メインコンテンツへスキップ
見出し画像

Hugging Faceで1位のQwen-Image 2.1無検閲版(Uncensored)を、Pixubusで公式と同じシードで132枚描き比べてみた|ComfyUIはモデルを1つ置くだけ

    Hugging Faceの画像生成モデルのランキングで、Qwen-Image 2.1の「無検閲版」が1位にいます。

    直近のダウンロードは約155万回。本家のQwen-Image 2.1より上です(2026年10月5日時点)。

    この記事で使う言葉を3つだけ決めておきます。

    • 公式: アリババが出しているQwen-Image 2.1そのもの。ComfyUIのテンプレートから入るモデルです

    • 無検閲版: 上のリンクの「Qwen-Image-2.1-Uncensored」。有志のabenzerpsさんが配っているものです

    • Pixubus: 私が作っているツール。キャラの絵を1枚渡して日本語で頼むと、英語のプロンプトを書いて、ComfyUIに描かせます(公式サイト https://pixubus.pages.dev )

    気になったので、無検閲版を入れてみました。で、公式と同じシード・同じプロンプトで並べたのが下の絵です。

    画像

    左が公式、真ん中が無検閲版。右は2枚の差を8倍に強調したものです。ほぼ同じ絵でした。

    劣化は見つかりませんでした。では、ほかに何が違うのか。成人向けの絵は、無検閲版でないと出ないのか。順に書いていきます。

    無検閲版(Uncensored)とは何か

    モデルカードに書いてあること

    元になっているのは、アリババのQwen-Image 2.1です。

    無検閲版のページには、こう書いてあります。

    This GGUF release has no built-in safety checker or content filter. It generates adult, NSFW, and sensitive imagery directly without prompt refusals or blacked-out images.

    安全チェッカーも内容フィルタも内蔵していない。成人向けの画像を、拒否も黒塗りもなしで出す。

    どうやって無検閲にしたのかは、カードには書いてありません。冒頭の説明は「公式の重みを量子化したもの」です。

    ライセンスは公式と同じQwen Research Licenseです。

    ファイルを見て分かったこと

    カードを読んでも分からなかったので、ファイルのほうを見ました。分かったことは3つです。

    1つめ。テキストエンコーダとVAEは、公式と同じファイルでした。ハッシュ(SHA256)が一致します。違うのは拡散モデルの本体だけです。

    2つめ。公式と同じ量子化の版が置いてあります。カードが勧めているのはGGUFのQ4_K_Mですが、リポジトリにはint8 ConvRotのsafetensorsもあります。ComfyUIのテンプレートで入る公式のモデルと、同じ形式・同じサイズ(7.26GB)です。これなら量子化の違いを気にせずに比べられます。

    3つめ。30MBほどのLoRAが1つ置いてあります。中身は、32ブロックの注意(attention)の層に、rank 16。作者はモデルページの議論のなかで、LoRAを学習して公式の重みに混ぜた、と説明しています。

    無検閲版の正体は、どうやら「公式 + 小さなLoRA」です。

    どれくらい使われているか

    数字を並べます。どれも2026年10月5日にHugging FaceのAPIで取った値です。

    • 無検閲版:約155万ダウンロード、いいね3,153

    • ComfyUI用の公式配布(Comfy-Org):約630万ダウンロード

    • 本家(Qwen/Qwen-Image-2.1):約9万ダウンロード、いいね2,953

    本家の数字が小さいのは、ComfyUIで使う人が別の配布(Comfy-Org)を落とすからです。「本家の17倍」という見方は実態からずれていて、「ComfyUI用の公式配布の4分の1ほど」が近いと思います。それでも相当な数です。

    日本語の記事も探しました。入れてみた、エラーをこう直した、という記事は何本かあります。ただ、公式と同じ条件で並べて比べた記事は、私が探した範囲では見つかりませんでした。なので自分でやることにしました。

    インストール方法

    まず公式のQwen-Image 2.1を入れる

    無検閲版の前に、公式のQwen-Image 2.1がComfyUIで動くところまでやっておきます。テキストエンコーダとVAEは公式と同じファイルなので、ここで入れたものをそのまま使います。

