無修正AI画像 · ComfyUI ワークフロー
無修正 MOSS PiD SuperFast HighRes:ラフな下絵からくっきり4K画像へ
毎回長く待たずに、大きくてくっきりしたAI画像がほしくありませんか?MOSS PiD SuperFast HighRes は、lvladikov さんが2026年10月30日に Hugging Face で公開した無料のコミュニティ製 ComfyUI ワークフローです。まず MOSS-Image がわずか4ステップで小さな下絵を描き、次に NVIDIA の PiD がその下絵を幅も高さも4倍の画像に描き直します。たとえば 2816×1536、さらには 4096×2304 まで。ひとつの流れで完結し、別のアップスケーラーは不要、そのまま壁紙に使える仕上がりです。
- 最大 4096×2304
- 4 + 4 ステップ
- オープンウェイト

無修正の代替画像ジェネレーター
テキストから画像被写体、場所、光、スタイルなどシーン全体を説明してください。参考写真を追加すると編集、空のままならテキストから画像を生成します。
小さな下絵を入れて、大きな絵を出す
MOSS PiD SuperFast HighRes は、2人組のアートチームのようなものです。1人目の画家は OpenMOSS チームの MOSS-Image SFT。akhaliq さんの4ステップ LoRA を使い、シーン全体を小さなサイズ(初期設定は 704×384)で素早くスケッチします。2人目の画家は NVIDIA の PiD(ピクセル拡散デコーダー、バージョン1.5)。そのスケッチを受け取り、さらに4ステップで幅も高さも4倍に描き直します。作業中にプロンプトも読むので、ただピクセルを引き伸ばすのではなく、新しいディテールを描き足してくれます。このワークフローは新しいモデルではなく、既存のオープンモデルをつないだ完成済みのレシピです。Python スクリプトと、アイデア探しに使える100枚の作例も付いています。
なぜこんなに速く終わるのか
ポイントは、重い作業をどこでやるかです。大きな画像モデルは最終サイズの幅・高さの4分の1でしか描かないので、扱うピクセルは16分の1だけ。フルサイズなら 16,896 個必要な画像トークンが、約 1,056 個で済みます。フルサイズの描き込みは、より小さく、こちらも4ステップで動く PiD におまかせ。作者の RTX 5090(32GB)でオフロードをオンにして MOSS PiD SuperFast HighRes を計測したところ、モデル読み込み込みで1枚約75秒、そのうち MOSS 段階が25.8秒、PiD 段階はわずか1.8秒でした。つまり10個のアイデアを試しても、フルサイズで10枚描くよりずっと短い時間で済みます。
| 小さな下絵 | 完成画像 | 向いている用途 |
|---|---|---|
| 704×384(初期設定) | 2816×1536 | ワイド壁紙、バナー |
| 768×432 | 3072×1728 | 16:9 画面、動画サムネイル |
| 1024×576 | 4096×2304 | 4K デスクトップ壁紙、印刷 |
| 512×512 | 2048×2048 | アイコン、正方形のSNS投稿、カード |
みんなが作っている4K壁紙・ポスター・カバー
高解像度がいちばん効くのは、画像を大きく見せるときです。出力がいきなり2K〜4Kになるので、MOSS-Image の高解像度画像は、小さなAI画像だとぼやけたりカクカクしたりする場面でもそのまま使えます。作者はポートレート50件とランダムな題材50件、計100個のプロンプトでテストし、結果をすべて公開しています。自分でプロンプトを書く前のアイデアボードとして便利です。
- 映画のような壁紙:ネオン街、サイバーパンクな路地、山の夕焼けを、デスクトップやテレビ向けの16:9で。
- クローズアップのポートレート:雑誌風の顔写真やファッション写真。肌リファイナーをオンにするのがおすすめ。
- ポスターやカバー:ショートドラマやWeb小説の表紙、イベントポスター、YouTube サムネイル。MOSS-Image は文字の描写も得意です。
- 正方形 2048×2048 の画像:プロフィール画像、印刷カード、SNS投稿。
- まとめてアイデア出し:小さな下絵をたくさん作り、良い構図だけ残して、大きな版を楽しむ。

NVIDIA PiD と VAE デコード・ESRGAN アップスケーラーの比較
ふつう画像モデルは結果を VAE デコーダーに渡し、同じサイズの画像に変換します。そのあと ESRGAN などのアップスケーラーで大きくします。PiD はこの2つの作業をひとつにまとめ、モデル内部の画像データを、プロンプトを手がかりに直接高解像度の画像へデコードします。NVIDIA の研究者が論文とプロジェクトページで解説しており、2026年7月公開のバージョン1.5では色の正確さが向上し、四隅の格子模様がなくなり、アニメや顔のディテールもシャープになりました。その反面、生成型のデコーダーは下絵になかった細かいディテールを作り出すことがあります。一方、従来のアップスケーラーは基本的に元からあるものをシャープにするだけです。
| VAE デコード + アップスケーラー | PiD 4倍デコーダー | |
|---|---|---|
| 描画後の工程 | デコードしてから、別途アップスケール | 4ステップを1回だけ |
