「Fibo-2.0-edit-turbo」画像編集向け画像生成モデル:必要VRAM 32GB〜・配布ファイル一覧

「Fibo-2.0-edit-turbo」画像編集向け画像生成モデル:必要VRAM 32GB〜・配布ファイル一覧

基本情報

項目 内容
リポジトリ briaai/Fibo-2.0-edit-turbo
まとめページ Fibo-2.0-dev のまとめ(記事3本)
公開日 2026-10-19
ライセンス bria-fibo
配布形式 safetensors
入手条件 Hugging Face でライセンス同意が必要(gated)
論文 arXiv:2511.06876
出典の種類 公開元の一次情報(Bria公式HFアカウントによる公開)

情報を集めた時点で、当サイトのコードが確定させた値です。日付はJSTで表示しています。

概要

briaaiより、画像編集やImage-to-Image処理に対応した生成モデル「briaai/Fibo-2.0-edit-turbo」が公開されました。本モデルは、入力された画像とテキストプロンプトをもとに、画像の編集やインペインティング(一部修正・補完)、複数の参照画像を用いた生成(multi-reference)などを行う画像対画像(Image-to-Image)モデルです。

本モデルはベースモデルである「briaai/Fibo-2.0-dev」に対して蒸留(distillation)を施したモデルであり、構造化されたプロンプト(structured-prompts)を活用した高度な画像制御を可能にしています。

スペック

公開されている資料に基づく本モデルのスペックおよび仕様は以下の通りです。

  • 対応タスク:Image-to-Image(画像対画像生成)、画像編集(image-editing)、インペインティング(inpainting)、複数参照生成(multi-reference)
  • ベースモデル:briaai/Fibo-2.0-dev
  • 配布形式およびライブラリ:safetensors形式、Diffusers対応(パイプライン名: BriaFibo2Pipeline)
  • ライセンスの条件:bria-fiboライセンス(独自ライセンスが適用されているため、利用にあたっては規約の確認が必要です)
  • 技術的特徴:蒸留(distillation)、構造化プロンプト(structured-prompts)対応、VGL対応

※解像度、アスペクト比、推奨ステップ数やサンプラー、CFGスケールなどの具体的な推論パラメータについては、モデルカード内に明記されていません。

性能・品質

本モデル「briaai/Fibo-2.0-edit-turbo」自体の定量的なベンチマークスコアはモデルカードに記載されていませんが、ベースモデル「briaai/Fibo-2.0-dev」および関連論文(arXiv:2511.06876)にて、その基盤技術と性能検証について報告されています。

論文「Generating an Image From 1,000 Words: Enhancing Text-to-Image With Structured Captions」によれば、元モデルとなるFIBOシリーズは、訓練データのすべてに対して同一の精細な属性セットを付与した「長文の構造化キャプション(long structured captions)」を用いて学習が行われた初のオープンソースモデルです。従来のモデルでは短いプロンプトから詳細な画像を生成する際に、モデルが補完を行うことでユーザーの細かい意図と生成結果のズレが生じやすいという課題がありました。FIBOでは長文の構造化キャプションを採用することで、視覚的な要素を個別に制御する分離制御(disentangled control)と高い表現力を実現しています。

長文キャプションの効率的な処理を実現するため、軽量なLLMから得られる中間トークンを、トークン長を増加させずに統合する「DimFusion」と呼ばれる融合メカニズムが提案されています。これにより、大量のテキスト情報を含んだ指示であっても効率的に画像へ反映させることができます。

性能評価においては、新たに導入された評価プロトコル「Text-as-a-Bottleneck Reconstruction (TaBR)」が用いられています。TaBRは「画像→キャプション生成→画像生成」のループを通じて元の実画像をどれだけ正確に再構成できるかを評価する手法であり、従来の評価指標では測定が困難であった長文キャプションにおける再現性と制御性を直接測定します。この評価により、オープンソースモデルの中で優れたプロンプト整合性(prompt alignment)を達成したと報告されています。

「briaai/Fibo-2.0-edit-turbo」は、このFIBOアーキテクチャおよび「briaai/Fibo-2.0-dev」の制御性能を継承しつつ、蒸留技術を応用して画像編集やインペインティングタスク向けに最適化されたモデルとなります。

得意なこと・想定用途

「briaai/Fibo-2.0-edit-turbo」は、既存の画像をベースにした柔軟かつ高精度な修正・編集を行う各種画像変換タスクに特化しています。具体的な対応領域と強みは以下の通りです。

