クリック一発でAI動画生成環境を構築する

 私のような初心者でも、優しい諸先輩たちのおかげで、AI画像を生成するStablediffusionのようなプログラムでもクリック一発で自分のパソコンにインストールできるわけで、素晴らしいことです。

もちろん、YouTubeなどで、やり方を説明してくださっている方々のおかげもありますが、時間さえあれば、多少の苦労もいとわない好奇心があれば、そんなにむつかしいことではありません。

自分のパソコンにAI画像生成の環境が整っていれば、好きな時に好きなだけ、無料でAI画像を作ることができます。

下手な鉄砲もなんとやらで、たくさんやっていれば、わかってくることも多く、素晴らしい作品もできます。

世の中は、ドンドン進歩しますから、便利な事ばかりではなく、昔は許されていたことができなくなることもよくある話です。

ですから、やるのなら早めがいいと思います。

そして、AI動画生成でもクリック一発で自分のパソコンにプログラムをインストールできるものがいくつかあります。

YouTubeにはいろいろと紹介や説明をしてくださっている方々もいますが、最近は、GrokとかChatGPTとかいろいろな会話型のAIもあるので、それを使って質問をすれば、いろいろと紹介してくれたり、説明もしてもらえます。

いろいろなものを参考にするハイブリッド型のお勉強が、現代のやり方でしょうね。

自分のパソコンの能力を理解してもらうことも大切で、スペックをAIに伝えれば、自分のパソコンに会ったやり方を教えてくれます。

私の場合には、以前はFremPackを入れて使っていましたが、私のパソコンの能力では時間がかかり過ぎるので、それをAIに相談してみたら、Pinokioを紹介されて、その中でWan2GPを入れてみたらどうかと言われたのでやってみたところ、私のパソコンでも、AI動画生成が、１０分くらいで出来ちゃうことがわかりました。

Framepackで苦労している間に、AI動画生成の世界もものすごい進歩で、教えてもらったWan２でも、もう一年くらい前のもののようです。

今では、自分のパソコンでも、おしゃべりやBGMを動画と同時に生成するものがどんどん出てきているようですが、それには、私のパソコンでは能力不足のようです。

有料のサービスに比べたら、当然、まだかないませんが、でも無料で、好きなだけ作れるということは素晴らしいことで、いっぱい練習できます。

現在は、PinokioでWa２GPを立ち上げて、Wan2.2 TI2V-5BというのでAI動画生成を練習しています。

FastWan2.2-TI2V-5Bです十５秒くらいのAI動画を私の非力なPCでも５分くらいで生成できます。

少し色彩がきつくなったり、動画自体に乱れがあったりするので、DefaultのWan 2.2 Text 2 Video model 5B

Attention mode auto/sage2, Data Type BF16, Quantization INT8

にすると、生成にかかる時間は３０分くらいかかることもありますが、それでも、私の環境のFramePackよりは短いです。

設定をいろいろといじれば、もっときれいな動画を短い時間せ生成できるのでしょうから、勉強です。

サブスク無しでAI動画まで楽しむ！Stable Diffusion＆ローカルAI構築ガイド【必要スペック・準備編】

なぜ今、あえて「ローカルAI環境」を自作するのか？

ネットを見ればAI画像やAI動画の導入手順は山ほどあります。

しかし、クラウドや月額サブスクのサービスに頼らず、「自分のPC内に完全無料で無制限のAI実験場を作る」というワクワク感は、かつてDOS/V機を自分で組み上げて環境を整えていたあの感覚そのものです。

今回は、AI画像生成（Stable Diffusion）から、最新のAI動画生成（Wan2.1など）までをローカルPCで動かすために必要な「ハードウェアスペック」と「事前に用意すべきファイル類」を整理してみました。

1. 失敗しないための「最低必要スペック」と「推奨スペック」

ローカルAIを動かす上で、CPUやメインメモリ以上に命となるのが「グラフィックボード（GPU）のVRAM（ビデオメモリ）」です。DOS時代に640KBのメモリで悩んだように、現代のAIはVRAMの容量がすべてを左右します。

グラフィックボード（最重要！）

最低スペック: NVIDIA製 RTX 3060（VRAM 12GB）

(※VRAM 8GBでも画像生成は動きますが、動画生成や最新モデルではすぐにメモリ不足を起こします。12GBが実質的なスタートラインです)

▶　玄人志向 NVIDIA GeForce RTX3060 搭載 グラフィックボード GDDR6 12GB 

推奨スペック: NVIDIA製 RTX 4070 SUPER（VRAM 12GB）以上、できれば RTX 4070 Ti SUPER や RTX 4080（VRAM 16GB）

(※AI動画生成まで快適に動かすならVRAM 16GBがあると世界が変わります。GPUは必ず「NVIDIA製（GeForce）」を選びます)

▶　MSI (エムシー) GeForce RTX 4070 SUPER 12G VENTUS 2X OC グラフィックカード - NVIDIA GeForce RTX 4070 SUPER GPU 12GB GDDR6X 