    ComfyUIは新しい版に上げておきます。私は0.39.0(ComfyUI Desktop 1.1.6)で動かしています。

    左のサイドバーから「テンプレート」を開いて、検索に「Qwen Image 2.1」と入れます。出てくるうちの「Qwen Image 2.1:画像編集」を開きます(「テキストから画像へ」でも、入るモデルは同じです)。

    画像

    テンプレートを開くと、モデルが足りないときは「不足しているモデル」が赤く出ます。「すべてダウンロード」を押せば、正しいフォルダに入ります。合わせて16.1GBです。

    画像

    入ったら R キーで読み込み直します。これで公式は動きます。

    無検閲版を足す

    そのうえで、足すのは1ファイルです。

    1. 無検閲版のページの「Files」を開く

    2. qwen-image-2.1-UC-int8_convrot.safetensors を落とす(Hugging Faceの表示で7.26GB。ComfyUIの表示だと6.76GB。同じファイルです)

    3. ComfyUIのmodelsフォルダの下の「diffusion_models」に置く

    4. ComfyUIを開き直す

    画像

    置き場所が分からないときは、ComfyUI Desktopの画面から確認できます。私の環境の例で、順に書きます。

    ①画面の上の真ん中にある「ComfyUI」のボタンを押します。

    画像

    ②開いた画面の「Storage」を押すと、③MODELSの欄にmodelsフォルダの場所が出ます。複数出ている場合は、どれでもかまいません。

    画像

    ④そのフォルダの下の「diffusion_models」を開いて、⑤落としたファイルを置きます。公式のモデル(qwen_image_2.1_int8_convrot.safetensors)が同じ場所にあるはずなので、その隣です。

    画像

    公式のときに入ったテキストエンコーダとVAEは、そのまま使います。無検閲版のページにも同じ名前のフォルダがありますが、中身は公式と同じファイルなので、落とし直す必要はありません。

    カスタムノードも要りません。

    ひとつ補足。カードが勧めているQ4_K_M(GGUF)は、VRAMが少ない方向けの軽い版です(約4.3GB)。こちらを使う場合は、GGUFを読むためのカスタムノードが要ります。私は試していません。VRAMが16GBあるなら、int8で足ります。

    ComfyUIで試す

    公式のテンプレートのQwen-Image 2.1(Text to Image)を開きます。

    「拡散モデルを読み込む」のノードで、モデルを無検閲版に切り替えます。変えるのはここだけです。

    画像

    公式に戻すときも、同じプルダウンです。

    同じシード・同じプロンプトで描き比べる

    条件

    • 公式:qwen_image_2.1_int8_convrot.safetensors

    • 無検閲版:qwen-image-2.1-UC-int8_convrot.safetensors

    • テキストエンコーダとVAEは同じファイル

    • 40steps、cfg 1、euler、simple(公式の推奨)

    • RTX 5070 Ti(16GB)。1枚16〜22秒

    題材は20個。アニメの人物6、写実の人物3、人物なし2、文字と配置3、成人の下着と裸6。それぞれシードを2つ振りました。これで80枚。あとで出てくるcfgとLoRAの試しを足して、合わせて132枚です。

    差のものさし

    2枚の絵がどれくらい違うかは、画素の差の平均(0〜255)で測りました。0なら同じ絵です。

    数字だけ出しても大きいのか小さいのか分からないので、先にものさしを作っています。

    • 公式を同じシードで2回出す → 0.00(まったく同じ絵が出る)

    • 公式を別のシードで出す → 平均47.10(別の絵)

    この0と47のあいだの、どこに来るかを見ます。

    結果

    画像

    公式と無検閲版の差は、20題の平均で2.96でした。シードを変えた組でも2.53。別のシードにしたときの差の、16分の1ほどです。

    題材ごとに見ても、傾向は変わりません。

    • アニメの人物:2.34

    • 写実の人物:2.76

    • 人物なし:1.00

    • 文字と配置:4.58

    • 成人の下着と裸:3.53

    何枚か並べます。

    画像
    画像
    画像
    画像

    右の差の列で光っているのは、髪の先、服のしわ、筆文字の形です。構図も、服も、顔も同じ。看板の「喫茶 ひだまり」「本日のケーキ 450円」は、どちらも正しく描けていました。

