メインコンテンツへスキップ
見出し画像

【前編】高いグラボなしでAI動画は無理?Google Colab 無料T4 とStable Diffusion動画生成で短尺まで出した(顔はブレた)

    「手元に高性能なGPUがないと、Stable DiffusionでのAI動画生成は無理だ」と思っていませんか?

    google Colaboratoryの無料枠(定期購入なし)で割り当てられたT4 GPUを使い、AUTOMATIC1111版WebUIとAnimateDiffを動かしてみました。結論から言うと、座っている白い猫が歩き出す短尺動画まで、無料枠の環境だけで生成できました。

    ただし、猫の顔つきはフレームごとに小刻みにブレてしまい、生成直後にはセッションが切断されて作業フォルダごと消滅するという手痛い洗礼も受けました。

    無料のT4環境で実際にどこまで動いて、どこでつまずき、何分かかったのか。生のエラーログや実測数値とともに記録を残します。
    (何かに活用できます!という記事ではなく、環境にお金をかけずどこまでできるかを知る実験をしましたって話です。。)

    1.Google ColaboratoryとAnimateDiffの地図

    本題に入る前に、前提となる環境と仕組みを整理しておきます。

    Google Colaboratory(Colab)は、ブラウザからGPU付きのPython環境を利用できるサービスです。今回の無料枠ではT4 GPUが割り当てられ、GPUメモリは15.0GBでした。リソース画面には「現在の使用量レベルでは、このランタイムは最大 5 時間 30 分継続します」と表示されていましたが、これは保証値ではありません。

    また、AnimateDiffは動画専用モデルではなく、Stable Diffusion 1.5などの静止画モデルにモーションモジュールを足して連番画像を出す仕組みです。そのため、「動画として動いた」ことと、「毎フレーム同じ猫の顔が保たれること」は別問題になります。

    画像
    グーグルコラボラトリーのリソース選択
    画像
    グーグルコラボラトリーのハード資源

    2.何を動かしたか:構成と生成パラメータ

    Colab上で構築した環境とパラメータは以下の通りです。

    • ランタイム: Python 3 / アクセラレータ: T4 GPU(VRAM 15.0GB)

    • Checkpoint: v1-5-pruned-emaonly.safetensors(約4GB)

    • モーションモジュール: mm_sd_v15_v2.ckpt

    • 解像度: 512×512 / Steps: 20 / サンプラー: DPM++ 2M / CFG: 7 / FPS: 8 / frames: 8以上

    WebUIはGradioの公開URL(今回は https://5bc306a737bf423b98.gradio.live、72時間有効)で開きました。

    通常通りプロンプトを入れるだけでは静止画のままです。AnimateDiffの「Enable」を入れ、framesを8以上にしてGenerateすると動画生成が始まります。15%進行時点で「残り約3分」と表示され、全体でも数分オーダーで座った白猫が歩き出す短尺が出力されました。

    画像
    生成した動画(512x512 8fps)

    3.どこで止まったか:直面したエラーと生ログ

    起動から生成完了までは、トラブルの連続でした。

    ①. 公式リポジトリ非公開化によるclone失敗

    最初の環境構築で、公式の https://github.com/Stability-AI/stablediffusion.git が非公開になっており、Couldn't clone Stable Diffusion で停止しました。

    これは上流の既知問題です。コミュニティミラー https://github.com/w-e-w/stablediffusion.git を環境変数 STABLE_DIFFUSION_REPO に指定して回避しました。

    ②. matplotlibのバックエンド競合

    次に、Colabが設定する MPLBACKEND=module://matplotlib_inline.backend_inline をWebUIのvenv内matplotlibが解釈できず落ちました。

    こちらは起動前に MPLBACKEND=Agg を指定することで回避できました。

    ③. 初回起動時間とUIの罠

    WebUI起動にかかった時間は157.4秒(約2分半)でした。初回checkpointが約4GBあるため、モデル一覧のハッシュ計算に143.0秒、重みのロードに21.5秒を要しています。

    また、AnimateDiffの「Enable」を入れ忘れると静止画のままになる点や、猫の目が緑に光る失敗(ネガティブに glowing eyes, neon eyes を追加して解消)など、細かい調整も必要でした。

    ④. 最大の落とし穴:動いたあとの切断と作業消失

    一番後味が悪かったのは、動画生成が完了した直後の Connection errored out. です。

    慌ててColabに戻り、再実行でディレクトリ移動(%cd)を試みましたが、以下のエラーが出ました。

    No such file or directory: /content/stable-diffusion-webui

    ノートの画面は残っていてもランタイムが切れ、割り当てられていた /content 領域が丸ごと初期化されていたのです。無料Colabのローカルディスクは切断で消滅します。生成物はセッションが生きているうちにGoogle Driveか手元へ退避するのが鉄則です。

