無修正AI画像 · SupraLabs
Supra2-IMG 無修正版:ほぼどこでも動くポケットサイズの画像モデル
パラメータがわずか約1億のモデルで、本当に絵が描けるのでしょうか?Supra2-IMG の答えは「イエス」です。2026年秋に SupraLabs が Hugging Face で公開したこの超小型テキストから画像生成モデルは、短い英文を256×256の画像に変換します。普通のノートPCや Mac、ブラウザのタブの中、さらにはスマホでも動くほど小さなモデルです。オープンウェイトはオンラインフィルターなしでローカル実行できるため、無修正の Supra2-IMG を探す人が多いのです。
- 無料で始められる
- フィルターなし
- ブラウザで動作

無修正の代替画像生成ツール
テキストから画像作りたい画像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。
1億パラメータでも、ちゃんと絵を描く
よく知られている画像生成AIの多くは数十億のパラメータを持ち、本格的なグラフィックボードを必要とします。このモデルはその逆を行きます。描画の中核はわずか1億410万パラメータの拡散トランスフォーマーで、Stable Diffusion 1.5 に搭載された8億6000万パラメータの UNet のおよそ8分の1。ウェイトファイルも約417MBしかありません。プロンプトは Google のコンパクトなテキストエンコーダー Flan-T5-base で読み取り、画像はおなじみの Stability AI の VAE でデコードします。さらに驚くのは、その作成コストの低さです。SupraLabs は FLUX-Reason-6M データセットの合成画像560万枚を使い、10エポックかけてゼロから学習させました。使ったのは H100 GPU 1枚で、データ準備を含めて約9時間です。チームは FID 27.9、CLIP スコア 29.4 と報告していますが、テストセットは明らかにしていないため、自己申告の数値として扱ってください。狙いは細部で大型モデルに勝つことではなく、ほぼどんなデバイスにも収まるものから、見てわかる心地よい絵が生まれることを示すことにあります。
超小型の画像モデルが活躍する場面
小さくて速いことで、画像モデルの得意分野は変わります。完璧なポスターを1枚作る代わりに、オフラインで動き、すぐに起動し、アカウントも不要なスケッチブックが手に入ります。大きなレンダリング前のコンセプトサムネイル、アプリやゲーム用のシンプルなアイコンや仮素材、物語用のムードボード、クラウドGPUを借りずに拡散モデルの仕組みを見せる授業のデモなどに使われています。1枚あたりのコストがとても低いので、まとめて遊ぶのにも向いています。同じアイデアで十数パターンを生成し、気に入ったものを残しましょう。
| シーン | 作れるもの | 超小型モデルが合う理由 |
|---|---|---|
| オフラインでのスケッチ | 電車や飛行機の中でのコンセプトサムネイル | ネット接続も高性能GPUも不要 |
| インディーアプリ・ゲーム | アイコン、タイル、仮素材 | 小さな出力サイズが小さな素材にぴったり |
| 物語・ムードボード | 執筆のためのシーンや雰囲気 | 選べるバリエーションを素早くたくさん |
| 教育・学習 | 学習用に動かせる拡散モデル | 読んで、動かして、再学習できる小ささ |
| モデル対決 | 超小型モデル同士の並列比較 | 数十のプロンプトを比べられる速さ |
256ピクセルでうまくいくプロンプトテンプレート
学習用キャプションはシンプルな順序に従っています。まず構図、次に被写体、そしてスタイルと想像力です。この順序をまねて、プロンプトは短く英語で書き、テキストエンコーダーの上限である128トークン以内に収めましょう。人が大勢いる混み合ったシーンより、1文に1つのはっきりした被写体のほうがうまくいきます。以下のテンプレートを試し、シードを固定して1語ずつ変えてみてください。
- 構図と被写体:"a close-up of a red fox sitting in fresh snow, centered, soft morning light"
- 雰囲気と舞台(モデルカードのサンプル):"a sea jellyfish floating in the pitch-black ocean depths"
- 画風:"a tiny cottage on a hill, watercolor painting, pastel colors"
- アイコンと素材:"a flat minimal icon of a coffee cup, white background"
- 想像の世界:"a glowing crystal tree on an alien planet, two moons in the sky, fantasy art"
- ポートレート:"portrait of an adult woman with curly hair, studio lighting, neutral background"
画像内の長い文字や、複数の人物の複雑なやり取りは避けましょう。モデルが小さすぎてうまく扱えません。

3ステップで Supra2-IMG を動かす方法
