Stable Diffusionのモデルマージについて、基本的なやり方から比率設定のコツ、おすすめの組み合わせまで初心者にもわかりやすく解説します。実写系・アニメ系別のマージ手法や、失敗しないための注意点も詳しく紹介。あなただけのオリジナルモデルを作成して、理想の画像生成を実現しましょう。
こんにちは!カラスクDAOの広報担当、彩葉だよ✨ 今日は私も大好きなStable Diffusionのモデルマージについて、とっても詳しく解説していくね!
みんなもきっと経験があると思うんだけど、「このモデルは顔は綺麗だけど背景がイマイチ」とか「あのモデルの画風とこのモデルの表現力を組み合わせたい!」って思ったことない?そんな時に使えるのがモデルマージなんだよ〜!
モデルマージって何?なぜ必要なの?
モデルマージとは、複数のStable Diffusionモデルを組み合わせて、新しいモデルを作る技術のことだよ✨ 簡単に言うと、それぞれのモデルの良いところを混ぜ合わせて、自分好みの画風や表現力を持ったオリジナルモデルを作ることができるの!
モデルマージのメリット
- 複数のモデルの長所を組み合わせられる:顔の美しさと背景の精細さを両立
- オリジナリティのある画風を作れる:他にはない独自の表現が可能
- 特定のジャンルに特化したモデルが作れる:アニメ、実写、イラストなど
- 学習コストがかからない:新しく学習させる必要がない
それな!私も最初は「難しそう…」って思ってたんだけど、やってみると意外と簡単で、しかも面白いの♪

基本的なモデルマージの種類
モデルマージには主に3つの方法があるよ〜!それぞれ特徴が違うから、目的に応じて使い分けるのがポイントだね✨
1. 加重和マージ(Weighted Sum)
これが一番基本的で分かりやすい方法!2つのモデルを指定した比率で混ぜ合わせるの。例えば、モデルAとモデルBを7:3の比率でマージするって感じだね。
特徴:
- 簡単で理解しやすい
- 予想しやすい結果が得られる
- 初心者におすすめ
2. 追加差分マージ(Add Difference)
これはちょっと上級者向け!ベースモデル + (モデルA – モデルB) × 比率 という計算でマージするの。特定の要素だけを強化したい時に使うよ〜
特徴:
- より細かい調整が可能
- 特定の特徴を強化できる
- 予測が難しいけど面白い結果が出ることも
3. トリプルマージ
3つ以上のモデルを同時にマージする方法だね!複雑だけど、その分可能性は無限大✨
実際のマージ手順(AUTOMATIC1111 WebUI)
さあ、実際にマージしてみよう!今回はAUTOMATIC1111 WebUIを使った方法を説明するね〜
ステップ1:必要なモデルの準備
- マージしたいモデルをmodels/Stable-diffusionフォルダに配置
- WebUIを起動して、モデルが認識されているか確認
- 事前にそれぞれのモデルで何枚か生成して特徴を把握しておく
これ、結構重要だよ〜!どんな特徴があるモデルなのか知らないでマージすると、思わぬ結果になっちゃうからね💦
ステップ2:CheckpointMergerタブでの設定
- WebUIの「Checkpoint Merger」タブを開く
- 「Primary model (A)」にメインとなるモデルを選択
- 「Secondary model (B)」に組み合わせたいモデルを選択
- 「Tertiary model (C)」は3つ目のモデル(使わない場合はNone)
ステップ3:マージ比率の設定
ここが一番重要なところ!比率設定のコツを教えちゃうね♪
初心者におすすめの比率:
- 0.3〜0.7:バランスの良い結果が得られやすい
- 0.1〜0.2:微調整したい時
- 0.8〜0.9:ベースモデルの特徴を活かしつつ少しだけ変化
私の経験だと、0.5(半々)だと個性が薄くなりがちだから、0.3や0.7くらいがちょうどいい感じだよ〜✨
ステップ4:マージの実行
- 新しいモデルの名前を「Custom Name」に入力
- 「Config source」でベースとなる設定を選択
- 「Merge」ボタンをクリック
- 処理完了まで待つ(数分〜10分程度)

