メインコンテンツへスキップ
見出し画像

Google Colabで軽量化Qwen Image(初代)を動かす

    はじめに

    下記の記事の続きみたいな感じです。

    上記の記事では、ローカルPCにComfyUIをポータブルな形で導入し、画像生成AIであるQwen Imageを実行するための環境を作る方法をまとめたわけですが、お手持ちのPCがノートPCなど、GPUリソースをもたないPCの場合は、実行できずにエラーで止まってしまいます。

    一方で、最近、こんなニュースがありました。

    Google AI ProなどのGeminiのサブスクリプションを契約しているユーザーに対し、クラウド環境でGPUを含むコンピュータリソースを利用できるホスト型サービスである「Google Colab」のクレジットが無料で付与されるようになった、という話題です。
    これにより、Geminiのサブスクリプションユーザーは、一定の範囲でGoogle Colabの有料枠を課金なしで利用できるようになりました。

    というわけで、Geminiの有償ユーザー向けに、ローカル環境ではなく、Google Colab上にこの「Qwen Image」環境を構築し、画像を生成するためのパッケージを作成しましたので、ご紹介したいと思います。

    「Sunoによる音楽制作」とダイレクトには結び付かない話題かもしれませんが、私自身は、Suno楽曲のカバーアート制作に、もっぱらこのQwen Imageを使っていますので、いちおう音楽制作に関連している話題として書いてみたいと思います。

    ※なお、このノートブックを利用したことによって生じたあらゆる損害について、ノートブック開発者はその責を負いません。予めご了承ください。

    パッケージ

    ※2026/11/1:バージョンを2.0から2.2にアップデートしました。

    こちらが、軽量版初代 Qwen Image をColabで実行するためのノートブックパッケージ一式になります。
    ダウンロードして解凍しておいてください。
    ノートブックと、説明テキストファイル等が入っています。

    画像

    使い方

    ステップ1:モデルのダウンロード

    最初に、Qwen Imageのモデル一式をダウンロードします。
    この作業は1回だけやればOKです。

    まず、Google Colabを開きます。自分のアカウントでログインしているChromeブラウザで開くのが無難だと思います。

    「ノートブックをアップロード」を選びます。

    画像

    雲マークのところの「参照」ボタンを押して先ほどのノートブックを開くか、ノートブックファイルをこのエリアにドロップしてください。

    画像

    最初は、1つ目の「QwenImage_Colab_01_Download_CPU.ipynb」のノートブックを開いてください。画面が切り替わり、ノートブックが開きます。

    画像

    少し下にスクロールすると、「① モデルをGoogle Driveへ保存 / Download and verify model files」というPythonコードが出てきます。このコードの左上の三角形ボタン(数の赤丸の部分)を押してください。
    Pythonプログラムが実行され、Qwen Imageのモデル(合計約31GB)が、Google Driveにダウンロードされます。

    画像

    Google Driveへのアクセス確認画面が出ます。「Googleドライブに接続」を押します。

    画像

    別ウインドウでGoogle Driveへのアクセス確認が出ますので、承認していってください。

    画像

    アクセスできる情報は「すべて選択」を選んで、「次へ」を押してください(一部だけにすると認証に失敗するようです)。

    画像

    モデルのダウンロードが始まります。コードの下に、ログが出ますので、そこを見て進行を確認してください。
    全部で約31GBと非常に大きなダウンロードになりますので、それなりの時間がかかります。

    画像

    なお、ダウンロードが進んでいるところで、右上の下向きの三角形を押してメニューを出し「リソースを表示」を選択しておいてください。

    画像

    リソースが表示されます。
    この中の「利用可能なコンピューティングユニット数」(CU)というところが重要です。クラウドのコンピュータを動かしていると、このCUが減っていきます。

    画像

    しばらく待って、下記のように4つのモデルのダウンロードが終了し、「COMPLETE / 4ファイルを確認しました。GPU版Notebookを利用できます。」と出たら成功です。

    画像

    ダウンロードしたモデルは、Googleドライブの「マイドライブ」→「QwenImage_Colab」→「models」フォルダに保存されます。

    画像

    さて、ここで重要なポイントとして、セッションを切ってCUの使用を止めないといけません。
    Colabのメニューから「ランタイム」→「ランタイムを接続解除して削除」を選択します。

    画像

    これでセッションが削除され、CUが消費されない状態になります。
    アクティブなセッション数がゼロになっていることを確認します。

    画像

    なお、ステップ1は、1回実行すれば以後は実行不要です。Googleドライブにモデルが残っている限り、もう再実行する必要はありません。

    ステップ2:ComfyUIのセットアップ

    すでにモデルのダウンロードが終わっている場合は、ここからになります。

    ステップ1のノートブックを開いている状態になっている場合は、左上のアイコン(下図赤丸)をクリックし、Colabのトップページにいったん戻ってください。

    画像

    「ノートブックをアップロード」で、今度は「QwenImage_Colab_02_Generate_GPU.ipynb」のほうを開きます。

    画像

    ステップ2では、コンピューティングにGPUを使う必要がありますので、メニューから「ランタイム」→「ランタイムのタイプを変更」を選んでください。

    画像

    ハードウェアアクセラレータとして「L4 GPU」を選んでください(無料ユーザーは、ここでL4が選べないと思います)。

    ※FAQ:なんでA100を選ばないの?
    A:選んでもいいですが、CUを5倍くらい速く消費します。そして、1回目の生成に10分かかるところはほとんど改善されません。(2回目以降の生成は5秒くらいになるので爆速にはできます)

