Nucleus Imageレビュー｜17B Sparse MoE画像生成AI、ローカル導入、NSFW対応、Apache 2.0を解説

Nucleus Imageは、2026年のオープンソース画像生成モデルの中でもかなり注目しやすい存在です。理由は、一般的なSDXL系チェックポイントではなく、Sparse MoEを採用したDiffusion Transformerとして設計されているからです。総パラメータは17Bですが、1回のforward passで動くのは約2Bパラメータとされています。

結論から言うと、Nucleus ImageはApache 2.0で商用利用しやすく、Diffusersで扱える高品質な汎用画像生成モデルを探している人に向いています。一方で、NovelAIのような完成されたWeb UI、Animaのような二次元・NSFW向け生態系、Qwen Imageのような文字描画や編集機能を期待すると、まだ物足りない部分もあります。

NSFWについては、ローカル実行なら閉じた商用サービスより自由度は高めです。ただし、Nucleus Imageはあくまで汎用のbase modelであり、成人向けや二次元キャラクター制御に特化したモデルではありません。用途によっては、Anima、Pony系、Illustrious系のほうが扱いやすい場面もあります。

まず結論

近いテーマでは、Qwen Imageレビュー、Animaレビュー、NovelAI V5レビュー、Flux 3レビューも参考になります。Nucleus Imageは、効率重視のオープンな基盤画像生成モデルとして見ると理解しやすいです。

Nucleus Imageとは

Nucleus Imageは、NucleusAIが公開したtext-to-image生成モデルです。公式モデルカードでは、17B総パラメータ、各MoE層に64個のrouted expertと1個のshared expert、32層のTransformer、Qwen3-VL-8B-Instructテキストエンコーダを採用したSparse MoE Diffusion Transformerと説明されています。

Sparse MoEのポイントは、モデル全体の容量を大きく保ちながら、入力ごとに一部のexpertだけを動かすことです。Denseモデルのように毎回すべてのパラメータを使うわけではないため、画質と推論効率のバランスを取りやすい設計です。

また、Nucleus Imageはbase modelとして公開されています。公式説明では、DPO、強化学習、人間の好みによるpost-trainingを行っておらず、ベンチマーク結果はpre-training由来とされています。研究や微調整の土台としては魅力的ですが、使いやすさはワークフロー側の工夫に左右されます。

公式サイト・API・ダウンロード先

Nucleus Image公式サイトではオンライン生成を試せます。ローカル利用やダウンロードは、Hugging FaceのNucleusAI/Nucleus-Imageが中心です。プロジェクト情報は公式GitHubリポジトリにもまとまっています。

Webサービスやアプリに組み込みたい開発者は、falのNucleus Image APIも使えます。falはキュー形式のAPIとJavaScript/Node.jsサンプルを用意しているため、自前GPUサーバーなしで試しやすいのが利点です。

Apple Siliconユーザーは、mlx-community/Nucleus-Image-4bitのようなコミュニティ移植版も確認しておくとよいでしょう。公式本体とは別扱いですが、Macで試したい人には重要な選択肢です。

主な特徴と仕様

Nucleus Imageは、人物、ファンタジー、自然、商品写真風、建築、食べ物、タイポグラフィ風レイアウトなど、幅広い画像生成を想定した汎用モデルです。二次元専用モデルでも、写真特化モデルでもありません。

公式モデルカードでは、GenEval 0.87、DPG-Bench 88.79、OneIG-Bench 0.522などのスコアが示されています。ベンチマークだけで全用途の優劣は決まりませんが、単なる実験モデルではなく、実用的な画質を狙ったモデルであることは伝わります。

画質と実用性

実用面では、Nucleus Imageは多用途のオープン基盤モデルとして魅力があります。公式例は人物、商品風画像、建築、自然、ファンタジー、イラスト調まで幅広く、1つの狭い画風に閉じていない点が特徴です。

一方で、プロダクトとしての完成度はまだ発展途上です。NovelAI V5やMidjourney、Seedream、Qwen Image APIのように、画像編集、inpainting、参照画像、スタイルプリセット、履歴管理、コミュニティ投稿まで一体化した体験ではありません。モデル本体に近い場所で使うイメージです。

そのため、Diffusersでパイプラインを組む人、研究用途で触る人、商用ライセンスを重視する人、将来的なLoRAや量子化を見越して土台モデルを探している人には向いています。設定なしですぐ綺麗な絵を出したいだけなら、オンライン生成サービスのほうが楽です。

