4228 文字
21 分
FLUX.1-schnellでパステルにならない・構図が毎回同じ──FLUX.2 kleinとZ-Imageに乗り換えて比べ、AI生成ラベルも付けた
この記事について

Claude(Anthropic)との共同編集により作成されました。

要約
  • ブログのアイキャッチを FLUX.1-schnell で作ってきたが、「イルカがソナーで通信する」絵で、音波のリングが描けない、アイコンが音波に乗らない、構図が毎回似る、の 3 つがうまくいかなかった
  • Apache 2.0 で使える 4 モデル(FLUX.1-schnell / FLUX.2 [klein] 4B / Z-Image-Turbo / Z-Image)を、Colab の L4 で 144 枚生成して比べた
  • パステル系なら FLUX.2 [klein] 4B に、色域を言葉で指定するプロンプトを組み合わせるのが一番良かった。schnell より約 35% 速く、メモリも 8.4GB で済む。モデルの差だけでなく、プロンプトを変えた効果も大きかった
  • ただし klein はシードを変えても構図がほとんど変わらない。構図はプロンプトで指定する。Z-Image-Turbo も並べて生成し、良い方を選ぶ運用にした
  • AI 生成画像へのラベルは、日本では法的義務がなく、EU の表示義務もパステル調のイラストはほぼ対象外である。それでもコストがほぼゼロなので、IPTC メタデータの埋め込みとサイトフッターの一行表記をやった。埋め込んだモデル名は Gallery ページの表示にも使えた

きっかけ:イルカのソナー通信が描けない#

このブログのアイキャッチは、2026 年 4 月から FLUX.1-schnell で作ってきた。Apache 2.0 で商用利用でき1、Google Colab の GPU で 1 枚 20 秒台で出る。深海生物にテーマ語を掛け合わせた絵(ダイオウイカのハーネス、マリンスノーのトークンなど)は、だいたいこれで足りていた。

うまくいかなかったのが、全二重音声 AI の記事 用の「イルカがソナーで通信する」絵である。プロンプトはこう書いた。

two dolphins exchanging glowing sound waves, small floating icons (document, code bracket,
chat bubble) traveling along the wave rings, deep sea, bioluminescent, clean illustration

出てきたのがこれ。

FLUX.1-schnell で生成した2頭のイルカ。足元に水面の波紋のような輪があり、頭上に小さなアイコンが2つ浮いている

かわいいが、狙いとは違う。気になったのは次の 3 点である。

  1. 音波のリングが描けていない。2 頭の間を流れるはずの光る輪が、足元の水面の波紋になっている
  2. アイコンが音波に乗らない。小さいのが 2 つ浮いているだけで、運ばれている感じがない
  3. 構図が毎回似る。プロンプトを 6 種類書き分けても、2 頭の向かい合いになりがち

schnell の公開は 2024 年 8 月で、もう 2 年以上前のモデルになる。乗り換え先を調べることにした。

Apache 2.0 で使える画像生成モデル(2026 年 11 月時点)#

条件は「ローカル(Colab)で動く」「広告付きのブログで使ってよい」の 2 つ。広告やアフィリエイトがあるブログは、ライセンス上は商用と考えるのが安全である。たとえば Krea 2 のライセンスは、商用利用を「直接・間接に収益を生むこと」と定義している9。

Apache 2.0 か MIT で、現実的な候補は次のとおり。

モデル規模ライセンスステップ数公式カードの特徴
FLUX.1-schnell(現行)12BApache 2.011〜4—
FLUX.2 [klein] 4B4BApache 2.024約 13GB の VRAM で動く
Z-Image-Turbo6BApache 2.039(DiT 8 回)写実と中英テキスト描画が得意
Z-Image(base)6BApache 2.0428〜50アニメ・スタイライズドイラストまで扱え、出力の多様性が高い
HiDream-O1-Image8BMIT528〜50写実中心。専用リポジトリで動かす
Qwen-Image-251220BApache 2.06—写実寄り。重い

