ComfyUI14 の履歴(No.2)

画像生成AI「ComfyUI」１４（実践編Ⅳ）　== 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

※ 最終更新:2026/05/22　

　2026年5月中国のAIスタートアップ「HiDream.ai」からオープンソースとして正式に発表・公開されされた画像生成モデル「HiDream-01-Image」を検証してみる

「HiDream-01-Image」とは
- 中国の HiDream.ai が2026年5月に公開した、最新の画像生成AIモデル
- 外部のVAEなどを介さず、共有トークン空間へ直接マッピングする新しい手法（UiT：画素レベル統一トランスフォーマー）を採用している
- オープンソース（オープンウェイト）のモデル

モデル名	特徴	生成ステップ数
HiDream-01-Image full	標準モデル	50ステップ
HiDream-01-Image dev	蒸留モデル	28ステップ

モデル名	配置先（/StabilityMatrix/Data/）	ダウンロード URL
checkpoints	Models/	StableDiffusion/
loras	Lora/
text_encoders	text_encoders

　AIモデルにおける「fp8」と「fp8_scaled」の主な違いは、量子化（データの圧縮）を行う際に「スケール係数」を用いて精度低下を防ぐ工夫がされているかどうか

データの表現方法の違い・FP8 (標準的な8ビット浮動小数点):
モデルの重みを単純に8ビットに圧縮したもの。VRAMを大幅に節約できるが、表現できる数値の範囲が狭まるため、元の高精度なモデル（FP16やBF16など）と比べて画質や出力結果に劣化（誤差）が生じやすい傾向がある。
・FP8_scaled (スケール化されたFP8):
・モデル全体またはレイヤーごとに「スケール係数」と呼ばれる値を掛け合わせることで、8ビットという低精度の中でも表現できる数値の範囲（ダイナミックレンジ）を最適化する仕組み。

メリット・デメリットの比較

特徴	FP8	FP8_scaled
VRAM節約	大幅に節約可能	大幅に節約可能
生成品質・精度	誤差がやや出やすい	品質劣化が抑えられ、より元のモデルに近い結果が出やすい
処理速度	高速	高速（対応GPUでは最適化によりFP8より速い場合もある）

どちらを選ぶべきか？
・AIの生成品質や精度を最優先する場合は、基本的に fp8_scaled を選択するのがおすすめ
・特に近年の画像生成モデル（FLUXなど）や動画生成モデル（Wan2.2など）では、単純なFP8だとディテールが潰れたり顔が崩れたりすることがあるため、
　Reddit などのコミュニティでも品質改善が図られている fp8_scaled が主流として推奨されている

　AIモデルにおける「FP8」と「MXFP8」の最大の違いは、数値データの拡大縮小（スケーリング）を行う範囲の細かさ。MXFP8はFP8の進化版であり、メモリ使用量を抑えつつ、モデルの推論・学習精度をより高く維持できる

項目	FP8	MXFP8
スケーリング（拡大縮小）の粒度	テンソル（データのかたまり）全体に対して「1つの共通のスケール値」を適用する。そのため、非常に大きな値と小さな値が混在するデータでは、一部の精度が落ちることがある	データを 32個などの「小さなブロック」に分割し、ブロックごとに異なるスケール値を適用（マイクロスケーリング）する
表現できる精度と範囲	データ全体でスケールを合わせる必要があるため、精度を優先する形式（E4M3）と、表現できる数値の範囲を優先する形式（E5M2）を使い分ける必要がある	ブロックごとに細かくスケールを調整できるため、精度が高いE4M3形式をネットワーク全体で使いやすくなり、数値の表現力と安定性が向上しする
ハードウェアの対応	NVIDIA の Hopperアーキテクチャ（H100など）や Ada Lovelace 世代などでサポートされている	NVIDIA の Blackwellアーキテクチャ以降で本格的にサポートされる最新のフォーマット