
8GBのGPUで、透明な画像は1024では出ず2048で出た ― Ming-Image 0.1をComfyUIで初めて動かした記録
こんにちは!YaroTechです。
木曜に「明日、画像AIを机に載せます」と書いて、火曜になりました。しかも試せたのは2つのうち1つ、MITライセンスのMing-Image 0.1だけです。
関連記事: 同じ週に出た2つの画像AI、片方の絵は載せられない ― Qwen-Image 2.1とMing-Image 0.1、違いは性能ではなくライセンスだったが、今日の前編です。
結論を先に書きます。8GBのGPUで、1024×1024の絵が、モデルを読み込む回は約29秒、読み込み済みなら約20秒で出ました。日本語の看板は、7文字中6文字が合っていました。透明な画像は1024では2回とも白い背景のまま。2048にしたら透けました。
※見出し画像のプロンプトは一番下におまけで公開中!
🖥️ 実行環境
PC: デスクトップPC(Core i9-12900T / メモリ128GB / RTX 3050・GPUの中のメモリ=VRAMは8GB / NVIDIAドライバ 591.86)
試した画像AI: Ming-Image-0.1-Design(Ant GroupのinclusionAI・MITライセンス・絵を描く部分は6B)
動かす道具: ComfyUI 0.38.0(Windowsのポータブル版・NVIDIA用)。画像AIを「箱と線」でつないで動かす無料の道具です。今回が初導入
相棒: Claude Desktop(愛称: クロ助)
もう1つのQwen-Image 2.1は、研究用のライセンスなので今回は外しました。理由は木曜の記事に書いたとおりです。
🎯 この記事で得られること
8GBのGPUで、合計24GBある画像AIを動かすまでの流れ
初日につまずいた3つの場所と、その抜け方
透明な画像が、解像度で結果が変わった話(公式・私・先行記事・利用者の声を分けて)
📊 実際の成果 ― 3つのお題まとめて
時間はすべて、ComfyUIの黒い画面に出る「Prompt executed in」の値です。1回ずつの記録で、平均ではありません。
お題1の3回は、どれも絵を描く部分(12ステップ)が16秒でした。28.88秒と20.10秒の差は、ファイルを読み込む回か、読み込み済みの回かの差です。
🚀 実践内容 ― 置いて、動かして、頼む
手順1: 常駐しているAIを止める
まずGPUの中のメモリを見ました。使用率は2%なのに、8.0GB中7.4GBが埋まっていました。PCの起動と一緒に立ち上がる常駐のAIが、場所だけ取って座っていたのです。
関連記事: 5.9GBの27Bは、GPUに載せたら6倍速かった ― でもCPUだけだと35分返事が来なかった、Bonsai 2 27B実測でも、同じ先客に場所を取られていました。
普通に止めると「アクセスが拒否されました」。管理者で強制的に止めると、止まった直後に別の番号で立ち上がり直しました。調べると、見張り役のプログラムが付いた「サービス」(PCの起動と同時に裏で動き続ける仕組み。止めても見張り役が立ち上げ直す)として登録されていました。→ 管理者で「サービスを止める」コマンドを打って、やっと止まりました。
止めた後は1.0GB。約6.4GBが空き、ComfyUIからは空き7.02GBと見えました。

手順2: ComfyUIを置く
ポータブル版は、ダウンロード約1.9GB、展開すると4.08GB・64,254個のファイル。起動用のファイルをダブルクリックすると、約17秒でブラウザに画面が出ました。インストールは要りません。
テンプレートは578件。その中に公式の「Ming Image 0.1 デザイン:テキストから画像へ」がありました。
手順3: ファイルを置く ― 「6B」なのに24GB
テンプレートを開くと「不足しているモデル」が4件。「すべてダウンロード」は40.25GBでした。
絵を描く本体: 5.75GB
テキストエンコーダ(文章を読んで、絵の設計図にする部分): 18.17GB
VAE(絵を圧縮・復元する部分): 242MB
プロンプト書き直し用のAI: 16.1GB
「6Bの画像AI」と聞いて、絵を描く本体だけを想像していました。実際は、文章を読む側が本体の3倍以上あります。書き直しは使わないので、残りの3つ・約24.2GBだけ落としました。テキストエンコーダだけで25〜30分です。