    水着や制服の題材で、無検閲版のほうだけ露出が増える、ということもありませんでした。ふだん使いのモデルを置き換えても、困ることはなさそうです。

    逆に言うと、置き換える理由も、この時点では見つかっていません。

    cfgを上げてみる

    無検閲版の作者や海外の記事は、cfgを2.5〜4に上げることを勧めています。cfgは「プロンプトにどれだけ強く従わせるか」のつまみです。

    そこで4題だけ、cfg 2.5・30stepsでも撮りました。公式と無検閲版の差は平均2.21。開きませんでした。

    成人の題材ではどうか

    無検閲版の本題はここのはずです。差が出るなら、ここで出る。成人の女性1人の、下着と裸の題材を6つ試しました。

    画像
    画像
    画像

    黒い四角は、noteに載せるために私が塗ったものです。元の絵は、公式も無検閲版も、何も隠さずに描いています。

    裸であることを文で言い切れば、公式のモデルがそのまま裸を描きました。拒否も、黒い画像も、勝手に服を着せることもありません。そして無検閲版に替えても、出てくる絵は同じでした。

    6題のうち差がいちばん大きかったのは油彩の裸婦(11〜15)です。中身を見ると、脚の組み方が少し違うだけで、露出の量は変わりません。

    ここで気づきました。無検閲版が裸を描けるのではなく、公式がもともと描けるのです。

    公式のQwen-Image 2.1は、最初からNSFWを断らないモデルだった

    無検閲版を入れる前に、公式に、裸であることを英語の文で言い切ってみてください。それで出ます。拒否も黒塗りもありません。この記事の残りは、その裏取りと、それを日本語で済ませる方法です。

    同じ絵が出る理由。重みを開けてみる

    絵がここまで同じだと、そもそも中身は違うのか、が気になります。2つのファイルを開けて、層ごとに比べました。

    • 注意の層(128個):数字の0.1〜0.4%が変わっている。変わり幅は、どれも量子化の最小の1目盛り

    • そのほかの大半の層:ビット単位で同じ

    違いはあります。ただ、量子化の1目盛りぶんです。

    置いてあったLoRAを公式に足しても試しました。強さを1・8・−1と変えても差は2.5〜3.6で、絵をどこかへ押す力は見つかりませんでした。

    念のため書いておくと、「何もしていない」とは言えません。重みの差は実在します。言えるのは、この条件では絵の違いとして測れなかった、というところまでです。

    公式でも裸は出る。Pixubusなら日本語で頼める

    ここまでは、私が英語で書いたプロンプトを直接渡した結果です。その英文を自分で書けるなら、公式のままで出ます。

    ただ、ふだん絵を作るときに、毎回それを英語で書くのはしんどい。そこでPixubusです。

    Pixubusとは

    はじめての方へ、手短に。

    Pixubusは、キャラクター画像から画像生成用のプロンプトを作る、ローカル動作のWebアプリです。キャラ画像をアップすると、ローカルLLMが外見を読み取って英語に起こします。そこに日本語の要望を足せば、プロンプトの完成。ComfyUIをつないでいれば、ボタン1つで絵になります。

    画像

    できることを3枚にすると、こうなります。

    画像
    画像
    画像

    英語は、最後まで1つも打ちません。ぜんぶ手元のPCで動きます。詳しくは使い方サイトにまとまっています。

    単品販売はこちら(v3.0)。

    Qwen-Image 2.1に対応した最新版(v3.8・メンバーシップ限定)はこちら。


    公式のQwenに、日本語で裸を頼む

    キャラの絵を1枚渡して、日本語で頼むと、Ollamaが英語の文を書いてくれます。その流れで、同じことを試しました。使ったのはGemma 4(gemma4:26b-a4b-it-qat)です。