| プロンプトを使うか | ふつうは使わない | 使う。プロンプトに合ったディテールを追加 |
| よくある仕上がり | 忠実だが、ぼやけて見えることも | ディテール豊富、ただし肌がなめらかすぎることも |
| バージョンのコツ | どのアップスケーラーモデルでもOK | PiD v1.5 を使う。v1 は色付きの格子模様が残ることがある |
リファイナーでリアルな肌の質感を取り戻す
作者が正直に認めているのは、PiD は速いけれど肌をツルツルに磨きすぎてロウ人形のようになりがち、という点です。そのため、ワークフローには任意の第3段階を追加した版も用意されています。おすすめは Qwen-Image-2.1 と Lightning LoRA を使い、2ステップ・弱めのデノイズ0.3で仕上げる方法。顔の印象はそのままに、毛穴や細かいシワが戻ります。もうひとつの選択肢、Krea 2 Turbo と3ステップ LoRA をデノイズ0.12で使う方法は、さらに質感が増しますが、人物が老けて見えることがあります。作者が3枚のポートレートで試したところ、デノイズを約0.4より上げると顔そのものが変わり始めたので、控えめにしておきましょう。
- Qwen-Image-2.1 Lightning、2ステップ、デノイズ0.3:自然な毛穴、顔はそのまま。
- Krea 2 Turbo、3ステップ、デノイズ0.12:質感はいちばん強いが、老けて見えることも。
- デノイズ約0.4以上:顔が変わり始めるので、ポートレートでは低めに。
ワイドシーン・ポートレート・ポスター用プロンプトテンプレート
MOSS-Image は短いタグの羅列より、シーン全体をしっかり説明した文章が得意です。同じプロンプトが両方の段階に渡されるので、PiD もどんなディテールを描けばいいか分かります。おすすめの順番は、被写体、場所、光、素材、スタイル。このフローは CFG 1 で動くので、ネガティブプロンプトは不要です。角カッコ内の言葉だけ差し替えて、あとはそのまま使ってください:
- ワイドな風景:"A wide cinematic photograph of [場所] at [時間帯], [天気と光], [手前のディテール] in the foreground, [遠くの景色], shot on a 35mm lens, rich color grading, ultra detailed textures."
- ポートレート(リファイナー併用):"A close-up portrait of an adult [年齢層] [人物の説明], soft window light from the left, natural skin texture with visible pores, shallow depth of field, [服装], neutral background, editorial photography."
- ポスター:"A vertical movie poster for a [ジャンル] short drama titled \"[タイトル]\", [主人公], dramatic rim lighting, bold title typography at the top, cinematic composition." 下絵を 384×704 にすると、1536×2816 の縦長画像になります。
- グラマー(18歳以上、架空の成人):"A glamorous beach photoshoot of a fictional adult model in a [色] bikini, golden hour backlight, wet sand reflections, high-end swimwear catalog style, 4K detail."
ComfyUI ワークフロー、Comfy Cloud、必要な VRAM
MOSS PiD SuperFast HighRes を動かすのはかんたんです。すでに ComfyUI を使っているなら、MOSS-Image と PiD に対応したバージョンに更新し、ワークフローファイルをキャンバスにドラッグ。「0 · Size」グループでサイズを決め、「1 · Prompt」にアイデアを入力して Run を押すだけ。すべてコアノードで構成されているので、カスタムパックを探し回る必要はありません。高性能なグラフィックカードがなくても、Comfy Cloud 版なら4ステップ LoRA と PiD の2ファイルをインポートするだけでOK。作者の計測では1枚あたり約0.83クレジット、Qwen リファイナー併用で約1.7クレジットでした。実用上の注意点はこちら:
- モデルファイルは大きめ:MOSS-Image のフル bf16 重みは10.2GB、テキストエンコーダーは19.3GB。小さい int8 版もあります。
- リファイナー併用で全モデルを同時に読み込んでおくには約72GBのメモリが必要。新しい ComfyUI は自動でメモリを解放します。
- 下絵の長辺は512px以上に。256×256 の下絵を1024に拡大するとぼやけます。
- Python スクリプトには NVIDIA CUDA 対応カードが必要。Mac ユーザーは ComfyUI ワークフローを使いましょう。
無修正 MOSS-Image 4K と NSFW 高解像度アート