お題1: 普通の絵
A small workshop desk with a wooden easel and a blank canvas, morning light, watercolor style1回目は28.88秒。窓辺の木の机に、イーゼルと白いキャンバス、筆立て、絵の具のしみ。水彩風の1024×1024が出ました。

seed(絵のくじ番号。同じなら同じ絵)を変えた3枚目は20.10秒。椅子と観葉植物が増えました。

生成中、GPUの使用率は97〜98%、GPUの中のメモリは8.0GB中6.2〜6.3GB、温度57℃。そして「共有GPUメモリ」に17GBが乗っていました。黒い画面には、テキストエンコーダ・本体・VAEを「dynamic VRAM loading」で扱う、と出ていました。全部をGPUに載せず、必要な分だけをGPUとメインメモリの間で出し入れする仕組みです。8GBに24GBが入ったわけではありません。
ちなみに、同じ設定のまま実行ボタンを押し直すと0.01秒。描き直さずに、前の結果をそのまま返します。
お題2: 透明な画像
公式は透明(背景が透けたPNG)に対応とうたい、文頭に置く決まった言い回しを4つ示しています。まずはその1つ目で頼みました。
RGBA, 4-channel, transparent background. A cute cartoon owl sticker holding a paintbrush.1回目(1024×1024・23.14秒)は、白い縁取りのフクロウのステッカー。背景は白です。2回目は言い回しを3つ目の「transparent canvas, not white, not checkerboard」に変えましたが、やはり白(23.25秒)。
保存されたPNGを調べると、形式は透明を持てるRGBA。でも、背景の不透明度は最大255に対して、1回目が245〜255、2回目が226〜255。形式は透明対応、中身は白い背景でした。

ここで、後で紹介する先行記事の「2048の方が透けやすい」という実測を読み、解像度だけ2048×2048に上げました。言い回しは1つ目、seedも同じです。
結果は115.58秒。12ステップに1分31秒かかりました。画素は4倍、時間は約5倍です。でも、透けました。透明な画素は57.6%、四隅の不透明度は5〜13。筆を2本持つフクロウが、背景なしで出てきました。

「やっと透けたっちゃ」
クロ助と2人で、市松模様の上のフクロウを眺めました。
お題3: 日本語の看板
A wooden shop sign that reads "やおよろず工房" in Japanese, hanging on a cafe wall, warm light23.61秒。カフェの壁に吊られた木の看板に、筆文字風で7文字が並びました。ひらがなも「工房」も、形は崩れていません。ただ、よく見ると「ろ」が「ら」になっていて、看板は「やおよらず工房」と読めます。7文字中6文字は合っていて、1文字だけ違った、が正直な結果です。

