ComfyUI16 の履歴(No.18)

私的AI研究会 > ComfyUI16

画像生成AI「ComfyUI」１６（実践編Ⅶ）　== 編集中 ==†

　「ComfyUI」を使ってローカル環境でのAI画像生成を検証する

▲　目　次

画像生成AI「ComfyUI」１６（実践編Ⅶ）　== 編集中 ==
- 『Boogu-Image-0.1』を検証する
- 更新履歴
参考資料

※ 最終更新:2026/07/07　

↑

『Boogu-Image-0.1』を検証する†

　2026年6月16日に公開されたオープンソースの統合型マルチモーダル理解・画像生成AIモデルを検証してみる

↑

概要†

「Boogu-Image-0.10」（ブーグ・イメージ）とは
- 画像生成AI「Boogu-Image-0.1」は特定の企業が開発したものではなく、「Boogu Project」というコミュニティや開発チームによってオープンソース（Apache 2.0ライセンス）として公開されているプロジェクト
- 実体は謎に包まれているが、公開されているソースコードの記述から、中国の著名なAI研究機関であるBAAI（北京智源人工知能研究院）のプロジェクト、あるいは同機関が開発した「OmniGen2」などをベースにした派生研究である可能性が高いと指摘されている
- 名前は「Boosting Open-Source Unified Multimodal Understanding and Generation」の略称で、最大 2048 × 2048 ピクセルの高解像度画像を生成・編集できる

主な特徴

モデルの構成：モデルはすべて10B（パラメータ数）規模であり、用途に合わせて以下の 3種類が用意されている

種別	steps	sampler, scheduler	用途
Base	25～50	dpmpp_2m, simple	標準的な画像生成・理解モデル。
Turbo	4	lcm, sgm_uniform	LCMなどのスケジューラーを活用し、わずか数ステップで高速に高品質な画像を生成するモデル。
Edit	25～50	dpmpp_2m, simple	画像の一部変更や衣服の着せ替えなど、高度な画像編集に特化したモデル。

高品質なマルチモーダル対応：最大 2048 × 2048 ピクセルの高解像度画像に対応
ローカルでの高度な画像編集：従来クラウド環境で主流だった「指定した要素の変更（例：白い服をライオンの着ぐるみに変更するなど）」を、ローカル環境でも手軽に行えるのが大きな強み
ローカル環境で画像生成や日本語での指示による画像編集を行いたい場合に注目されているモデル

オフィシャルサイト
- GitHub: Boogu-Image-0.10

参考サイト
- 生成AIグラビアをグラビアカメラマンが作るとどうなる？第69回：Boogu-Image-0.1とKrea 2が登場。Z-Imageの牙城を崩せるか？

↑

プロジェクトで作成するワークフロー†

　このプロジェクトで作成するワークフローと関連データは下記にアップロードしている（更新されている場合は再度ダウンロードのこと）

ComfyUI_ex2_proj.zip をダウンロード（随時更新中）※2026/06/27更新
・解凍してできるフォルダ

📂ComfyUI
  └─📂user
        └─📂default
              └─📂workflows　　　　　　　　← ワークフローの保存場所
                    :
                    ├─📂Boogu　　　　　　　← この章で作成するワークフロー
                    :

・解凍してできる「ComfyUI/」フォルダを「StabilityMatrix/Data/Packages/ComfyUI」へ上書きコピーする

ワークフローと動作環境による生成時間（分：秒）　　軽量版推奨ワークフロー　　　軽量 GGUF版推奨ワークフロー　

ワークフロー	機　能	モデル	CPU					CPU
ワークフロー	機　能	モデル	RTX 4070	RTX 4060	RTX 4060L	RTX 3050	GTX 1050	i7-1260P	i7-1185G7
8101_boogu_image_turbo_t2i	Text to Image 基本ワークフロー	Turbo fp8	00:07.55	00:39.63	00:27.90	01:01.09	03:59.79	24:45.87	22:37.91
8102_boogu_image_turbo_t2i_simple	Text to Image 展開版ワークフロー	Turbo fp8	00:07.61	00:56.36	00:27.76	01:10.09	04:14.31	25:25.48	23:11.64
8103_boogu_image_turbo_i2i	Image to Image 基本 (簡略版)	Turbo fp8
8104_boogu_image_turbo_i2i_simple	Image to Image 展開版 (簡略版)	Turbo fp8

