AIツール活用ガイド
読了 5分

AnimeGenをローカル環境で動かす手順まとめ【2026年版】

目次

「AnimeGenをローカルで動かしたい」と思ったら、まず知っておきたいことがあります。AIdeaLabはローカル実行できるオープンモデルとは別に、インストール不要で試せる手段を2つ用意しています。すべての用途でフルのローカル構築が必要というわけではありません。

本記事では、まず3つの選択肢を比較し、その上で本格的にローカル環境を構築したい人向けに、GPU確認からモデル取得・生成実行までの手順を整理します。

結論：ローカル構築の前に、3つの選択肢を比較する

AnimeGenを試す方法は、大きく分けて3つあります。

選択肢インストール必要なもの向いている人
Hugging Face Spacesのデモ不要ブラウザのみまず動きを見てみたい人
Web版 animegen.jp(ベータ)不要Googleアカウント手軽に短尺アニメを作りたい人
フルローカル構築必要RTX 4090以上のGPU、Python環境バッチ処理・自社サービス組み込み・機密素材を扱いたい人

企画段階で表現の方向性を素早く試したいだけなら、上の2つで十分なケースが多くあります。量産や自動化、生成物を外部に出せない用途で初めて、ローカル構築の必要性が出てきます。

選択肢①Hugging Face Spacesのデモで試す

AIdeaLabはHugging Face Spaces上に、T2V(テキストから動画)・I2V(画像から動画)・フレーム補間の3つのデモを公開しています。ブラウザでアクセスし、プロンプトを入力するだけで生成を試せます。インストールは一切不要で、モデルの実力を確認する最初のステップとして向いています。

混雑時は生成待ちの列に入ることがあり、常に安定した速度で使えるわけではありません。あくまで動作確認・お試し用途と考えておくと扱いやすくなります。

選択肢②Web版animegen.jpを使う

AIdeaLabは、ローカル実行できるオープンモデルとは別に、専門知識なしでブラウザから使えるWebベータ版(bt.animegen.jp)も運営しています。Googleアカウントで登録すれば、テキストからのアニメーション生成と、画像をアップロードして動かす機能を無料で利用できます。

ローカル版のオープンモデルと系譜はつながっていますが、提供形態も商用利用条件の明確さも異なる、別のサービスとして扱われています。まず気軽に試したいだけであれば、こちらで十分な場合も多いはずです。

選択肢③フルローカル環境を構築する

量産・自動化・自社サービスへの組み込みなど、Webサービス版では対応しきれない用途がある場合は、オープンモデルをローカルに構築します。ここから先が本記事のメインです。

GPU/VRAMの事前確認

AnimeGenの推奨GPUはNVIDIA RTX 4090以上です。CPUオフロードやレイヤー単位のキャスティング(layerwise casting)による省メモリ実行にも対応していますが、それでも一定水準のVRAMが前提になります。手持ちのGPUがこの水準に届かない場合、フルローカル構築よりも選択肢①②の方が現実的です。

Python環境とライブラリのインストール

Python環境を用意し、以下のライブラリをインストールします。

pip install torch torchvision transformers diffusers accelerate peft ftfy imageio imageio-ffmpeg safetensors

GPUドライバとPyTorchのCUDAバージョンが対応しているかは、インストール前に確認しておくと後のエラーを避けやすくなります。

Hugging Faceからモデルを取得する

AIdeaLabはHugging Face上で以下のモデルを公開しています。

  • aidealab/AnimeGen-T2V(テキストから動画)
  • aidealab/AnimeGen-I2V(画像から動画)
  • aidealab/AnimeGen-Frame-Interpolation(フレーム補間)

いずれもApache-2.0ライセンスで、商用利用も明示的に許可されています。目的に応じたリポジトリをダウンロードします。

Diffusers(WanPipeline)で生成を実行する

AIdeaLabが公式に案内している実行方法は、DiffusersのWanPipelineです。推論時のデータ型はbfloat16を使う設計になっています。ComfyUIでの動作については公式からの言及がなく、Wan2.2ベースであることから動く可能性はあるものの、公式手順としては確認されていません。まずは公式手順通りにWanPipelineで動かし、生成結果と処理時間を確認してから、必要に応じて設定を調整するのが安全です。

ローカル構築でよくあるつまずきと対処

環境構築の途中でエラーが出た場合は、多くがVRAM不足かライブラリのバージョン不整合のどちらかに当てはまります。エラーメッセージの読み方や具体的な対処法は、別記事「AnimeGenが使えない原因と対処法」で原因別に整理しています。あわせて確認すると解決が早まります。

よくある質問

Q1. AnimeGenとAnimeGeniusは同じものですか？
別のツールです。AnimeGenはAIdeaLabが開発した国産の動画生成AIで、AnimeGeniusは別の企業が提供するアニメ画像生成ツールです。名前が似ているため混同しやすい点に注意してください。

Q2. Web版とローカル版はどちらを使うべきですか？
表現の方向性を素早く試したい企画段階ではWeb版、量産や自社サービスへの組み込みを考える段階ではローカル版、という使い分けが基本になります。

Q3. ローカル構築にどれくらいのGPUが必要ですか？
公式はNVIDIA RTX 4090以上を推奨しています。それに満たないGPUの場合、フルローカル構築よりもHugging Face Spacesデモやanimegen.jp Web版の利用が現実的です。

Q4. 商用利用はできますか？
ローカル版のオープンモデルはApache-2.0ライセンスで、商用利用が明示的に認められています。Web版ベータは提供形態が異なるため、利用規約を別途確認してください。

まとめ

AnimeGenをローカルで動かす前に、まずHugging Face Spacesのデモかanimegen.jp Web版で目的が達成できないかを確認することをおすすめします。それでもフルローカル構築が必要な場合は、RTX 4090以上のGPUを用意した上で、Python環境の構築・Hugging Faceからのモデル取得・WanPipelineでの実行という流れで進めてください。

※AnimeGenの提供形態・GPU要件・ライセンス条件は執筆時点の情報です。最新情報は公式サイトおよびHugging Faceのモデルカードをご確認ください。

関連記事