    画像

    少しスクロールダウンして、「① GPU環境を起動 / Initialize GPU environment」のPythonプログラムまで移動し、実行ボタン(下図赤丸)を押してください。

    画像

    Googleドライブへのアクセス確認がありますので、接続承認してください。

    画像

    処理が始まったら、スクロールダウンしてログを表示し、また右メニューから「リソース」を表示します。GPUを使う場合はCUをそれなりに消費するので注視している必要があります。

    画像

    ログの最後に「画像生成の準備が完了しました」と出れば成功です。
    これで、Qwen Imageで画像生成するためのComfyUI環境まで構築できました。あとは画像生成するだけです。

    画像

    ステップ3:画像生成

    さて、いよいよ画像生成です。
    同じノートブックでさらにスクロールダウンして、「② 画像生成フォームを表示 / Show generation form」まで進み、実行ボタンを押します。

    画像

    一瞬で終わりますので、そのままスクロールダウンしてください。
    ログ画面のところに、プロンプト入力用のフォームが生成されています。
    「プロンプト」のところにどんな画像を生成するかのプロンプトを書き(英語または中国語を推奨)、「画像生成 / Generate」ボタンを押してください。
    最初はサンプルプロンプトが入っているので、そのまま「画像生成」でもOKです。

    画像

    画像生成が始まります。
    なお、「1枚目」を生成するのには非常に長い時間がかかります。10分以上かかるのでのんびり待っていてください。

    画像

    頑張って待っていると、画像が生成されます。
    画像は、Googleドライブの「マイドライブ」→「QwenImage_Colab」→「output」以下に保存されます。
    「PNGをダウンロード」ボタンでダウンロードも可能です。

    画像

    さて、1枚目はこんな風に10分以上かかるのですが、2枚目からは速くなります。ここはまたいつもの「パン職人」でいきましょう。
    プロンプトは以下の通りです。

    画面特写一位二十多岁的日本女性,她身穿白色围裙,头戴头巾。在一家深夜开门的烘焙店厨房里,她正用力揉面,表情严肃而略显冷漠。背景中可以看到一台闪闪发光的大烤箱。整幅画面展现出一位手艺人的力量与热情。这是一幅细节丰富、风格独特的动漫插画。

    少しスクロールアップして、プロンプトを書き換えて「画像生成」です。

    画像

    こんどは24秒で生成されました。
    2枚目からは実用的な速度で生成できると言えます。

    画像

    生成が終わったら、セッションを切りましょう。
    メニューから「ランタイム」→「ランタイムを接続解除して削除」を選択します。

    画像

    右メニューでリソースを表示させて、アクティブなセッションが0になっていればOKです。

    画像

    以後の再生成

    いちどColabの設定を行ったあと、後日、改めて画像生成を行いたい場合は、ステップ2から再開してください。
    Colabトップ画面の「最近使用したノートブック」に履歴が残っていると思いますので、そちらを選べばOKです。

    画像

    おわりに

    このColab用ノートブックは、いろいろなことを「決め打ち」しており、カスタマイズ等はほとんどできなくなっています。
    また、使っているモデルはベースモデルではなく軽量化版であり、Lightning
     LoRAも使用しているなど、「特別な環境」にセットアップされています。

    本来のQwen Imageを使いたい方や、カスタマイズをしたい方などは、このノートブックをCodexなどに読ませたうえで、カスタマイズして使用されるといいのではないかと思います。

    追記:バージョンアップしました。

    こちらのノートブックですが、少し機能強化しました。
    なお、すでに以前のバージョンを実行されている場合は、「QwenImage_Colab_02_Generate_GPU_v2_2.ipynb」のほうだけ導入して実行すればOKです(モデルの再ダウンロードは不要です)。

    画像

    途中画像の表示

    完成前の、生成する途中の画像も表示されるようにしました。

    画像

    画像サイズのバリエーション追加

    以下の解像度が選べるようになりました。

    • 正方形 / Square 1024×1024

    • 横長 / Landscape 1360×768

    • 縦長 / Portrait 768×1360

    • 正方形(高解像度) / Square 1328x1328

    • 横長(高解像度) / Landscape 1664×928

    • 縦長(高解像度) / Portrait 928×1664

    • 3:2 / 1584×1056

    • 2:3 / 1056×1584

    • 4:3 / 1472×1104

    • 3:4 / 1104×1472

    バッチ生成

    1回の生成で、1枚/2枚/4枚の同時生成を選べるようになりました(生成時間はそれだけ余計にかかります)。

    画像

    あなたへのおすすめ