ローカル導入と必要VRAM

公式のQuick Startでは、最新のDiffusers、BF16、CUDA、TextKVCacheConfig、50 inference steps、guidance scale 4.0を使っています。対応アスペクト比として、1024×1024、1344×768、768×1344、1184×896、896×1184などが示されています。

注意したいのは、Sparse MoEだからといってVRAMが2Bモデル相当で済むわけではない点です。実際には17B総パラメータの重み、テキストエンコーダ、実行時メモリが必要になります。BF16で余裕を持って試すなら48GB級GPUが安心です。24GBではCPU offload、メモリ節約設定、低解像度、量子化版などに頼る可能性があります。16GB以下なら、まずAPIか小型モデルを選ぶほうが現実的です。

他のローカル画像生成モデルとの比較

Nucleus Imageは、完成済みの画像生成サービスではなく、今後の発展が期待される基盤モデルです。ComfyUIノード、量子化、LoRA、finetuned checkpoint、実用ワークフローが増えるほど価値が高まります。

NSFW対応

Nucleus Imageは、ローカル実行では閉じた商用サービスより自由度が高いモデルです。公式モデルカード上も、チャットモデルのような強い拒否レイヤーを前提にした説明ではなく、base modelとして公開されています。

ただし、falなどのオンラインAPIやホスティングサービスでは、サービス側のsafety checkerや利用規約でセンシティブな出力が制限される可能性があります。NSFW用途で自由度を重視するなら、オンライン版よりローカル実行のほうが重要です。

成人向け画像生成については、過度な期待は禁物です。Nucleus Imageは比較的オープンでも、NSFW向けLoRAやcheckpointの成熟度はAnima、Pony系、Illustrious系ほど深くありません。特定キャラ、細かいポーズ、二次元成人向け表現では、専用モデルのほうが早い場合があります。

コミュニティとLoRA状況

Nucleus Imageのコミュニティはまだ初期段階です。Hugging Faceにはモデル本体、デモ/API、MLX移植版などが見え始めていますが、SDXL、Pony、Illustrious、Qwen Image、FLUXと比べると、LoRA、finetune、ComfyUIワークフロー、prompt例はまだ少なめです。

ここは重要な判断材料です。画像生成モデルは、基盤性能だけでなく、周辺資産の量で使いやすさが大きく変わります。Nucleus Imageは土台としてはかなり面白いものの、日常的に使いやすい生態系になるかは今後のコミュニティ次第です。

よくある質問

Nucleus Imageは商用利用できますか？

Hugging Faceの公式モデルカードではApache 2.0ライセンスと表示されています。一般的には商用利用しやすいライセンスですが、企業利用では必ず自社でライセンス確認を行ってください。

オンラインで試せますか？

Nucleus Image公式サイトから試せます。開発者はfal APIも使いやすい入口です。

12GB GPUで動きますか？

公式フルモデルには向いていません。API、MLX/量子化コミュニティ版、または小型の画像生成モデルを使うほうが現実的です。

Qwen Imageより強いですか？

用途次第です。Nucleus ImageはApache 2.0とSparse MoE効率が魅力で、Qwen Imageは文字描画、複雑レイアウト、編集ワークフローに強みがあります。

NSFW生成に向いていますか？

ローカルでは比較的自由ですが、オンラインAPIでは制限される可能性があります。専用NSFW生態系はまだ発展途上です。

アニメ画像に強いですか？

スタイル画像は作れますが、キャラ知識、タグ制御、LoRA資産では二次元特化モデルのほうが有利です。

参考情報

• Nucleus Image公式サイト
• Hugging Face NucleusAI/Nucleus-Image
• 公式GitHubリポジトリ
• arXiv技術レポート
• fal Nucleus Image API
• MLXコミュニティ版

まとめ

Nucleus Imageは、ただの新しいcheckpointではなく、Sparse MoEを画像生成に本格的に持ち込んだオープンソースモデルとして見る価値があります。Apache 2.0、Diffusers対応、17B総パラメータ、約2B activeという設計は、研究者や開発者にとってかなり魅力的です。

一方で、一般ユーザー向けの完成度、LoRA資産、ComfyUI周辺、NSFW専用生態系はまだこれからです。今すぐ大量に使うならオンラインAPI、深く触るならDiffusers、低VRAMやMacならコミュニティ版を確認するのが現実的です。

商用利用しやすいオープン画像生成モデルを探しているなら、Nucleus Imageはチェックする価値があります。すでに成熟した二次元・NSFW・LoRA環境が欲しいなら、AnimaやPony/Illustrious系と使い分けるのがよいでしょう。