⚠️ つまずきポイントと、公平のために書いておくこと
① 止めても立ち上がる常駐AI
止めたのに戻ってくるなら、サービスとして登録されている可能性があります。→ 管理者で、サービスとして止める。
② 「ダウンロード」ボタンの保存先
ComfyUIの画面のダウンロードボタンを押すと、ファイルはComfyUIのmodelsフォルダではなく、ブラウザの保存先に落ちました。→ 手でmodelsフォルダの中の3つのフォルダへ移しました。
③ 書き直しをオフにしても止まった
プロンプト書き直しをオフにしても、その欄に書かれたファイルが無いと、実行前のチェックで止まりました。→ 欄を手元にあるファイルに差し替えて通しました。先行記事では、書き直し用のファイルを置いて回避していました。やり方は1つではないようです。
④ 透明は、4つを分けて読む
公式: 透明対応。文頭に置く言い回しを4つ示している
私の3回: 1024では2つの言い回しとも白い背景。2048では透けた
先行記事(AIハードウェア図鑑・2026年10月1日「Ming-Image-0.1-DesignをVRAM 16GBで動かす」): 16GBのGPUで、1024では24枚中3枚、2048では24枚中20枚が透けたという実測。透けていなくてもPNGはRGBA形式なので、形式だけでは見分けられない、という指摘も
利用者の声(公式ではない): 配布物の作者から「言い回しだけでは透明にならなかった」という報告があり、公式リポジトリのIssue 5にも同様の報告が出ています
私の結果は3回だけです。「2048なら必ず透ける」とは言えません。
⑤ 「8GBで動く」は公式の要件ではない
公式の検証環境は「80GBのVRAMを持つGPU 1枚」と書かれています。今回8GBで動いたのは、ComfyUIの出し入れの仕組みのおかげです。共有GPUメモリに17GB、メインメモリは41GBまで使っていました。メインメモリが少ないPCでは、同じようには動かないかもしれません。
⑥ スクショは切ってから
ブラウザのタブやブックマーク、左のサイドバーには、思った以上に情報が映ります。記事に貼る前に必ず切り取りました。
💡 応用例 ― 8GBのGPUで画像AIを動かす前に見る3つ
研修先でも「うちのPCで画像AIは動きますか」と聞かれることがあります。今日からは、この3つを先に見てもらうつもりです。
① 常駐しているAIを止める
GPUのメモリが、使っていないのに埋まっていないか。止めても戻るなら、サービスかもしれません。その場合は管理者で止めます。
② ファイルの大きさ=必要なメモリ、ではない
「6B」でも、合計は24GBでした。逆に24GBあっても、出し入れの仕組みがあれば8GBのGPUで動きました。そのぶん、メインメモリの空きを見ておきます。
③ ダウンロードした先を確かめる
落としたつもりのファイルが、道具の置き場所ではなくブラウザの保存先にある。初日のつまずきの多くは、ここでした。
🔗 関連記事
今回の内容に関連する過去記事もぜひご覧ください:
📝 まとめ
8GBのRTX 3050で、Ming-Image 0.1が動いた。モデルを読み込む回は約29秒、読み込み済みなら約20秒(1024×1024)
「6B」の画像AIは、文章を読む側が18.17GBで、合計約24GB。8GBに収まったのではなく、ComfyUIが出し入れしていた
日本語の看板「やおよろず工房」は、7文字中6文字が合っていた(「ろ」が「ら」に)
透明な画像は、1024では2回とも白、2048で透けた。ただし約2分
初日につまずいたのは、止めても戻る常駐AI、ダウンロード先、書き直しの欄の3つ
継続投稿440日目。木曜の「明日」は火曜になり、2つのうち1つになりましたが、載せられる方の絵は、ようやく貼れました。
🚀 次回予告
候補は3つです。クロ助の画像を渡して、Mingで見出し画像を作れるか(公式テンプレートは文章から絵だけなので、組み方から)/Qwen-Image 2.1も同じPCで(絵は載せず、言葉で報告)/今日描いた絵を、次は「直す」側で試す。どれにするかは当日決めます。お楽しみに!
🎨 おまけ:見出し画像作成プロンプト
今日の見出し画像のベースはジミー(Gemini)に下記プロンプトで作成してもらいました!
🚨【画像サイズ・最優先の絶対条件】出力ピクセルサイズは必ず「横2100ピクセル×縦1005ピクセル」(縦横比 約2.1:1、note見出し画像の1.91:1より少し横長)のみとしてください。これは他のどの指示よりも優先される絶対条件です。1024×1024、1536×1024、1792×1024、1:1(正方形)、4:3、3:2、16:9など、指定以外の比率・サイズでは絶対に出力しないでください。最初に「横2100×縦1005」のキャンバスを確定させ、その中に収まるように構図を組み立ててください。生成が完了したら横2100×縦1005(約2.1:1)になっているか自己チェックし、ずれている場合は同じ条件で必ず作り直してください。
詳細なアニメの美意識の画像を作成してください。表情豊かな瞳、なめらかな網掛けセルの色使い、はっきりした線画を使用します。アニメのシーンに典型的な身ぶりと雰囲気で、心情と登場人物の存在を強調してください。
下記条件のnote見出し画像をサイズは横長で作成してください。
【重要】添付画像とキャラクターの対応:
