります。一度動けば、次回以降の起動はかなり早くなります。
VRAM requirements。 使うcheckpointのarchitectureで必要なVRAMは変わります。SD 1.5系なら4GB VRAMでも動く場合があります。SDXLは8GB以上、快適さを考えるなら12GB以上を見たいです。Flux系はさらに重く、12GB以上を前提にした方が安全です。
| モデル系統 | 最低ラインの目安 | 快適に使いやすい目安 | 注意点 |
|---|---|---|---|
| SD 1.5 | 4GB VRAM前後 | 6〜8GB VRAM | 軽いが、最新画質ではSDXL系に劣る場面がある |
| SDXL | 8GB VRAM前後 | 12GB VRAM以上 | 画像品質とcheckpoint数のバランスがよい |
| Flux系 | 12GB VRAM以上 | 16GB VRAM以上 | 量子化やoffloadで下げられる場合もあるが、設定依存が大きい |
| CPU-only | 起動できる場合あり | 実務向きではない | 生成がかなり遅く、検証用と考えたほうがいい |
この表は固定スペック表ではなく、導入前の目安です。Forge、ComfyUI、量子化モデル、CPU offload、解像度設定によって必要なVRAMは変わります。
Minimum未満でも、A1111やComfyUIのCPU offloadで動く場合はあります。ただし、生成時間は秒単位ではなく分単位になります。CPU-onlyでも動かせることはありますが、実務workflowとしてはかなり遅いです。
Controlとconvenienceの違い。 Cloud-based AI generation platformは、local environmentを管理したくない人に向いています。すぐ使えます。ただし、platform moderationとper-generation credit costがあります。
Local open-source NSFW image modelは、privacy、volume cost、特定checkpointへのaccessを重視する人に向いています。setupは面倒ですが、動き始めるとcreditsもqueueも気にしなくてよくなります。
制限、リスク、コンプライアンス境界
Localやopen-sourceだからといって、無規制になるわけではありません。
License termsは残ります。特に商用利用では重要です。 Personal useでcheckpointをdownloadして試すだけなら問題が少ない場合もあります。ただし、client work、product、paid content、monetized projectに使う場合は別です。checkpointごとにlicenseがあり、条件は統一されていません。commercial useを明示的に許可しているものもあれば、禁止しているものもあります。attributionが必要な場合もあります。model pageのlicenseは必ず読んでください。
生成場所に関係なく、content lawは適用されます。自分のhardwareでlocal image modelを動かしても、生成物があなたの地域の法律から外れるわけではありません。特に、未成年に関わる性的表現、本人の同意がない実在人物の性的画像、嫌がらせやなりすまし、著作権・肖像権・パブリシティ権に関わる素材利用は、localかcloudかに関係なく重大なリスクになります。
日本向けに公開する場合は、AI生成物の著作物性や人間の創作的寄与について整理した文化庁の AIと著作権に関する考え方 も確認しておくと判断しやすいです。また、実在人物の親密・性的画像を同意なく扱う行為は、私事性的画像記録の提供等に関する規制にも触れ得ます。法律判断が必要な公開・販売案件では、専門家に確認してください。EU AI Actのsynthetic media関連の考え方や、AI-generated intimate imageryに関する各地域の法律は、toolの種類に関係なく影響することがあります。商用公開や配布をするなら、自分の国や地域のルールを確認してください。
年齢に関わるcontentは絶対に越えてはいけない線です。 未成年者、または未成年に見える人物を性的文脈で生成することは、ほとんどの地域で違法または重大な犯罪のリスクになります。Civitaiなどのmodel repositoryも禁止しています。これはplatform policyの問題ではなく、法的なred lineです。
Real-person likenessにも注意が必要です。 Localで生成していても、識別可能な実在人物の性的画像を同意なく作ることは、法的リスクを生みます。platformに見られないから安全ということではありません。
FAQ
GitHubのNSFW AI generatorは無料ですか？
はい。A1111、ComfyUI、ForgeのようなUI softwareは無料でopen-sourceです。CivitaiやHugging Face上のcheckpointも、多くは無料でダウンロードできます。自分のhardwareで動かすため、setup後は生成ごとの料金がかかりません。
ただし、softwareが無料であることと、生成物を商用利用できることは別です。checkpointごとにlicenseがあり、commercial useを制限している場合があります。paid workに使う前には、model pageのlicenseを確認してください。
どんなhardwareが必要ですか？
SDXL級の品質を狙うなら、少なくとも8GB VRAMのGPUがあると現実的です。RTX 3070、RTX 4060 Ti、または同程度のGPUが目安になります。SD 1.5系なら4GB VRAMでも動く場合があります。Flux系は12GB以上を見たいです。
CPUでも動かせますが、生成時間はかなり長くなります。Apple SiliconのMacではMPS backendで動くworkflowもありますが、modelやUIによって相性があるため、導入前に最新のREADMEを確認してください。
Local modelはprivacy面で安全ですか？
Cloud platformよりは、かなり安全です。Local uncensored image generatorを自分のhardwareで動かす場合、prompt、生成画像、model weightsは基本的にmachine内に残ります。外部serverに送られないため、privacy重視のcreatorがlocalを選ぶ理由になります。
ただし、downloadするmodelやextensionのsourceは確認してください。怪しいrepoや出所不明のfileを入れると、別のsecurity riskが出ます。
Bottom Line
見るべきrepoは大きく3つです。A1111は始めやすく、extension ecosystemが大きい。ComfyUIはadvanced workflowと新しいmodel対応に強い。Forgeやactive forkは、SDXLなどでVRAM制限に当たっている人に向いています。
CheckpointはCivitaiかHugging Faceから探すのが基本です。ただし、licenseは必ず読んでください。ここを飛ばすと、あとで商用利用や公開時に困ります。
Open-sourceのAI image generator GitHub ecosystemは、かなり成熟しています。ただし、「NSFW対応」と書かれたcheckpointやUIを見つけることより、更新されているrepoを選び、licenseを読み、生成物の扱いを記録し、安全境界を越えないことのほうが重要です。
Setup costは本物です。でも、一度動けば生成ごとのcostはありません。checkpointと自分の間にplatform filterもありません。promptやoutputも外に出ません。大量に生成するcreator、privacyを重視するcreatorにとっては、その午後を使う価値があります。