    1. キャラを作る

    ヒロイン生成の画面の①自由記述に、こう書きました。

    日本の会社で働く20歳の美少女新人OL。マイクロタイトスカート、20デニールのストッキング、黒いパンプス。小動物的かわいさ

    「キャラクタープロンプトを生成」を押すと、②に英語のタグができます。そのまま「この内容で立ち絵を生成」で、③に立ち絵が出ます。

    画像
    画像

    立ち絵はAnimaで出しました。参照に使うだけなので、ここのモデルはどれでもかまいません。

    2. リファレンス生成で、日本語で頼む

    この立ち絵を参照にして、要望を書きます。まずは短く。

    お風呂上がり。裸でタオルで髪を拭いている。

    Gemma 4は、この日本語を英語の文に書き直します。「裸で」の部分も、ぼかさずそのまま英語にしていました。

    画像

    「裸で」と書いただけです。部位の名前は書いていません。それで公式のモデルが、正面の裸を描きました。

    もう少し言い切ると、構図まで指定どおりになります。

    シャワーのあとの浴室。全裸で、何も隠さない。胸も下も見えている。両手でタオルを持って髪を拭く。正面の全身。

    言い切った要望は、構図まで英文に入っていました。

    画像

    ほかに、ベッドに仰向け(上は裸・下は下着)、露天風呂、黒いレースの下着、の3つも試しました。5つとも、Gemma 4は断らず、ぼかさずに英文を書き、公式のモデルがそのまま描いています。参照にしたキャラの顔と髪型も保たれました。

    画像
    画像

    そして、ここでも公式と無検閲版は同じ絵でした(差は0.9〜6.0)。

    英文を書く時間は、26bで1回40〜90秒でした。

    成人向けに限った話ではありません。表情を変える、衣装を替える、ポーズを並べる、も同じ画面で、同じように日本語で頼むだけです。モデルを替える必要はなく、文を言い切れば公式が描く。その文を書くのがPixubusです。

    Pixubusで無検閲版を使う。そして比べる道具にする

    Pixubusでも、無検閲版はモデルを置くだけで使えます。

    キャラの絵を1枚渡して別の絵を作る画面(リファレンス生成・表情差分・衣装変更・ポーズ集)には、画像生成モデルを選ぶ欄があります。ComfyUIに置いたモデルがそこに並ぶので、無検閲版を選べば使えます。ツールの更新は要りません。

    画像

    Pixubus側の準備(参照を読むモデルの入れ方と、つなぎ方)は、使い方サイトにスクリーンショット付きで置いてあります。


    比べる道具として使う

    今回の検証の後半は、Pixubusの中でやりました。作ったときから意図していたわけではないのですが、モデルを比べる道具として使いやすいことに気づきました。

    • 日本語で頼むと、Ollamaが英文を書く。その英文は③でモデルを切り替えても変わらない。「同じプロンプトで、モデルだけ替える」が自然にできる

    • ③にシードの欄がある。番号を入れると、同じシードで1枚だけ作る。公式で出た番号を入れて、モデルだけ無検閲版にすれば、同じ条件の対になる

    • 出た絵には1枚ごとに番号(RF-767のような)が付き、どのモデル・どのワークフロー・どのシードで作ったかが履歴に残る。記事で「RF-767とRF-768」と指せる

    • 履歴から「ブログ・SNS用の1枚」が出せる。参照・要望・出力を1枚にまとめて、下にモデル名とシードが入る

    • ComfyUI生成履歴の画面で、モデルごとの生成時間が並ぶ

    ComfyUIだけでもシードの固定はできます。ただ、プロンプトを書き直すたびに英文がずれたり、どの絵がどの設定だったか分からなくなったりします。Pixubusだと、要望は日本語のまま、英文とシードと番号が揃って残るので、「対にして並べる」作業が速いです。

    いまの版でできないことと、この検証で直したこと

    モデルの切り替えができるのは、参照から作る画面(リファレンス生成・表情差分・衣装変更・ポーズ集)だけです。生成画面とキャラクター生成は、ワークフローに設定されたモデルで固定で、v3.8では無検閲版を選べません。次の版で対応するかもしれません。

    もうひとつ。この検証をしていて、どの絵がどのモデルで出たのか画面で分からず困ったので、リファレンス生成の画像の左上にモデル名を出すようにしました。小さな修正ですが、今回のような比較ではこれが要ります。次の版から入ります。

