WebUI Forgeとは
2024年の2/7(水)に、Stable Diffusionの新しいWebUI、Stable Diffusion WebUI Forgeが公開され、話題になっています!
WebUI Forgeは、これまでほとんどの人がお世話になっているであろうAUTOMATIC1111(オートマチックイレブンイレブン)の進化版という位置づけです。
WebUI ForgeはStable Diffusionの超有能拡張機能であるControlNetの作成者様が開発しておりAUTOMATIC1111とは作成者が違います。
ちなみに、WebUI Forgeは、AUTOMATIC1111とは別のソフトなので、AUTOMATIC1111をアップデートすればいいというわけではなく、新しくForgeをインストールする必要があります。
とはいえ、AUTOMATIC1111を使っているということはPythonもGitも入っていると思うのでそんなに手間ではありません。
人によっては画像生成が劇的に快適になるので、面倒だというかたでも試してみる価値は大いにあると思います!!
Forgeに乗り換えるメリット
ForgeのGitHubを見てみると、何が優れているのかと、Forgeの方向性のようなものが描かれています。
一番大きのはなんといっても高速化の部分じゃないでしょうか?
VRAMが不足気味のグラフィックボードの場合の生成速度が大きく向上すると書かれていて、これまでよりも高画質での出力も可能になるとのこと。
VRAMの容量あたりの高速化の度合いは以下の通り説明されています。
| 使用中のVRAM | 効果 |
| 6GBなど | 推論速度が約60 ~ 75%高速化 |
| 8GBなど | 推論速度が約30 ~ 45%高速化 |
| 24GBなど | 推論速度が約3 ~ 6%高速化 |
VRAMが不足がちなグラフィックボードを使っている人ほど効果を受けやすいようです。
かくいう私もVRAMが8GBのグラフィックボード(RTX3060Ti)を使用していますので早速使ってみることにしました。
AUTOMATIC1111からForgeに乗り換えた結果
結論からいうとかなり快適になりました♪
私のグラボはVRAMが8GBなので、約30%~45%早くなるのだと思っていたのですが、後で紹介する結果を見ると分かる通りそれ以上に高速化してかなり快適になりました!
実際にそれぞれで同じ条件、同じシード値で画像生成する実験もしてみました。
実際にAUTOMATIC1111とForgeで生成結果を比較
AUTOMATIC1111とForgeでそれぞれなるべく同じ出力設定で画像を生成してみます。
プロンプト
(masterpiece:1.5), super fine illustration, 4k, 8k, (high quality:1.1), highly detailed, detailed face, detailed eyes, HDR, <lora:flat2:-0.1>,
1woman, upper body, hoodie, full body, long skirt, walking, break, side view, black hair
主な設定値は以下の通りで、AUTOMATIC1111とForgeで生成してみました。
| モデル | sakuramix_v70 |
| VAE | vae-ft-mse-840000-ema-pruned |
| Sampling method | Euler |
| Sampling steps | 20 |
| Hires.fix | 有り |
| Upscaler | Latent |
| Hires steps | 20 |
| Denoising strength | 0.7 |
| Upscale by | 2 |
| Width * Height | 512 * 768 |
| ADetailer | 有り |
Hiresでアップスケール2倍、ADetailer有りでの画像を生成するというありふれた条件だと思います。
ここに書かれていないものは全部初期値です。(シード値はどちらも同じでやってます)
生成された画像の比較
それぞれで出力された画像がこちらです。
ぱっと見はほぼ同じ画像が出力されますが、よく見ると色々違うところもあります。
- 女の子の左手の向き
- 壁に貼ってあるチラシ(?)の配置や右下のオブジェクト
- 道路の角度
間違い探しレベルの違いかなとは思いますが、シード値を元に画像を再現したい!っていうときは気をつけたほうがよいかもしれませんね!
クオリティはほぼ変わらないので私はほとんど気になりません。
生成速度の比較
ではいよいよそれぞれのWebUIで同じ画像を生成するのにかかった時間の比較です!
| AUTOMATIC1111 | WebUI Forge |
| 1分 37.5秒 | 30.5秒 |
すごくないですか!?