意外だったのは、リーダーボード上位のオープンウェイトモデルの多くが、非商用か条件付きだったことである7。FLUX 3 Image Klein は年商 500 万ドル未満なら商用無料8、Krea 2 は年商 100 万ドル未満なら商用可だが、コンテンツフィルタの実装が義務で、30 日前の通知でライセンスを打ち切れる9。新しいモデルほどライセンスが緩いわけではない。

「パステルに強い」ことを示すベンチマークは見つからなかった。結局、同じプロンプトで並べて比べるしかない。

比べ方#

4 モデル × 6 題 × 2 スタイル × 3 シード#

HiDream-O1 は diffusers に対応しておらず、専用リポジトリのスクリプトで動かす方式なので見送った5。Qwen-Image-2512 は重すぎる。残りの 4 つを比べた。

keyモデルステップguidance
schnellFLUX.1-schnell(int8 量子化、今の本番と同じ条件)40.0
klein4bFLUX.2 [klein] 4B41.0
zimage_turboZ-Image-Turbo90.0
zimageZ-Image(base)304.0

設定は各モデルカードの推奨値に合わせた1234。Z-Image(base)の推奨は 28〜50 ステップで、時間を節約するため 30 にした。

  • 題材: イルカのソナー 6 題(2 頭の通信、群れのネットワーク、司令塔、アイコンの運搬、探索、リレー)
  • シード: 777 / 1 / 2 の 3 つ。構図がシードで変わるかを見る
  • 環境: Google Colab の L4(24GB)、diffusers 0.42.1。全モデルで model CPU offload を使い、1024×576 で生成した

プロンプトの差を切り分ける#

比べる前に、今のスタイル指定そのものが怪しいと気づいた。これまでは題材の後ろに、次の接尾辞を付けていた。

soft pastel illustration, gentle lighting, warm colors, simple composition,
minimal background, cute and cozy atmosphere, high quality, detailed, artstation trending

題材側には deep blue ocean, bioluminescent と書いてある。warm colors と深海の青がぶつかっているうえ、artstation trending は Stable Diffusion 時代のおまじないである。

そこで、色域・コントラスト・質感を言葉で指定する接尾辞(以下 pastel)を作り、今の接尾辞(以下 soft)と両方で生成した。モデルを変えて良くなったのか、プロンプトを変えて良くなったのかを分けるためである。

soft pastel color palette, light and airy, low contrast, gentle watercolor wash,
flat cute illustration, clean simple shapes, rounded soft edges

white background を入れる書き方もよく見るが、深海の題材と矛盾するので外した。schnell や Z-Image-Turbo は guidance 0 で動かすので、ネガティブプロンプトが使えない13。そのため「〜しない」ではなく「〜する」で書いた。

1 モデルあたり 36 枚、合計 144 枚。生成はすべて成功した。

結果#

速度とメモリ#

モデル1 枚あたり(中央値)ピーク VRAM
schnell(int8)24.8 秒12.4GB
klein 4B16.1 秒8.4GB
Z-Image-Turbo24.0 秒12.7GB
Z-Image(base)70.8 秒13.0GB

klein が一番速く、メモリも一番少ない。ステップ数は schnell と同じ 4 だが、schnell は int8 量子化と CPU offload の往復が重いぶん遅くなる。Z-Image(base)は 30 ステップなので約 3 倍かかり、36 枚で 40 分を超えた。

アイコンを運ぶ絵(soft と pastel)#

行がモデル、列がシードである。まず今の soft 接尾辞から。

アイコンを運ぶイルカの比較(soft)。schnell は暗い青で足元に輪、klein はイルカを光る輪が囲み珊瑚が描かれる、Z-Image-Turbo は3シードとも同じ配置、Z-Image は光のループに沿ってアイコンが並ぶ

schnell は 3 シードとも、足元に波紋が出る。ブログに載せた画像と同じ失敗が再現した。

次に pastel 接尾辞。

アイコンを運ぶイルカの比較(pastel)。klein は水彩の淡い背景にパステルの珊瑚が入り一番ゆるふわ、schnell は深い青のまま

pastel にすると全モデルが明るくなった。ただし変わり方には差がある。

  • klein は一番化けた。水彩の淡い背景にパステルの珊瑚が入り、狙っていたゆるふわに一番近い。soft のときはまだ暗めだったので、モデルとプロンプトの両方が効いている
  • schnell は pastel にしても深い青のまま。色の指示があまり効かない
  • アイコンは klein なら毎回出る。ただ、音波に乗って運ばれるというより、イルカの横に浮いている。運ばれている感じが一番出たのは Z-Image(base)で、光のループに沿ってアイコンが並んだ