    Qwen-Image 2.1の実力を引き出す画面

    参照から作る画面は、Qwen-Image 2.1の「参照画像を読んで描き替える」力をそのまま使っています。表情差分は、1枚の立ち絵から表情だけを変えた8枚を、同じシードで位置ずれなく出します。衣装変更は、服だけを着替えさせて、三面図まで作れます。ポーズ集は、63種のポーズから選んで、同じキャラのまま並べます。

    どれも日本語で頼むだけで、英語は打ちません。無検閲版かどうかに関係なく、公式のQwen-Image 2.1で動きます。

    画像
    画像

    じゃあ、無検閲版は何が出せるのか

    ここまでで、私が試した範囲では「無検閲版だから出た」という絵は1枚もありませんでした。

    海外の議論を読むと、公式のQwen-Image 2.1が苦手なのは、裸そのものではないようです。挙がっているのは、部位の細かい描写、相手のいる場面、人体の崩れ。検閲されているというより、そういう絵をあまり学習していない、という見方が多いです。無検閲版のページでいちばん長いスレッドも「公式と何が違うのか」で、2026年10月5日時点で41件のコメントがついています。

    私が試したのは成人1人の裸までです。相手のいる場面は試していません。無検閲版が公式と違う絵を出すとすれば、そこかもしれません。

    公式のほうを、もっと広く試した人がいます。中国語圏の方が9月27日にXで公開した検証記事で、公式のQwen-Image 2.1に375枚(生成と編集)を投げて、拒否は0だったそうです。同じ人物・同じ場面・同じシードで露出だけを段階的に変え、画風10種、姿勢6種、画像からの編集5種のすべてで、いちばん上の段階まで出たと書いてあります。

    https://t.co/mBK9JIG7RN

    — 实践哥 Li (@MinLiBuilds) September 27, 2026

    弱点として挙がっているのは絵の崩れです。半透明の腕が増える、指や足の指が団子になる、肝心の部位だけぼやける。周りが鮮明なほど目立つそうです。推測として「そういう場面の学習データが薄いのでは」と書かれていて、私もそう思います。

    Xで「無検閲版」の投稿を9月20日から10月6日ぶん読んでみました。英語でも中国語でも日本語でも、見つかるのは「入れてみた」「これを入れるといい」の紹介までで、公式と同じ条件で並べた絵は見当たりませんでした。入れたほうがいい、という声は多いのに、中身を比べた人はまだ少ないようです。

    そこで、相手のいる場面を試しました。キャラ生成で作った院長と、リファレンス生成で作ったナースの2枚を参照にして、早朝の病室での成人向けの場面を日本語で頼みました。ここでもGemma 4は断らず、英文を書きました。

    ③のモデルを公式にして1枚、無検閲版にして1枚。シードは同じ番号を入れました。

    画像

    結果は、同じ絵でした。2枚の差は2.23。1人の裸のときと同じ水準で、シードを変えたときの差(43〜63)の20分の1です。2人の体の位置も、顔も、病室も、同じところに同じ形で出ています。

    相手のいる場面でも、無検閲版だから描けた、という絵は出ませんでした。公式が描くものを、無検閲版も同じように描く。それだけでした。

    サムネの「?」の答え

    この記事のサムネは、左が元絵、右が「無検閲版で描いたらどうなるか」の「?」です。答えを書いておきます。

    元絵は、公式のモデルで描いた1枚です。パーティ作成で作ったキャラ(ユナ)を参照にして、リファレンス生成に「座って靴紐を結んでいる。汗と体のラインが見える衣装で」と日本語で頼みました。

