話題の最新モデル「Stable Diffusion 3(Medium / Large)」を実際にローカル環境で動かし、その描写力と実用性を徹底検証しました。
特に注目される「文字描画」「人体構造」「プロンプトへの正確さ」をテストした結果をお届けします。
💡 関連記事:
・SD3のスペック詳細は「Stable Diffusion 3 / 3.5の特徴と進化」をご覧ください。
・画像生成AI全体の比較は「画像生成AIおすすめ比較まとめ」で解説しています。
実機テスト結果の総括
| 検証項目 | 評価 | 実機検証の所感 |
|---|---|---|
| 英単語の文字描画 | ◎ 優秀 | 看板やポスターの短い英単語であれば、スペルミスなく正確に描画される。 |
| 空間・位置関係の指示 | ◎ 優秀 | 「左側に猫、右側に犬」などの位置関係を高い確率で正しく描き分ける。 |
| ポーズの自然さ | ○ 良好 | 標準的な構図は非常に綺麗だが、極端な寝そべりポーズ等はプロンプトの工夫が必要。 |
| 生成速度・VRAM消費 | ○ 良好 | 最新のForgeやComfyUIを使えばVRAM 8GB〜12GB環境でも十分快適に動作。 |
まとめ:次世代のベースモデルとして非常に高い完成度
コミュニティによるファインチューニングモデルやLoRAの登場により、実写・アニメ両面で実用性が急速に高まっています。