↑

画像生成のための環境構築†

必要モデルのダウンロードと配置

モデル名	ファイル名（.safetensors）	配置先（/StabilityMatrix/Data/）		ダウンロード URL	共通で使用
diffusion_models	boogu_image_base_fp8_scaled	Models/	DiffusionModels/	boogu_image_base_fp8_scaled.safetensors
	boogu_image_edit_fp8_scaled			boogu_image_edit_fp8_scaled.safetensors
	boogu_image_turbo_fp8_scaled			boogu_image_turbo_fp8_scaled.safetensors
loras	boogu_image_turbo_hotfix_lora_rank_128_bf16		Lora/	boogu_image_turbo_hotfix_lora_rank_128_bf16.safetensors
loras	boogu_image_turbo_lora_rank_128_bf16		Lora/	boogu_image_turbo_lora_rank_128_bf16.safetensors
text_encoders	qwen3vl_8b_fp8_scaled		TextEncoders	qwen3vl_8b_fp8_scaled.safetensors	Ideogram 4.0
vae	flux1_vae_bf16		VAE/	flux1_vae_bf16.safetensors

↑

Step 1：標準テンプレートを検証する†

　ComfyUI オフィシャルサイトで公開されているテンプレートのシード値を固定して再現性を確保し動かしながら整理する

いか確認することが推奨される

ワークフローを選ぶ

① 左端のメニューから「Template」を選択
②「Boogu」を選択する

・表示された一覧からワークフローを選ぶ
③「Boogu Turbo: Text to Image」Turbo版 Text to Image

・ワークフローでエラーが発生する場合は前項のモデルの配置を確認する

・生成画像　1024x1024

動作確認を行ってから保存する

	テンプレート名	モデル	ワークフロー	保存ワークフロー名
③	Boogu Turbo: Text to Image	Turbo	image_boogu_image_0_1_turbo_t2i.json	image_boogu_image_0_1_turbo_t2i_org.json

・オリジナルのワークフロー

・テンプレートのオリジナル・ワークフローに対して「① モデルの変更, ② シード値を固定（同じ画像を再現できるように）」を変更する
・SubGraph の入力端子を減らし値を直接入力するようにして接続線を省略
・生成途中画像表示と生成結果プレビュー画像表示の追加

Text to Image ワークフロー	Text to Image ワークフロー　SubGraph

「Boogu/」image_boogu_image_0_1_turbo_t2i.json

Text to Image ワークフローを整理する

　オリジナルのワークフローを整理して FHD(1920x1080) 画面内に一括表示できるようにする

8101 基本ワークフロー	8101 SubGraph
*Prompt:* Abstract close-up portrait of a young japanease woman wearing a cream turtleneck, captured with severe horizontal motion blur and double exposure effect that distorts his facial features, rendered in an analog film grain style with muted earthy background tones, framed tightly on his face to emphasize the blur streaks across his eyes, nose, and lips while retaining the texture of the knit collar and soft ambient lighting.
クリーム色のタートルネックを着用した若い日本人女性の、抽象的かつクローズアップなポートレート。顔の造作を歪ませるような強い水平方向のモーションブラーと多重露光（ダブル・エクスポージャー）の効果を加え、落ち着いたアースカラーを背景に、アナログフィルムの粒状感あるスタイルで表現しています。ニットの襟の質感や柔らかな環境光を活かしつつ、顔をタイトに切り取ることで、目・鼻・唇を横切るブラーの筋を際立たせています。

「Boogu/」8101_boogu_image_turbo_t2i.json
8102 基本ワークフロー（展開版）
*Prompt:* 20代の日本の若い女性のクローズアップポートレート。ナチュラルメイク、柔らかな表情。 85mmレンズ、f/1.4、浅い被写界深度、背景のボケ。左から差し込む柔らかな窓の光、ゴールデンアワーの輝き、温かみのある肌色。映画のような、リアルな、細部までこだわった、プロフェッショナルな写真。注意点：彩度過度、アニメ調、低解像度、歪んだ顔。