MOSS-Image は Apache-2.0 のオープンウェイトで公開されているので、自分のマシンで動かせば、あなたと画像の間にオンラインのモデレーションはありません。PiD にも、公表されたコンテンツフィルターはありません。ただし、MOSS PiD SuperFast HighRes に特別な無修正版があるわけではなく、成人向けの結果は第1段階に読み込むコミュニティ製 LoRA 次第です(作者は未検証)。成人向けクリエイターは主に、ディテールが映えるグラマー撮影に大きな出力を活かしています。布地、水滴、肌に当たる金色の光などです。登場人物は明確に成人かつ架空にするか、同意を得た人物にしてください。
水着ポスター
夕暮れのビーチやプールで撮った成人モデルの写真を、壁に飾れるほどくっきりと。
グラマーポートレート
ブドワール風のクローズアップに、リファイナーで自然な肌の質感をプラス。
ファンタジー壁紙
成人のヒロインや魔女を、デスクトップ背景向けのワイドな4Kシーンで。
- まず下絵サイズでポーズを決め、気に入った1枚だけに時間をかけましょう。
- ポートレートではリファイナーを低いデノイズで使うと、顔が変わりません。
- 登場人物は全員成人(18歳以上)であることを明記し、実在の人物を同意なしに描かないでください。

Spicy AI で高速・高解像度画像
同じやり方は、何もインストールせずにオンラインでも使えます。小さく下書きして、いちばん良いものを選び、それから大きくする。Spicy AI ではシーンを説明して、ポーズと構図がしっくりくるまで素早く生成し、お気に入りを拡大します。ポートレートなら軽く仕上げ補正をして、肌がリアルに見えるようにしましょう。画像ジェネレーターでは同様の無修正生成ができるので、水着、ランジェリー、グラマーポスターのアイデアもOK。おまけの楽しみ方として、くっきりした静止画を画像から動画ツールで短いクリップの最初のフレームにすることもできます。
次の1枚を、ブラウザで下書き・選択・拡大。GPU は不要です。
画像ジェネレーターを開く →初期ユーザーの声
まだニッチで、とても新しいプロジェクトです。公開から3週間の時点で Hugging Face ページのダウンロード数は63、いいねは13で、大規模なコミュニティレビューはまだありません。MOSS PiD SuperFast HighRes についていちばん分かりやすい評価は作者自身のもの。フローはとても速い、リファイナーを足さないと PiD は肌をなめらかにしすぎる、下絵が小さすぎるとぼやける、というものです。色、顔、アニメのディテールを並べて比べるなら、NVIDIA の PiD v1.5 比較ページがいちばんです。
ワークフローを自分で動かす vs Spicy AI でオンライン生成
| ローカル環境(公開ウェイト) | Spicy AI オンライン | |
|---|---|---|
| コンテンツフィルター | ローカル実行ならなし | コンテンツフィルターなし |
| オープンウェイト | あり | 不要。ブラウザで動きます |
| モデル | MOSS-Image SFT + PiD v1.5、リファイナーは任意 | 同様の無修正画像モデルをオンラインで提供 |
| 始めるための費用 | 自分の GPU か Comfy Cloud のクレジット | 無料プランあり |
よくある質問
新しいAIモデルですか?
いいえ。lvladikov さんが2026年10月30日に公開したコミュニティ製 ComfyUI ワークフローで、MOSS-Image SFT と4ステップ LoRA、NVIDIA PiD デコーダーをつないだものです。
どのくらい大きな画像が作れますか?
出力は下絵の幅・高さの4倍です。初期設定では 2816×1536、1024×576 の下絵からは 4096×2304 になります。PiD v1.5 は2048〜4096ピクセルの出力向けに学習されています。
なぜ4Kで直接描くより速いのですか?
大きなモデルが扱うのはピクセルの16分の1だけで、フルサイズは小さな PiD が4ステップで描くからです。作者の計測では RTX 5090 で PiD が約1.8秒、読み込み込みで1枚約75秒でした。
肌がなめらかすぎるのはなぜ?
PiD は肌を磨きすぎる傾向があります。リファイナー版を使いましょう。Qwen-Image-2.1 Lightning を2ステップ・デノイズ0.3で使えば、顔を変えずに毛穴が戻ります。
有料のクライアント案件に使えますか?
MOSS-Image、4ステップ LoRA、ワークフローは Apache-2.0 ですが、PiD は NVIDIA の非商用ライセンスです。商用案件では別のデコーダーやアップスケーラーを検討してください。
高性能なグラフィックカードがなくても使えますか?
はい。Comfy Cloud 版か、小さい int8 モデルファイルを使えば大丈夫です。Python スクリプトには NVIDIA CUDA 対応カードが必要ですが、ComfyUI ワークフローは Mac でも動きます。
Spicy AI は OpenMOSS、NVIDIA、ワークフローの作者と関係がありますか?
いいえ。Spicy AI は独立したプラットフォームで、OpenMOSS、NVIDIA、lvladikov とは提携も推奨も受けていません。モデル名は各所有者の商標です。