研究コミュニティ実装(論文著者+facok氏によるComfyUI移植)/2026-09
追加学習なしで画像・動画生成AIの処理速度を大幅に高速化する、解像度を段階的に引き上げる新しいサンプリング手法。
SelfLiftは、画像や動画を生成するAIの「時間がかかる」という弱点を、AIモデル自体を再学習させることなく解決する高速化テクニックである。生成の前半は粗い低解像度で大まかな絵を作り、後半だけ高解像度に引き上げて仕上げるという、下描きから清書に進む作業に近い発想で無駄な計算を減らしている。既存の高速化技術のように学習し直す手間やコストがかからないのが利点で、論文では最大約30倍の速度向上が報告されている。広告や動画制作の現場では、クライアントに見せる案を何パターンも高速に試作したり、演出をリアルタイムに近い速度で確認しながら詰めていくといった使い方が考えられる。生成AIの「待ち時間」を減らす裏方技術として、既存のComfyUIワークフローにそのまま組み込める点も実用的である。
通常、画像や動画の生成AIは最初から最後まで同じ高い解像度でノイズを少しずつ取り除いていく。SelfLiftは序盤は解像度を落として粗い下描きだけを素早く作り、終盤で解像度を元に戻して細部を仕上げる2段構えにすることで計算量を減らす。解像度を切り替える瞬間に絵が破綻しないよう、AIモデル自身の「答え合わせ」の仕組み(pixel-VAEでの再エンコード)でズレを検知し自動補正する独自の工夫が入っている。 画像生成を速くする既存手法の多くはモデルを速度重視で再学習し直す必要があり、専門知識と計算資源が必要だった。SelfLiftは追加学習なしで既存モデルにそのまま適用できるのが大きな違いで、動画生成モデル(MiniMax H3)向けの拡張機能も試験的に提供されている。 ComfyUIの拡張ノードとして無料公開されており、対応する画像生成モデル(Z-Image-TurboやFLUX.2-Kleinなど)をすでに使っている環境であれば追加導入できる。ただし配布元にライセンス表記がなく商用利用の可否は自己判断が必要で、ある程度のVRAMを積んだGPUが前提となる。
リポジトリにライセンス表記なし。依存するMiniMax-H3系コンポーネント等のライセンスに従う必要あり。
少ないステップ数で画像生成を高速化するLoRAベースの蒸留手法
サンプリングスケジュールの最適化による生成高速化研究