「Boogu/」8102_boogu_image_turbo_t2i_simple.json

↑

Step 2：英語/日本語プロンプトによる画像生成†

ChatGPT 生成のプロンプト　→ 英語/日本語プロンプト

英語プロンプト	日本語プロンプト
① 20代の美しい日本人女性　1184x888

② 20代の美しい日本人女性、バストアップのアングル　1184x888

③ 夜のカフェでコーヒーを飲む日本人女性　1184x888

④ 背の高いエレガントなビジネスウーマン　1184x888

⑤ ミステリアスな27歳のプロモデル　1184x888

英語/日本語プロンプトによる生成画像の違い

英語プロンプト	日本語プロンプト
① 文字の入ったカタログ　888x1184　~→ 英語/日本語プロンプト>

② クローズアップポートレート　1184x888　~→ 英語/日本語プロンプト>

③ コマーシャル商品写真（コーヒー）　1024x1024　~→ 英語/日本語プロンプト>

④ コマーシャル商品写真（化粧品）　1024x1024　~→ 英語/日本語プロンプト

⑤ ファッション誌のモデル写真　888x1184　~→ 英語/日本語プロンプト



⑥ ドリップコーヒー　1184x888　~→ 英語/日本語プロンプト

生成データ詳細

model	boogu_image_turbo_fp8_scaled.safetensors,　qwen3vl_8b_fp8_scaled.safetensors,　ae.safetensors
steps	4
cfg	1.0
size (pixel)	1184x888, 888x1184, 1024x1024
seed	896977722960984
Workflow
	8101_boogu_image_turbo_t2i.json	SubGraph

↑

Step 3：Image to Image ワークフロー†

　参照画像とプロンプトから画像生成する Image to Image ワークフローは Text to Image ワークフローから簡単にできるようなので検証してみる
　　→ krea2 image to image workflow ?

Text to Image ワークフローから作成する
・詳細手順 → Text to Image ワークフロー

Text to Image 基本ワークフロー

参照画像	Gemini で作成したプロンプト
	Close-up portrait of a Japanease young woman in her 20s, natural makeup, soft expression.&br85mm lens, f/1.4, shallow depth of field, bokeh background. Soft window light from the left, golden hour glow, warm skin tones. Cinematic, realistic, high detail, professional photography. NOT: oversaturated, anime style, low resolution, distorted face.
	20代の日本の若い女性のクローズアップポートレート。ナチュラルメイク、柔らかな表情。 85mmレンズ、f/1.4、浅い被写界深度、背景のボケ。左から差し込む柔らかな窓の光、ゴールデンアワーの輝き、温かみのある肌色。映画のような、リアルな、細部までこだわった、プロフェッショナルな写真。注意点：彩度過度、アニメ調、低解像度、歪んだ顔。

8103 Image to Image 基本ワークフロー	7103 SubGraph

「Boogu」8103_boogu_image_turbo_i2i.json

　　1184x888
　

Image to Image ワークフロー展開版

参照画像	Gemini で作成したプロンプト
	Close-up portrait of a Japanease young woman in her 20s, natural makeup, soft expression.&br85mm lens, f/1.4, shallow depth of field, bokeh background. Soft window light from the left, golden hour glow, warm skin tones. Cinematic, realistic, high detail, professional photography. NOT: oversaturated, anime style, low resolution, distorted face.
	20代の日本の若い女性のクローズアップポートレート。ナチュラルメイク、柔らかな表情。 85mmレンズ、f/1.4、浅い被写界深度、背景のボケ。左から差し込む柔らかな窓の光、ゴールデンアワーの輝き、温かみのある肌色。映画のような、リアルな、細部までこだわった、プロフェッショナルな写真。注意点：彩度過度、アニメ調、低解像度、歪んだ顔。

8206 Image to Image ワークフロー展開版

「Boogu」8104_boogu_image_turbo_i2i_simple.json

　　888x1184
　

↑

『Boogu-Image-0.10』まとめ†

このサイトでの私的評価　（※ 2026/06/29 現在）

モデル名		Boogu-Image-0.10	コメント
			● 生成速度はそこそこ速いが品質はいまいち ● 時々生成途中のような荒れた画像になる　 Step を増やしても変わらず、原因は不明 ● 文字描画のあるものは英語プロンプトが無難　日本語プロンプトの場合余計な判別不明の文字が入ることがある ● 総じて「Z-Imege」「ERNIE-Image」モデルの方が優秀 ● 生成ワークフローは一般的で簡潔、わかりやすい
パラメータ数		10B
解像度	推奨	1024x1024
	対応範囲	512x512 ～ 2048x2048
発表時期		2026年6月
開発元		Boogu Project(中国)
生成画像品質		△
プロンプト追従性	英語	◎
	日本語	△
文字描画	英語	〇
	日本語	×
生成速度		〇
総合評価		・プロンプトは英語が望ましい・テキスト描画は英語のみ実用レベル・わずか4ステップで高速生成
生成結果比較 (リンクページ)		FLUX.2 ① ②, Z-Image ① ②, ERNIE ① ②, HiDream ① ②
推奨モデル (.safetensors)		boogu_image_turbo_fp8_scaled
推奨ワークフロー (.json)	T2I	8101_boogu_image_turbo_t2i