マージ比率の決め方とコツ
ここからは私が実際に試してみて分かった、とっておきのコツを教えちゃうよ〜!
実写系モデルのマージ
おすすめ比率:
- リアリズム重視:0.6:0.4
- 美人系特化:0.7:0.3
- 多様性重視:0.5:0.5
実写系は比較的予測しやすいから、最初は0.3、0.5、0.7の3パターン作ってみるのがおすすめだね✨
アニメ系モデルのマージ
おすすめ比率:
- 画風重視:0.8:0.2
- バランス型:0.6:0.4
- 実験的:0.4:0.6
アニメ系は画風が独特だから、あまり均等にマージしない方がいい結果が出やすいよ〜
系統が異なるモデルのマージ
実写とアニメを混ぜる時は要注意!でも上手くいくとめちゃくちゃ面白い結果が出るの♪
- 実写ベース + アニメ少し:0.8:0.2 でセミリアル風
- アニメベース + 実写少し:0.75:0.25 で立体感アップ
上級者向けテクニック
慣れてきたら、こんな上級テクニックも試してみてね〜!
レイヤー別マージ
U-Netのレイヤーごとに異なる比率を設定する方法だよ。めちゃくちゃ細かい調整ができるけど、その分複雑💦
- Input layers:構図やポーズに影響
- Middle layers:全体的な画風に影響
- Output layers:細部の描写に影響
段階的マージ
一度に複数モデルをマージするんじゃなくて、段階的に進める方法だね。
- モデルA + モデルB = 中間モデル1
- 中間モデル1 + モデルC = 最終モデル
この方法だと、より細かいコントロールができるよ✨

よくある失敗パターンと対処法
私も最初はたくさん失敗しちゃった💦 みんなには同じ失敗をしてほしくないから、よくある失敗パターンを教えるね〜
失敗パターン1:画風が混在してしまう
症状: 顔はアニメなのに体は実写っぽい、など一貫性がない
対処法:
- 系統が近いモデル同士でマージする
- 比率を0.2以下に抑えて微調整する
- レイヤー別マージで調整する
失敗パターン2:特徴が薄くなる
症状: どちらのモデルの良さも活かされない平凡な結果
対処法:
- 0.5:0.5は避ける
- 0.3:0.7 または 0.7:0.3 で試す
- ベースモデルを明確に決める
失敗パターン3:崩壊した画像が生成される
症状: 手足がおかしい、顔が崩れるなど
対処法:
- VAEが正しく設定されているか確認
- マージする前に各モデルが正常動作するか確認
- 極端な比率(0.1以下、0.9以上)は避ける
おすすめのモデル組み合わせ例
私が実際に試してみて、良い結果が出たおすすめの組み合わせを紹介するね〜♪
美人系実写モデル
- ChilloutMix + RealisticVision:0.6:0.4 でバランス抜群
- majicMIX + Photon:0.7:0.3 で自然な美しさ
高品質アニメ系
- AnythingV5 + Waifu Diffusion:0.8:0.2 で安定感◎
- AbyssOrangeMix + Pastel-Mix:0.6:0.4 で柔らかい画風
セミリアル系
- RealisticVision + AnythingV5:0.75:0.25 で程よいアニメ感
- ChilloutMix + AbyssOrangeMix:0.8:0.2 で洗練された表現
それな!この組み合わせは本当におすすめだよ〜✨

マージ後のテストと調整
マージが完了したら、必ずテスト生成をしてね!私はいつもこんな感じでチェックしてるよ〜
テスト用プロンプト例
- 人物全身:「1girl, standing, simple background」
- 表情チェック:「1girl, portrait, smile」
- 複数人:「2girls, talking」
- 背景込み:「1girl, outdoor, detailed background」
同じプロンプトで元のモデルと比較すると、変化がよく分かるよ✨
調整が必要な場合
思った通りの結果にならなかった場合は:
- 比率を変えて再マージ
- 別のモデルとの組み合わせを試す
- レイヤー別マージで微調整
めげずに何度でも試してみてね〜!それが上達のコツだよ♪
まとめ:あなただけの最高のモデルを作ろう!
モデルマージは本当に奥が深くて面白いんだよ〜✨ 最初は失敗することもあるけど、自分だけのオリジナルモデルができた時の感動は格別!
今日のポイントをおさらい:
- まずは加重和マージから始めよう
- 0.3:0.7 や 0.7:0.3 の比率がおすすめ
- 系統の近いモデル同士から試す
- 必ずテスト生成で確認する
- 失敗を恐れずに実験することが大切
みんなもぜひ挑戦してみてね!きっと素敵なモデルが作れるはず💕
画像生成AIについてもっと学びたい、作品を共有したい、仲間と交流したいという方は、ぜひカラスクのDiscordコミュニティにご参加ください!
カラスクとは?
カラスクは、AI artを通じてみんなを笑顔にするDAO化プロジェクトです。「スキマ時間」でWeb3で疲弊することなく、誰でも楽しめて報酬を得られるコミュニティを目指しています。
コミュニティで得られること
- 画像生成AIの最新情報や技術交流
- 作品の共有とフィードバック
- 初心者向けのサポート
- プロンプトのシェア
- コラボレーションの機会
初心者の方も大歓迎です!気軽にご参加ください。