    同じシードで、③のモデルだけ無検閲版に切り替えて作り直したのが、右から2枚目です。

    画像

    差は3.40。「?」の中身は、左の元絵とほとんど同じ絵でした。汗の粒や髪の先が少し違うだけで、服も、姿勢も、露出も変わっていません。

    まとめ

    • 入れるのは1ファイル。カスタムノードは要らない。テキストエンコーダとVAEは公式と同じ

    • 公式と同じシード・同じプロンプトで、ほぼ同じ絵が出る。差は、シードを変えたときの16分の1ほど

    • 劣化は見つからなかった。日本語の看板も正しく描く

    • 成人の裸の題材でも、相手のいる場面でも同じ。公式がそのまま描き、無検閲版も同じ絵を描く

    • 重みの違いは注意の層のごく一部。LoRAは8倍にしても逆にかけても、絵の動きが変わらなかった

    • モデルを替えても絵は動かず、文で言い切ると動いた。日本語で「裸で」と頼めば、Gemma 4がそう書き、公式が描いた

    • 同じ英文・同じシードでモデルだけ替える、が画面の中で済む。Pixubusは、モデルを比べる道具としても使えた

    試していないことも書いておきます。GGUF(Q4_K_Mなど)は試していません。bf16どうしの比較もしていません。相手のいる場面は1組だけで、題材を広げてはいません。

    ダウンロード数だけを見て入れる前に、手元の公式で一度、文で頼んでみてください。たぶん、それで出ます。

    その「文で頼む」を、日本語のまま済ませるのがPixubusです。今回の検証で、参照の絵を渡して日本語で書き、英文を作らせ、シードを固定してモデルだけ切り替える、までを全部この画面でやりました。モデルの検証にも、ふだんの絵作りにも、同じ手順で使えます。

    Pixubus 動かすのに必要なもの

    買う前に、ここだけ見ておいてください。要るのは3つです。

    画像

    Node.jsとOllamaは必須です。どちらも公式サイトのインストーラーで入り、無料です。

    ComfyUIは、絵まで出したいときに要ります。ComfyUIのアプリ側でプロンプトを自分で貼って生成するなら、つないでいなくてもかまいません。Pixubusの画面から生成ボタンで出したい場合に必須になります。

    ・Node.js(https://nodejs.org/ja )
    ・Ollama(https://ollama.com/download )
    ・ComfyUI(https://www.comfy.org/)

    メンバーシップのご案内 — すべては、あなたの作品のために

    この記事は最後まで無料です。

    今回使った画面は、メンバーシップ限定で配っている版(v3.8)に入っています。参照の絵を渡して作るリファレンス生成、同じキャラの表情差分と衣装変更、ポーズ集、③のシードとモデルの切り替え。単品で買える最新版はv3.0で、これらは入っていません。

    Pixubusの新しい機能は、メンバーシップから先に出しています。単品は買ったときの版で止まり、続きが要るならメンバーシップ、という分け方です。今回のような検証で分かったことも、まずメンバーシップの版に入れていきます。

    メンバーシップで手に入るのは、Pixubusだけではありません。私が作っている姉妹ソフトも、メンバー特典の記事から入手できます。

    画像

    ネタが広がらないときはMycelink。1つのワードから連想を枝分かれさせてマインドマップを描き、選んだ枝から物語のプロットまで組み立てます。

    本文を書くのと、本にするのはInkubus。寝ているあいだに小説を量産して、AIの推敲を通して、縦書きのEPUBにするところまでやります。Pixubusのパーティ作成で作った世界観と登場人物は、そのまま渡せます。

    そして挿絵を描くのがPixubus。キャラの絵を1枚渡して、日本語で頼むだけで、表情違い・衣装違い・ポーズ違いをそろえられます。今回の検証で、日本語の要望を英語の文にしていたのがこれです。

    思いつきを広げて、絵を描いて、本にして世に出す。3つとも自分の手元で動きます。よそのサービスに預けないので、題材も表現も思いのままです。この記事の後半のような絵も、手元で完結します。

    メンバーシップに入っていれば、この3つを個別に買わずにそろえられます。入った月から、v3.8の記事とzipが読めます。

    新しいモデルが出るたびに、こうやって試しています。次に試すときも、記事はここに書きます。

     
     
    ローカルLLMで小説・イラスト・動画を作りたい人に、ツールと作り方を届けます。"オタクとしての創作AI活用"が中心。小説のInkubus、イラストのPixubus、動画のVidubusは自作。OllamaとComfyUIは自宅のGPUで実機検証。メンバーシップは200人を突破。

    あなたへのおすすめ