セットアップは拍子抜けするほど簡単です。Hugging Face の SupraLabs リポジトリから model_final_ema.pt のウェイトと inference.py スクリプトをダウンロードし、PyTorch をインストールしたら、コマンドを1つ実行するだけ。スクリプトはハードウェアを自動で選びます。第1候補は bf16 の NVIDIA GPU、第2候補は MPS 経由の Apple Silicon、最後の手段が CPU です。結果を見たいだけなら、SupraLabs のデモ Space や Supra-IMG Studio Space で、何もインストールせずにブラウザからオンラインで試せます。
wget https://huggingface.co/SupraLabs/Supra2-IMG/resolve/main/inference.py
wget https://huggingface.co/SupraLabs/Supra2-IMG/resolve/main/model_final_ema.pt
python inference.py --prompt "a sea jellyfish floating in the pitch-black ocean depths" \
--seed 0 --cfg 3.0 --steps 50 --n 1 --out out.pngスクリプトのデフォルトは CFG 3.0、50ステップ、シード0。--n を使うと1回の実行で複数枚を生成できます。
CPU、Mac、古いグラボで動かす
小ささが本当に効いてくるのはここです。描画モデル、テキストエンコーダー、VAE をすべて合わせても今の基準ではごく小さいので、普通のノートPC、Mシリーズチップ搭載の Mac、少し古いゲーミング向けグラボも十分現実的な動作環境です。SupraLabs は速度やメモリの数値を公開しておらず、スクリプト自体も CPU での実行は遅いと警告しているため、マシンによって1枚あたり数秒から数分かかると考えてください。画質と速度のバランスを取るには、次の設定が役立ちます。
- CFG は3.0前後に。プロンプトへの忠実度を強めたり弱めたりしたいなら2〜5の範囲を試す価値があります。
- CPU では50ステップではなく20〜30ステップで素早く下書きし、気に入ったシードをフルステップで再実行しましょう。
- 1枚を磨き込むより、--n で複数枚をまとめて生成し、いちばん良いものを選びましょう。
- プロンプトを編集する間はシードを固定し、各単語が何を変えるのか確かめましょう。
ブラウザやスマホで:ONNX、WebGPU、safetensors
公開から数週間のうちに、コミュニティはこのモデルをさまざまな環境に移植し始めました。Bartholomheow/Supra2-IMG-ONNX と sm079/supra2-img-web は WebGPU 向けにパッケージ化しており、Python なしでブラウザのタブ内で直接描画できます。mikhsol/Supra2-IMG-mobile-onnx はスマホ向けの int8 版を提供しています。元の .pt ファイルより安全な safetensors 形式がよければ、malcolmrey/Supra2-IMG と mondk/Supra2-Safetensors が変換済みウェイトを公開しています。いずれもダウンロード数がまだ少ない初期のコミュニティプロジェクトなので、粗削りな部分があることを前提に、各リポジトリの説明を確認してください。

LoRA スライダー、ファインチューン、ゼロからの自作学習
これほど小さなモデルは、いじるのが好きな人にとって絶好の遊び場です。ntc-ai/supra-particle-sliders は、上下に動かして見た目を変えられるコンセプトスライダーを追加します。NZUONG/supra2-img-face-grpo は強化学習でポートレートを改善する実験的なファインチューンです。FlameF0X/Tiny-T2I-Arena では複数の超小型テキストから画像生成モデルを並べて、結果に投票できます。学習者にとっていちばんの魅力は学習レシピそのものです。H100 を1枚、約9時間借りるだけで拡散トランスフォーマーをゼロから学習でき、研究所レベルのプロジェクトが週末の実験に変わります。SupraLabs は、この DIY 精神のきっかけとして rootxhacker の HobbyLM-Image を挙げています。
- スライダー:プロンプトを書き直さずに、1つのコンセプトだけを調整。
- ファインチューン:顔、アイコン、特定の画風などにモデルを特化。
- ゼロから:同じデータセットとGPU1枚の予算で、自分のモデルを学習。
最小クラスのテキストから画像生成モデルを比較:Stable Diffusion と SANA
このモデルは画質で勝とうとしているわけではありません。強みは、動かして再学習できる画像モデルの中でも最小・最安クラスであることです。有名どころと並べるとこうなります。
| Supra2-IMG | Stable Diffusion 1.5 | SANA | HobbyLM-Image | |
|---|---|---|---|---|
| 描画モデルのサイズ | 104M | 約860M(UNet) | 0.6B〜1.6B | 小型の趣味用モデル |
| 解像度 | 256×256 | 512×512 | 最大4096×4096 | 低解像度 |