なんと1枚あたり1分以上早くなり、生成にかかる時間が3分の1になりました!!びっくりです。
私の持っているグラボのVRAMは8GBなので、話では30 ~ 45%の高速化という話だったのに、ここまで早くなるとは…。
正直Forge作成者様のいう30 ~ 45%というのも公称値的なもので実際そんな効かないんだろうなーなんて思ってたのに、まさかの70%近くの高速化です!
なんかこうなると、もしかしたら私のAUTOMATIC1111設定がなにかおかしいのかと心配になるレベルです。(そういえばTensorRTとか入れてなかったから結構影響してるのかなと思いました。)
生成速度以外でForgeにして良くなったこと
Forgeを使うメリットは生成速度がよくなるということだけではありません!
VRAMの使用量が減ったことで今までなかなかやろうと思えなかった設定も気軽に試せるようになりました。(もともとVRAM容量の大きいグラボ使ってる方には恩恵小さいですが)
Hires.fixで2倍より大きい画像が生成できるようになった。
これまでは大きめの画像を生成するときはHires.fixを使っていましたが、Upscale by(何倍にするか)は2倍が限界でした。たいていは縦長か横長の画像を生成していたので長辺が1536ピクセル、短辺が1024ピクセルが限界ですね。
VRAMが少ないとそもそもメモリ容量不足でOut of Memoryエラーになっちゃいますし、処理時間長く待たされたのに画像が破綻して出てくると悲しくなりますよね…。
Forgeを使って生成速度が上がっていればそんな悩みも軽減されます!
2.5倍にすると画像サイズは1920 × 1280になるので、壁紙サイズレベルまで一発で出力できるようになったのがありがたいです!
試しにUpscale byの値を2.5にしてAUTOMATIC1111とForgeで画像生成してみましたが、アップスケーラーがLatentのままだとどちらでやっても破綻したのでR-ESRGAN 4x+ Anime6Bを使用しました。
生成にかかった時間はそれぞれ下の表のとおりです。
| AUTOMATIC1111 | WebUI Forge |
| 3分55秒 | 54.6秒 |
相変わらずForgeのスピードがすごいです。もうAUTOMATIC1111に戻れなくなっちゃいそう。
せっかくなので2.5倍で生成した画像も貼っておきますね♪

Upscale byは大きくすればするほど良い画像になるわけでも無いので判断が難しいところですが、1発でHD画像にしたりUpscale byで少しだけ絵柄をコントロールしたりと、出来ることの幅が広がるのはいいことです♪
ControlNetをガンガン使ってもメモリエラーにならなくなった
VRAMが8GBでControlNetを使っていると、結構メモリ不足でOut of Memoryエラーが発生します…。
–midvramとかを駆使してなんとかギリギリ生成できる状態にはなるものの、連続生成したり、GenerateとInteruptを繰り返したりしてるとメモリエラーになってしまったりと、結構ストレスでした。
ControlNetつかうと時間も生成にかかる時間も長くなりますしね…。
そんな悩みがForgeに移行することで解決しました!
今ではControlNetでOpenposeを使ってもサクサク生成できるようになりました!
足かせが取れたようでめっちゃ快適です♪
Forgeに移行するにあたって感じた注意事項
正直大きな問題と言えるほどのものはまだ感じてません。
使い勝手も、AUTOMATIC1111とほとんど同じなので、ほぼ同じノリでつかえてます。
その中でもデメリットが全く無いわけではないので書き並べてみると
- Forgeインストール時に少しだけ手間取ったところがある
- 一部AUTOMATIC1111で使える拡張機能が使えない(らしい)
- ネットの情報はまだほぼAUTOMATIC1111なので、初心者さんは少し困るかも
- 配布されて間もないツールなのでバグったりすることもあるかも
- 生成結果にほんのわずかな差がある
という感じです。
メリットが大きすぎるので、今のところデメリットはほとんど感じてません!
皆さんも試しにForgeへの移行がまだだったら試してみてはいかがでしょうか?
まとめ
今回はStable Diffusionの新しいWebUI Forgeに移行して感じたことの紹介でした!
私には今のところ「乗り換えない理由が無い」という感じで、本当に試しに使ってみてよかったと思いました♪
つかっている拡張機能が対応しているかとか、使ってるVRAM容量でどのくらい恩恵を受けられるかにもよるかもしれませんが、気になっている方は試してみる価値大アリです!
ぜひ使ってみてくださいね!



コメント