klein の弱点:シードで構図が変わらない#

上の pastel の klein を横に見ると、3 シードとも「左右に 1 頭ずつ向かい合い、下に珊瑚」で、ほぼ同じ構図である。Z-Image-Turbo も同じ傾向だった。シードで構図が一番変わったのは Z-Image(base)である。

これはモデルカードの記述とも合う。Z-Image のカードは、Turbo を多様性 Low、base を多様性 High としている4。少ないステップで出すモデルは、構図が平均的なところに寄りやすいのかもしれない(klein のカードには多様性の記述がないので、ここは推測である)。schnell で感じていた「構図が毎回似る」は、klein に乗り換えても解決しない。

一方、輪の表現は klein が一番うまかった。リレーの題では、イルカからイルカへ光の輪が渡っていく絵になった。

イルカのリレーの比較(pastel)。klein はイルカの間を光の輪が渡り、Z-Image-Turbo は点線の光でつながり、Z-Image は構図がシードごとに大きく変わる

群れのネットワークの題では、Z-Image-Turbo の「円陣のイルカを光の線が結ぶ」構図がきれいだった。

イルカの群れのネットワークの比較(pastel)。Z-Image-Turbo は円陣のイルカを光の線が星形に結ぶ

結論:klein + pastel に乗り換え、Z-Image-Turbo と並べて選ぶ#

パステル系のアイキャッチなら、FLUX.2 [klein] 4B に pastel 接尾辞を組み合わせるのが一番良かった。速くなるうえに、ゆるふわになる。ただし、良くなった分にはプロンプトの効果も大きい。schnell のままでも、色の指示が題材とぶつかっていないかは見直す価値がある。

運用は次のように変えた。

  • 既定を klein + pastel にした。量子化も要らない
  • Z-Image-Turbo も同時にロードして、同じプロンプトで 2 枚並べて選ぶ。題によっては Z-Image-Turbo の方が良かったためである。どちらも model CPU offload なので GPU には生成中のモデルしか載らず、L4 で問題なく回った
  • 構図はプロンプトで指定する。シードを回しても構図はほぼ変わらないので、top-down view や wide panoramic view のような視点・配置・頭数を書き分ける

比較で良かった 6 枚はアイキャッチ候補に加え、全二重音声 AI の記事のアイキャッチは klein 版に差し替えた。

klein + pastel で生成した2頭のイルカ。光る輪に囲まれ、文書やチャットのアイコンが浮かぶ

構図の多様性が欲しい題では、Z-Image(base)が次点になる。ただし 1 枚 70 秒かかる。

AI生成画像にラベルは要るのか#

モデルを調べるついでに、「ローカルで生成した画像に AI 生成のラベルを付けるべきか」も調べた。

法的な義務はほぼない#

レイヤー義務要点
日本の法律なしAI 生成物の表示義務はない10
景品表示法条件付き表示しないこと自体は問題ない。ただし「手描き」「イラストレーター描き下ろし」などと書いて実際は AI だと、優良誤認のおそれがある11
EU AI 法 第 50 条ほぼ対象外利用者側の開示義務はディープフェイク(実在の人物・物・場所・出来事に似ていて、本物と誤認されうるもの)が対象12。スタイライズドなイラストは一般に該当しないと解されている13
Google 検索推奨一般サイトには、コンテンツの作り方を読者に合う形で添えることを勧めている14。Merchant Center(EC)だけは IPTC メタデータが必須15
モデルライセンスなしApache 2.0 に表示義務はない。Krea 2 は、法令やプラットフォームの規約が求める場合に開示が必須9

