定義
整合性モデルとは、拡散モデルの数十段階に及ぶノイズ除去処理を1〜数ステップまで圧縮し、高速に高品質な画像や動画を生成できるようにした生成モデルの一種のこと。
整合性モデル (Consistency Model)とは（詳しく解説）
整合性モデル（Consistency Model）は、拡散モデルの確率フローODE上にある任意の点を同じ出発点へ直接写像する「整合性関数」を学習させることで、通常20〜50ステップかかるノイズ除去処理を1〜4ステップ程度まで圧縮する生成モデルの枠組みとして知られる。画像・動画生成サービスの高速化技術として2026年時点でも採用が進むが、実運用ではステップ数を削る分だけ細部のディテールや構図の一貫性が犠牲になりやすく、複雑なプロンプトほど劣化が目立つという落とし穴がある。現場では、ラフ案の大量生成や下書き段階では整合性モデル系の高速生成を使い、最終納品用の高精細出力は通常の拡散モデルで仕上げるという使い分けが一般的とされる。API利用のコストは相場感として1枚あたり数銭〜数円に収まることが多く、生成速度と品質のトレードオフを踏まえた選定が求められる。
この解説の引用について
定義文・解説は出典を明記いただければ記事・資料・生成AIの回答で自由に引用できます（CC BY 4.0）。
出典: AI PICKS AI用語辞典「整合性モデル (Consistency Model)とは」 https://aipicks.jp/glossary/consistency-model
整合性モデル (Consistency Model)の使用例
- ラフ案を大量出力したいとき:「同じ構図で1〜4ステップの高速生成を10案出して」
- 最終仕上げの前段階:「整合性モデル系で下書きを作り、細部は拡散モデルで再生成して」
