UNetとは何か？safetensors・Diffusersとの違いまでわかりやすく解説

AI画像生成を学んでいると、「UNet」「safetensors」「Diffusers」といった用語が頻繁に出てきます。
それぞれ関連はありますが、役割はまったく異なります。

この記事では、

• UNetとは何か
• safetensorsとの違い
• Diffusersの意味（略語も含む）

を、初心者でも理解できるように整理して解説します。

UNetとは？

UNet（ユー・ネット）は、**画像処理に使われるニューラルネットワークの構造（アーキテクチャ）**です。

もともとは医療画像の解析（セグメンテーション）用に開発されましたが、現在では次のような用途で広く使われています。

• AI画像生成
• ノイズ除去
• スタイル変換
• 画像復元

Stable DiffusionにおけるUNetの役割

Stable Diffusionでは、画像は「ノイズ」から徐々に生成されます。

このプロセスの中心にいるのがUNetです。

UNetはノイズを段階的に取り除き、画像を形作る役割を持つ

つまり、画像生成の“エンジン”のような存在です。

safetensorsとは？

safetensorsは、AIモデルの重みを保存するためのファイル形式です。

代表的な拡張子：

• .safetensors
• .ckpt
• .pt

この中でもsafetensorsは、

• セキュリティが高い（任意コードが実行されない）
• 読み込みが高速

という特徴があります。

UNetとsafetensorsの違い

ここが混同されやすいポイントです。

つまり、

UNetは中身の仕組み、safetensorsはそれを保存する容器

です。

safetensorsの中身

Stable Diffusionのsafetensorsには、通常以下が含まれています。

• UNet（画像生成のコア）
• VAE（画像を生成するデコーダ）
• Text Encoder（テキスト理解）
• その他の構成要素

つまり、

UNetはファイル全体の一部に過ぎない

という点が重要です。

Diffusersとは？（何の略？）

「Diffusers（ディフューザーズ）」は、
Hugging Faceが提供する、拡散モデル専用のPythonライブラリです。

Diffusion（拡散）とは何か？

ここでいう「拡散」とは、

画像にノイズを加えたり、逆にノイズを取り除いて画像を生成するプロセス

のことです。

Stable Diffusionもこの「拡散モデル」の一種です。

Diffusers形式とは？

Diffusersライブラリでは、モデルを次のようなフォルダ構造で管理します。

この形式を「Diffusers形式」と呼びます。

なぜDiffusers形式にするのか？

元の.safetensorsや.ckptは「全部入りファイル」ですが、

• 構造情報が不足する場合がある
• 一部だけ取り出すのが難しい
• ツールによっては扱えない

といった問題があります。

そのため、

Diffusers形式に変換してから扱うのが一般的

になっています。

まとめ

• UNetは画像生成の中核となるニューラルネットワーク構造
• safetensorsはモデルを保存するファイル形式
• Diffusersは拡散モデルを扱うためのライブラリ
• Diffusers形式にするとモデルを分解して扱える

一言で理解する

UNet = 脳の構造
safetensors = 記憶を保存したファイル
Diffusers = それらを扱うためのツール