パステル調のイルカの絵にラベルは要らない。ただ、次の 2 つはコストがほぼゼロなのでやることにした。

  1. 画像に IPTC メタデータを埋め込む(機械向け)。業界標準の付け方で、IPTC もサイト運営者にメタデータを消さないよう呼びかけている16
  2. サイトフッターに一行書く(人間向け)。画像ごとにキャプションを付ける必要はないので、「アイキャッチ画像の多くは画像生成 AI で作成しています(画像にも AI 生成のメタデータを付与)」とした

ラベルを画像の近くに出すべきなのは、実在のものに見える写実的な画像や、商品の使用イメージを AI で作る場合である。このブログには当面ない。

IPTC メタデータの中身#

使うのは IPTC Photo Metadata の Iptc4xmpExt 名前空間である。AI 生成であることを示す DigitalSourceType は 2009 年からある。モデル名やプロンプトを書く AISystemUsed / AIPromptInformation などは、2025.1 版で追加された17。

<x:xmpmeta xmlns:x="adobe:ns:meta/">
<rdf:RDF xmlns:rdf="http://www.w3.org/1999/02/22-rdf-syntax-ns#">
<rdf:Description rdf:about=""
xmlns:Iptc4xmpExt="http://iptc.org/std/Iptc4xmpExt/2008-02-29/">
<Iptc4xmpExt:DigitalSourceType>http://cv.iptc.org/newscodes/digitalsourcetype/trainedAlgorithmicMedia</Iptc4xmpExt:DigitalSourceType>
<Iptc4xmpExt:AISystemUsed>FLUX.2 [klein] 4B</Iptc4xmpExt:AISystemUsed>
<Iptc4xmpExt:AIPromptInformation>two dolphins exchanging glowing sound waves, ...</Iptc4xmpExt:AIPromptInformation>
</rdf:Description>
</rdf:RDF>
</x:xmpmeta>

trainedAlgorithmicMedia は「学習済みモデルが生成した画像」を表す。AI 生成の素材を含む合成画像なら compositeWithTrainedAlgorithmicMedia を使う。

新しく生成する画像:Pillow で保存時に書く#

Colab の生成コードでは、Pillow で WebP を保存するときに xmp= を渡すだけで済む。

img.save(out_path, format="WEBP", quality=85,
xmp=build_xmp(model_id, prompt=prompt)) # build_xmp は上の XMP を組み立てる関数

Pillow のバージョンによっては黙って書かれない可能性も考え、保存後に読み戻して、XMP が無ければ警告を出すようにした。モデル名はロードしたパイプラインから、プロンプトは生成関数から自動で入るので、ノートブック側の操作は増えない。

既存の画像:webpmux で後付けする#

すでにある WebP には、libwebp に付いてくる webpmux で XMP だけを差し込んだ。exiftool でも書けるが、手元には webpmux しかなかった。

Terminal window
webpmux -set xmp label.xmp in.webp -o out.webp # 付ける
webpmux -get xmp out.webp -o - # 確認する

webpmux はチャンクを差し込むだけで、画像を再エンコードしない。付ける前と後の画像をデコードして比べ、画素が完全に一致することを確認した。

注意点が 2 つある。

  • cwebp で変換し直すとメタデータが消える。cwebp の既定は -metadata none である18。変換し直したら付け直す
  • ビルドで消えないかを確かめる。Astro は public/ の画像をそのままコピーするので、dist/ でも XMP が残っていた。画像最適化を通す構成なら、消えないか確認が要る

59 枚の棚卸し#

既存のアイキャッチ 59 枚に付けるにあたって、1 枚ずつ出所を確かめた。

  • schnell 製(54 枚): 生成ログと照合して 47 枚。残り 7 枚は元ファイルが消えていたが、コミット履歴とプロンプト表から schnell と判断した
  • アプリ紹介カード(3 枚): AI を使っていないので付けない
  • 出所が曖昧(2 枚): モグラの画像は ChatGPT Image 製だった。青い鳥の画像は昔すぎて分からなかったので、klein で作り直して差し替えた