メインメモリ（RAM）

最低: 16GB / 推奨: 32GB以上

ストレージ（SSD / HDD）

必須: NVMe M.2 SSD（1TB〜2TB以上の空き容量）

理由: AIのモデルデータ（チェックポイント）は1つで2GB〜10GB、動画用モデルだと数十GBになります。

HDDでは読み込みが極端に遅くなるため、OSやWebUIを置く場所は必ず高速なSSDにします。保存用の外付けHDDもあると便利です。

2. 事前にダウンロード＆用意しておくべき必須ファイル・ソフト

導入作業をスムーズに進めるために、あらかじめ揃えておくべき基本セットです。すべて完全無料で手に入ります。

Python（パイソン）

AIを動かすためのプログラミング言語環境。

※最新版ではなく、Stable Diffusion WebUIが推奨する特定のバージョン（Python 3.10.6 や 3.10.11 など）を指定通りインストールするのがエラーを起こさないコツです。

入手先: Python 3.10.11 公式ダウンロードページ

ポイント: ページ最下部の「Windows installer (64-bit)」をダウンロードして実行します。インストール画面で一番下にある Add Python.exe to PATH に必ずチェックを入れてから進めてください（これを忘れるとWebUIが動かなくなります）。

Git（ギット）

ネット上の公開プログラム（WebUIなど）を自分のPCにダウンロード・更新するためのツール。

入手先: Git for Windows 公式ページ

ポイント: 画面中央の「Download」ボタンからインストーラーを入手できます。設定項目はすべて初期状態（デフォルト）のまま「Next」を押して完了させて問題ありません。

WebUI（操作画面ソフト）

AUTOMATIC1111版 WebUI または ComfyUI

入手先 (GitHub): AUTOMATIC1111 / stable-diffusion-webui

ブラウザ上でプロンプト入力や画像・動画生成の操作を行うためのメイン画面です。

ComfyUI（ノード連結式・最新モデルや動画生成Wan2.1に非常に強い）

入手先 (GitHub): comfyanonymous / ComfyUI

ベースモデル（checkpointファイル）

画像生成の「脳」となる学習データ。無料共有サイト（Hugging Face や Civitai など）からダウンロードします。

画像の雰囲気やスタイル（リアル風・イラスト風など）を決める「脳」となるファイルです。容量が1つあたり2GB〜7GBほどあります。

入手先（世界最大の共有サイト）:

Civitai（シヴィタイ） ※画像生成モデルの宝庫

Hugging Face（ハギングフェイス） ※最新モデルや動画生成モデル（Wan2.1等）の公式データ置き場

イラスト系、実写系（SD1.5用、SDXL用、FLUX用など）から好みのものを1〜2個用意しておきます。

モデルファイルは、大きいものが多いので、ハードディスクの容量に気を付けてくださいね。

結び：環境が整えば、あとはプロンプト（呪文）の実験場へ

パーツのスペックを確認し、必要なソフトとモデルをフォルダに配置する。この「下準備」の段階こそが、自分だけのモンスターマシンをセットアップしているようで一番楽しい時間かもしれません。

ただし、パソコンの知識がほとんどない人ですと、かなりむつかしいのでYouTubeなどで親切丁寧に教えてくれている人を捜してみてください。

準備さえ整ってしまえば、あとは電気代だけで、毎日何百枚でも、動画でも、思い通りの世界を完全無料で生成し放題になります。

自分のパソコンでAI画像を生成することができれば、prompt次第で、いろいろな画像、時には１８禁の画像なども生成できますが、ネットに公開すると、法にふれたり、いろいろな問題が起きるから要注意です。

 

苦労しました

 いつも普通に使っているものが急に使えなくなると、戸惑いますよね。

私の場合には、AI画像の生成にStablediffusion Forgeを使っています。これを起動して、支持するぷろんぷとを書き込めば、あとはForgeがあっという間にAI画像を作ってくれます。

ところが、昨夜Forgeを立ち上げようとしたところ、エラーが出て止まってしまいました。何度やっても同じで、何かがトラブっているようでしたので、Geminiに聞いてみて、アドバイスされたことをやってみたけどダメでした。

夜も遅かったので、もう集中力も泣く諦めて、今朝から、いろいろとやってもダメで、もう諦めて、全部削除して、最初からクリーンな状態でインストールをしました。

インストールのやり方も、もうかなり昔のことで、覚えていないから、試行錯誤しながらやってみましたが、途中で、ネコがキーボードの上に乗ってきて、またもや最初からやり直しで、時間がかかり大変でした。

何とか起動できて、試しに画像精製をしてみたところ、まあ、最初は、いろいろと読みこむので時間はかかるのですが、それにしても、以前の５０倍くらい時間がかかり、もうがっかりです。

なんといっても３年くらいかけて、いろいろと設定をいじったり、いろいろな拡張機能やモデルを入れたりしてきているわけで、すぐに前のようになるわけもないのは仕方がないから、まあ、徐々にやっていきます。

せっかく、AI画像からAI動画をWan２GPで快適に作れるようになったのに、また躓いてしまいました。

でも、日本で大地震や大爆発で被災して苦労している人たちに比べたら、こんなことは趣味の範囲で、比べることも失礼な話です。

それにしても令和は自然災害が多いですよね。天皇家の人たちが、静養とか休養とか鑑賞とか、国民のための祈りが足りていないのかもね。