| コミュニティのエコシステム | 新しく小規模 | 非常に大きい | 成長中 | 小規模 |
| 向いている用途 | 超小型デバイス、学習 | 成熟したツールと拡張機能 | 高速な高解像度画像 | 趣味での学習 |
サイズと解像度は、各プロジェクトの公開モデルカードまたは論文に基づいています。
生成結果に期待できること
期待値を正しく持つほうが、ずっと楽しめます。画像はすべて256×256なので、手や群衆の顔、小さな物体などの細部はぼやけがちで、画像内の文字も苦手です。理解できるのは英語のプロンプトだけ。学習画像はすべて FLUX で生成されたものなので、結果は FLUX らしいツヤのある明るい雰囲気に寄りがちです。大きな画像が必要なら Real-ESRGAN などのアップスケーラーに通し、シャープな細部が必要なら大きなモデルを使うのが適切です。
- 得意:単一の被写体、風景、雰囲気、シンプルなアイコン、画風。
- 苦手:画像内の文字、群衆、手、細かいディテール。
- コツ:小さなモデルに細部を求めるより、お気に入りの結果をアップスケールしましょう。
無修正なの?NSFW と成人向けアート
自分のマシンで動かす場合、オープンウェイトにはオンラインフィルターがなく、推論スクリプトにもセーフティチェッカーや NSFW フィルターは含まれていません。プロンプトや完成画像をチェックする仕組みは何もないということです。ただし、成人向けコンテンツが得意というわけではありません。FLUX で生成された画像から学習しているため、露骨なシーンを描く能力は不明で、執筆時点ではコミュニティによる NSFW 版や無修正のファインチューンも存在しませんでした。フィルターなしの成人向けアートを、最高の画質でセットアップ不要で作りたいなら、オンラインの無修正画像生成ツールが現実的な選択です。
ピンナップ・グラマーアート
柔らかなスタジオライトで撮る、成人モデルのレトロなピンナップやグラマーポートレート。
水着・ビーチショット
ビーチやプールサイドで、ビキニや水着姿の成人を描いた陽光あふれるシーン。
ファンタジーキャラクター
物語のための、大胆な衣装をまとった成人の魔女、戦士、ヒーロー。
- 被写体、服装、舞台、光を、はっきりした1文で描写しましょう。
- シードを固定し、1回の実行で変えるのは1か所だけにしましょう。
- 登場人物は全員成人(18歳以上)であると明記し、実在の人物を本人の同意なく描かないでください。
ダウンロードもGPUも不要で、フィルターなしの成人向け画像を作成。
画像生成ツールを開く →次に来るもの:Supra2.5-IMG
SupraLabs のモデルカードでは Supra2.5-IMG という後継モデルの可能性に触れていますが、まだ公開されておらず、解像度やサイズが上がるかどうかも明らかになっていません。SupraLabs は、言語モデルの Supra-50M や Supra2-100M-Instruct から SupraTTS まで、ごく小さなモデルを専門としているので、次もコンパクトなモデルになればその流れに沿うことになります。公開をいち早く知るには、Hugging Face の SupraLabs ページをフォローするのがいちばん簡単です。
Supra2-IMG のセルフホスト vs Spicy AI でのオンライン生成
| ローカル環境(SupraLabs 配布ウェイト) | 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 — ブラウザで動作 |
| モデル | 1億400万パラメータのチェックポイント、256×256 | 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 | 自分のパソコン | 無料プランあり |
よくある質問
誰が作り、いつ公開されたの?
SupraLabs が Hugging Face で公開しました。リポジトリの作成は2026年9月21日、最終更新は2026年10月10日です。
CPU で動きますか?
はい。SupraLabs のスクリプトは NVIDIA GPU、Apple MPS、CPU に対応しています。CPU での実行は遅く、公式な処理時間は公開されていません。
出力解像度は?
256×256のみです。より大きな画像が必要なら、Real-ESRGAN などのツールでアップスケールしてください。
英語以外のプロンプトも理解できますか?
英語で使うのがベストです。テキストエンコーダーの Flan-T5-base も学習用キャプションも英語で、プロンプトは128トークン以内に収める必要があります。
ブラウザやスマホで使えますか?
はい、コミュニティによる移植版で使えます。ブラウザ向けの ONNX・WebGPU 版と、モバイル向けの int8 ONNX 版があります。いずれも初期段階のプロジェクトです。
safetensors 版はありますか?
配布元のファイルは PyTorch の .pt チェックポイントですが、mondk/Supra2-Safetensors などのコミュニティリポジトリで safetensors に変換したウェイトが提供されています。
Spicy AI は SupraLabs と提携していますか?
いいえ。Spicy AI は独立したプラットフォームであり、SupraLabs と提携しておらず、承認も受けていません。モデル名はそれぞれの権利者に帰属します。