    画像
    接続エラー
    Gradioの Connection errored out


    画像
    接続エラーの直後
    No such file or directory

    4.明日やる人向けの急所

    Colab無料枠でAnimateDiffを動かす際の急所は、以下の5点です。

    • ランタイムタイプで必ず「T4 GPU」を選択する

    • 公式cloneエラー対策としてミラーを指定し、MPLBACKEND=Agg で起動する

    • モーションモジュール(mm_sd_v15_v2.ckpt)を所定フォルダへ配置する

    • AnimateDiffの「Enable」にチェックを入れ、framesは8以上にする

    • 生成されたGIFは、セッション切断前に最優先でGoogle Driveへ退避する

    つまずく場所は「公式clone」「matplotlib」「Enable忘れ」「切断後の再実行」の4点に集中しています。ここさえ押さえておけば、無駄な試行錯誤を大幅に削れます。

    以下は、今回実際に動かしたGoogle Colaboratory用のセルです。ランタイムを「T4 GPU」に設定し、上から順(セル1 → セル2 → セル3)に実行してください。起動セル(セル3)は処理中回り続けるのが正常です。止めるとGradioのURLも切れます(※起動後にモーションを追加・差し替えたい場合は、起動セルを一度停止してからセル2を実行し、再度セル3を実行します)。


    セル1: WebUI と AnimateDiff を用意(初回。数分かかる)

    # セル1: WebUI と AnimateDiff を用意(初回。数分かかる)
    %cd /content
    !rm -rf stable-diffusion-webui
    !git clone https://github.com/AUTOMATIC1111/stable-diffusion-webui.git
    %cd /content/stable-diffusion-webui/extensions
    !git clone https://github.com/continue-revolution/sd-webui-animatediff.git
    %cd /content/stable-diffusion-webui
    !apt-get update -y -qq
    !apt-get install -y -qq python3.10 python3.10-venv python3.10-dev
    !rm -rf venv
    !python3.10 -m venv venv

    セル2: モーションモジュール(約1.8GB)

    # セル2: モーションモジュール(約1.8GB)
    !mkdir -p /content/stable-diffusion-webui/extensions/sd-webui-animatediff/model
    %cd /content/stable-diffusion-webui/extensions/sd-webui-animatediff/model
    !wget -c -O mm_sd_v15_v2.ckpt "https://huggingface.co/guoyww/animatediff/resolve/main/mm_sd_v15_v2.ckpt"

    セル3: 起動(公式repoのミラー指定 + Colabのmatplotlib対策)

    # セル3: 起動(公式repoのミラー指定 + Colabのmatplotlib対策)
    %cd /content/stable-diffusion-webui
    
    import os
    
    os.environ["STABLE_DIFFUSION_REPO"] = "https://github.com/w-e-w/stablediffusion.git"
    os.environ["MPLBACKEND"] = "Agg"
    
    !./venv/bin/python launch.py --share --enable-insecure-extension-access --xformers

    ログに Running on public URL: が出たら、その新しいURLを開きます。古い gradio.live は使えません。/content は切断で消えるので、できたGIFは切れる前に保存してください。

    5.実測数値と、動かしたあとの本音

    今回の検証結果の数値をまとめます。

    • 環境: T4 GPU / GPUメモリ 15.0GB(無料枠・定期購入なし)

    • 初回起動時間: 157.4秒(ハッシュ計算 143.0秒 / モデルロード 21.5秒)

    • 初回checkpoint: 約4GB

    • 動画生成時間: 15%時点で残り約3分(全体で数分オーダー)

    • 継続利用の目安: 最大約5時間30分(リソース画面表示・保証なし)


    本音としては

    • 無料枠のT4でも、AI動画の短尺を「動かす」こと自体は十分可能

    • ただし、猫の顔つきを毎フレーム安定させることや、切断に怯えずに環境を維持するには、Google Drive連携やControlNet等の併用といった別の設計が必要

    • 使い込んでも、商業利用するためのコンテンツには及ばなそう

    という感触でした

    6.まとめと次の検証

    今回はColab無料枠でのStable Diffusion動画生成の可能性と、無料枠特有の限界を実証しました。

    次回は、毎回消えてしまうモデルをGoogle Driveに置いて起動を高速化する検証や、海外の無償GPU枠(Hugging Face ZeroGPUなど)との比較を残す予定です。

    今後も綺麗な成功談だけでなく、生のエラーログや実測秒数を包み隠さず記録していきます。続きの検証ログを追いたい方は、ぜひフォローしていただけると嬉しいです。

    #Google Colaboratory #Stable Diffusion #AnimateDiff #Colab #T4 #動画生成


     
     
    40代のハードウェアエンジニア。会社の看板だけに頼らない生存戦略として、深夜1時間×AI(Cursor等)でWebやアプリの個人開発に挑戦中。キラキラした成功談ではなく月数百円からあがく泥臭い試行錯誤のリアルをお届けします。page0にも時差展開中。スキ・フォロー励みになります!

    あなたへのおすすめ