  • 精密な画像編集とインペインティング:画像の一部分を指定して補完・置換を行うインペインティング(inpainting)や、元画像の構造を保ちながら被写体や背景を変更する画像編集(image-editing)に対応します。
  • 複数参照(multi-reference)による画像生成:1つの入力画像だけでなく、複数の参照画像を組み合わせた指示が可能です。複数の視覚情報やスタイルを統合した高度なImage-to-Image変換が行えます。
  • 構造化プロンプト(structured-prompts)による属性の独立制御:元モデルである「briaai/Fibo-2.0-dev」の知見に基づき、長文の構造化キャプションを活用した制御を得意としています。被写体の詳細な属性(色、質感、配置など)を個別にコントロールする分離制御(disentangled control)が可能なため、モデルによる恣意的な補完を抑え、ユーザーの意図通りの修正を実現します。
  • 効率的な推論と応用:本モデルは蒸留(distillation)が施されたモデルであり、ベースモデルの精緻な表現力やプロンプト追従性を継承しつつ、画像編集ワークフローへ組み込みやすい特徴を備えています。

プロフェッショナルなクリエイティブ制作、グラフィックデザインにおける部分補完やレタッチ、複数素材を組み合わせる画像の再構成といった用途に適しています。

動作環境

動作環境の目安(Local Model Watch 算出) — パラメータ数 8.1B

手持ちのVRAM 選べる量子化 ファイルサイズ 必要メモリの目安
RTX 5090 など 32GB BF16 23.7GB 28.5GB

必要メモリは配布ファイルの実サイズに実行時のオーバーヘッド(KVキャッシュ等)を20%見込んだ概算で、文脈長・バッチサイズ・推論エンジンによって増減します。公開元の公称値ではなく、当サイトがファイルサイズから機械的に算出した値です。 他のモデルとの比較はVRAM別の早見表を参照してください。 量子化の名前の読み方は用語集にあります。

手元で動かせるか

公開元の配布形式は safetensors です。

ライセンス bria-fibo: 公開元の独自ライセンスです。商用利用の可否を含め、条件は公開元の原文を直接確認してください。

入手条件: Hugging Face でライセンスに同意しないとダウンロードできません。

配布形式とライセンス表記から当サイトのコードが組み立てた判定です。ライセンスの要約は法的助言ではないため、実際の利用にあたっては公開元の原文を確認してください。

当サイトでの実測

ライセンスの都合で行っていない実測

このモデルのライセンス(bria-fibo)の商用利用の条件を、当サイトが満たしていることを確認できていません。広告を掲載している当サイトでは、ライセンスの都合上、モデルを動かす実測(CPU での実行・回答・量子化の比較・変換・生成)は行っていません。

同クラスの既報モデル

当サイトが最近取り上げた、パラメータ数 4〜15B のモデルを、比較のために記事ログからコードが並べたものです。VRAM階層は当サイトの概算、ライセンスはモデルカードの記載です。

→ 横にスクロールできます

モデル パラメータ数 最小のVRAM階層 ライセンス 記事
PrunaAI/P-Q-Image-2.1-Remove-Object-Comfy 7.1B 48GB qwen-research Qwen-Image-2.1用オブジェクト除去LoRA:PrunaAI製アダプターとComfyUIワークフロー(2026-11-17)
lilylilith/QI_2.1_AnyAngle 7.1B 48GB apache-2.0 「QI_2.1_AnyAngle」カメラアングル操作LoRA:必要VRAM 48GB〜・配布ファイル一覧(2026-09-30)

配布ファイル

briaai/Fibo-2.0-edit-turbo で配布されている重みファイルを、Hugging FaceのAPIから当サイトが並べたものです。サイズは実ファイルの値です。

ファイル サイズ
text_encoder/model.safetensors 8.88GB
transformer/diffusion_pytorch_model-*-of-00002.safetensors 16.25GB(2分割)
vae/diffusion_pytorch_model.safetensors 336MB

入手方法

「briaai/Fibo-2.0-edit-turbo」のモデルファイルは、Hugging Faceのリポジトリより取得いただけます。入手および利用の手順・仕様は以下の通りです。

  • ライセンス同意(ゲート付きモデル):本モデルはゲート付き(gated)モデルとして配布されています。ダウンロードを行う前に、Hugging Face上のモデルページへアクセスし、掲示されている利用規約(bria-fiboライセンス)を確認のうえ、同意申請を行う必要があります。
  • 対応ライブラリとパイプライン:Diffusersライブラリに対応しており、パイプラインとして BriaFibo2Pipeline が用意されています。
  • 配布フォーマット:モデルの重みは safetensors 形式で提供されています。

関連記事

次に読むなら

出典