このブログには、アイキャッチを一覧できる Gallery ページがある。せっかくモデル名を埋め込んだので、ビルド時に各画像の XMP を読み、画像の下にモデル名を出すようにした。

function readAiModel(buf: Buffer): string | undefined {
const xmp = buf.toString("utf8");
const model = xmp.match(
/<Iptc4xmpExt:AISystemUsed>([^<]+)<\/Iptc4xmpExt:AISystemUsed>/,
)?.[1];
if (model) return model;
if (xmp.includes("digitalsourcetype/trainedAlgorithmicMedia")) return "AI生成";
return undefined;
}

機械向けに埋めたメタデータが、そのまま人間向けの表示にも使える。画像の出所を管理する台帳を、画像ファイルそのものに持たせた形になった。

まとめ#

  • FLUX.1-schnell でうまくいかなかった絵は、モデルだけでなく、プロンプトの色指定が題材とぶつかっていたのも原因だった
  • Apache 2.0 の 4 モデルを比べ、FLUX.2 [klein] 4B + pastel 接尾辞に乗り換えた。速く、軽く、ゆるふわになる。構図はシードでは変わらないので、プロンプトで指定する
  • Z-Image-Turbo も並べて生成し、良い方を選ぶ
  • AI 生成ラベルは義務ではないが、IPTC メタデータとフッターの一行で付けた。webpmux なら再エンコードなしで後付けでき、埋めたモデル名は表示にも使える

参考文献#

  1. FLUX.1 [schnell] model card(Hugging Face) https://huggingface.co/black-forest-labs/FLUX.1-schnell
  2. FLUX.2 [klein] 4B model card(Hugging Face) https://huggingface.co/black-forest-labs/FLUX.2-klein-4B
  3. Z-Image-Turbo model card(Hugging Face) https://huggingface.co/Tongyi-MAI/Z-Image-Turbo
  4. Z-Image model card(Hugging Face) https://huggingface.co/Tongyi-MAI/Z-Image
  5. HiDream-O1-Image model card(Hugging Face) https://huggingface.co/HiDream-ai/HiDream-O1-Image
  6. Qwen-Image-2512 model card(Hugging Face) https://huggingface.co/Qwen/Qwen-Image-2512
  7. Artificial Analysis, Text to Image Open Weights Leaderboard https://artificialanalysis.ai/image/leaderboard/text-to-image/open-weights
  8. Black Forest Labs, “FLUX 3 Image Klein” https://bfl.ai/blog/flux-3-image-klein
  9. Krea 2 Community License Agreement v.1 https://cdn.jsdelivr.net/gh/krea-ai/krea-2@db3984fbc6e13b34c0064990fc2d95ac64d00058/assets/hf_samples/LICENSE.pdf
  10. 伊藤海法律事務所「生成AIであることの表示義務はある?」 https://kai-law.jp/general-corporate-legal-affairs/disclosure-requirements-for-generative-ai/
  11. IT法務「AI生成コンテンツの販売と『AI生成』表示の要否―景品表示法の観点から」 https://www.it-houmu.com/archives/2689
  12. EU AI Act Article 50 https://artificialintelligenceact.eu/article/50/
  13. Fontvera, “How the AI Act actually regulates deepfakes” https://fontvera.eu/intelligence/ai-act-faq-deepfakes
  14. Google Search Central, “Google Search’s guidance on using generative AI content on your website” https://developers.google.com/search/docs/fundamentals/using-gen-ai-content
  15. Google Merchant Center Help, “AI-generated content” https://support.google.com/merchants/answer/14743464
  16. IPTC, “Google reminds publishers and merchants not to strip metadata from images” https://iptc.org/news/google-reminds-publishers-and-merchants-not-to-strip-metadata-from-images/
  17. IPTC Photo Metadata Standard 2025.1 https://www.iptc.org/std/photometadata/specification/IPTC-PhotoMetadata-2025.1.html
  18. Google, cwebp documentation https://developers.google.com/speed/webp/docs/cwebp
FLUX.1-schnellでパステルにならない・構図が毎回同じ──FLUX.2 kleinとZ-Imageに乗り換えて比べ、AI生成ラベルも付けた
https://yurudeep.com/posts/deeplearning/2026/20261118/
作者
ひらノルム
公開日
2026-11-18
ライセンス
CC BY-NC-SA 4.0