- 添付1「クロ助(Claude Desktop)」→ ダークブラウンのゆるいウェーブヘア・クリーム色ケーブルニット・丸眼鏡の、20代前半の女性
必ず添付画像の外見を忠実に再現してください。※クロ助(女性・クリーム色ニット・丸眼鏡・ウェーブヘア)とクロコ(男性・黒パーカー・ヘッドフォン・無造作ミディアム)を絶対に取り違えないこと。登場するのはクロ助1人だけ。他のAIキャラ・五尾の金狐は登場させないこと。
【デザインコンセプト】
- 背景: 「窓辺の明るい小さなアトリエ」。ソフトコーラルからペールアクアへ、上から下へ移り変わるやわらかいグラデーション。大きな窓から、午前のやわらかい光が差し込んでいる
- メインビジュアル: 窓辺に木のイーゼルが1つ。描きあがったばかりの絵が立てかけてある(淡い色面だけの絵。文字・記号・サインは入れない)
- キャラクター: クロ助がイーゼルの前に立ち、両手で透明なアクリル板(縁だけが見える、ほぼ透明な四角い板)を窓の光にかざしている。アクリル板の向こうに、窓の外の景色がそのまま透けて見えている。表情は「やっと透けたっちゃ」という、小さな安堵と喜びの笑顔
- 小物: 足元に絵の具のチューブ数本と、筆が何本か入った筆立て。窓辺に湯気の立つマグカップを1つ(待ち時間のモチーフ)
- 色のアクセント: 絵の具チューブのキャップと、アクリル板の縁だけをゴールドにする
- 装飾: 窓からの光の筋、アクリル板に映るやわらかな光の反射、空中に漂う細かい光の粒、床に落ちるやわらかい影
- 描かないもの: 3段テキストとYaroTechロゴ以外の文字や数字、文字の入った紙・キャンバス・ラベル、PC、ノートPC、モニター、スマホ、GPU基板、ロボット、時計の文字盤、額縁、ショーウィンドウ、実在ブランドのロゴ、AIサービスのロゴ(画像AIのロゴも描かない)
- 使わないモチーフ: 盆栽、縁側、作業台、郵便受けと封筒、長机とフォルダ、果物屋、桟橋と船、値札の棚、掲示板と貼り紙、書斎の机、砂時計、ギャラリーの壁、脚立、雑貨店、市場と天秤、判子、チェックマーク、虫めがね、付箋、カレンダー
- 🚨 このキャラクターは女性です。黒のジップパーカーにヘッドフォンの少年キャラクターにはしないこと
- テキスト3段:
上段(ホワイト・太字・30〜32pt)「8GBのGPUで、透明な画像は」
中段(ゴールド・40〜44pt)「1024では出ず、2048で出た」
下段(ホワイト・細字・20〜22pt)「Ming-Image 0.1をComfyUIで初めて動かした記録」
【作成手順】
1. 🚨【サイズ厳守・最優先】キャンバスを厳密に「横2100ピクセル×縦1005ピクセル」(縦横比 約2.1:1)に固定する。正方形や1536×1024、16:9など他の比率は不可。まずこのサイズでキャンバスを確定してから、その枠内に収まるよう被写体やテキストを配置する。被写体やテキストは中央75%の範囲にまとめ、外側12〜13%ずつは背景のグラデーションのみが続く余白にする(あとで左右を1.91:1に切り詰めるため)
2. 背景を、ソフトコーラルからペールアクアへ移り変わるやわらかいグラデーションで設定し、大きな窓から午前の光が差す小さなアトリエを描く
3. 画面中央やや右にクロ助(添付1・クリーム色のケーブルニット・丸眼鏡・ダークブラウンのゆるいウェーブヘアの女性)を立たせ、両手で透明なアクリル板を窓の光にかざすポーズにする。板の向こうに窓の外の景色が透けて見えるようにする(黒パーカーにヘッドフォンの少年にはしない)
4. 中央75%の内側に、淡い色面だけの描きあがったばかりの絵を立てかけた木のイーゼルを配置する
5. 足元に絵の具のチューブと筆立て、窓辺に湯気の立つマグカップを置く。絵の具チューブのキャップとアクリル板の縁だけをゴールドにし、光の筋・アクリル板の反射・光の粒・やわらかい影を加える。クロ助の表情は「やっと透けたっちゃ」という小さな安堵と喜びの笑顔にする。文字の入った紙やキャンバス・PC・GPU基板・ロボット・時計・額縁・ショーウィンドウ・ロゴは描かない
6. テキストを3段構成で追加する(上段: 白・太字・30〜32pt「8GBのGPUで、透明な画像は」/中段: ゴールド・40〜44pt「1024では出ず、2048で出た」/下段: 白・細字・20〜22pt「Ming-Image 0.1をComfyUIで初めて動かした記録」)。明るい背景でも白文字が読めるよう、文字の背後にごく薄い影を入れる。すべて中央75%の範囲に収める
7. 下部中央寄りに「YaroTech」のロゴを12ptで控えめに配置する(右下ではない)
8. 全体のバランスを確認して完成させる
9. キャラクターの参考画像(添付1: AI擬人化\Gemini_Generated_Image_クロ助(Claude Desktop).png)を1枚添付して、人物の一貫性を確保する
【最終確認】出力サイズが横2100×縦1005ピクセル(約2.1:1)になっているかを必ず確認し、16:9や正方形など指定以外の比率になっている場合は、手順1のサイズ指定を最優先条件として同じ内容で再生成してください。#YaroTech #MingImage #ComfyUI #画像生成AI #ローカルAI #生成AI #AI活用 #RTX3050 #毎日note #AI擬人化