クラウドAI動画サービスのコンテンツ制限・高コスト・プライバシーリスクに悩んでいませんか？本記事では、これら3つの問題を一気に解決するローカル動画AIモデル「Sulphur2」の導入方法を、ComfyUIのセットアップから実際の生成まで完全ガイドします。
VRAM 8GBのNvidia GPUがあれば、月0円・サブスク不要で動画AIを自分のPCだけで動かすことができます。
クラウドAI動画の3つの壁とローカルAIという選択肢
コンテンツフィルター・コスト・プライバシーの問題
クラウド型AI動画サービスを使っていると、次の3つの壁にぶつかることがあります。
① コンテンツフィルター：プロンプトを入力しても「ポリシー違反」として弾かれるケースが多く、表現の自由度に制限があります。
② 費用：有名サービスでは1本の動画生成に数十〜数百円かかることがあり、量産目的だと月々のコストがかさみます。
③ プライバシーリスク：クラウドに送ったデータが学習に使われる可能性があるため、企業秘密や個人情報が含まれるコンテンツは扱いにくいです。
ローカルAI（LTX Video）がこれらを解決する
こうした問題を根本から解決するのが、ローカルで動かすオープンソースモデルの活用です。特に注目を集めているのが「LTX Video」（Lightricks社開発）。オープンソースで公開されており、家庭用GPU（VRAM 8GB〜）で動作する軽量設計が特徴です。
LTX Videoの最新安定版はバージョン2.3（LTX 2.3）。そしてこのLTX 2.3をベースに強力なファインチューニングを施したのが、今回紹介するSulphur2です。
Sulphur2とは？ 9Bモデル・125,000本学習の実写特化AI
2つの大きな特徴
Sulphur2（サルファー2）は以下の2つを大きな特徴とするローカル動画AIモデルです。
① 非検閲（コンテンツフィルターなし）：モデル自体にコンテンツフィルターが組み込まれていないため、クラウドサービスでは生成できなかった映像も生成できます。ただし、「非検閲 = 法律の免除」ではありません。著作権・肖像権・わいせつ物頒布等の日本の法律は引き続き適用されますので、利用上の注意は必ずお守りください。
② 実写系映像に強い：約12万5,000本・500GBの動画データで追加学習しており、人物・風景・プロダクト系の実写映像のクオリティがベースモデルより大幅に向上しています。
Sulphur2のスペック一覧
| 項目 | 内容 |
|---|---|
| ベースモデル | LTX Video 2.3 |
| パラメーター数 | 9B（90億） |
| 学習データ | 約125,000本・500GB |
| モデルサイズ | bf16 約46GB / FP8 約29GB |
| リリース | 2026年5月 |
| 配布 | Hugging Face / SulphurAI（無料） |
4種類の公式ワークフロー
Sulphur2には4種類の公式ワークフローが用意されています。
- t2v base（テキスト→動画・標準）
- t2v distilled（テキスト→動画・高速）
- i2v base（画像→動画・標準）
- i2v distilled（画像→動画・高速）
初めて試す場合は「Image to Video Base（i2v base）」がおすすめです。画像をスタート地点にできるため、イメージに近い映像を生成しやすいです。
導入前の準備：動作環境とダウンロードするファイル
動作環境
| 項目 | 要件 |
|---|---|
| GPU | Nvidia製（必須） |
| VRAM（最小） | 8GB（RTX 3070等） |
| VRAM（推奨） | 10GB以上 |
| OS | Windows / Linux |
| 前提ソフト | ComfyUI（インストール済み） |
VRAMが8〜12GBの場合はFP8版を選択してください。FP8は数値精度を8bitに落とした軽量フォーマットで、画質への影響はわずかです。VRAM 13GB以上ある場合はbf16版でも動きますが、一般ユーザーにはFP8版で十分です。
ダウンロードするファイル
Hugging FaceのSulphurAI・関連ページから以下のファイルをダウンロードし、ComfyUIの正しいフォルダに配置します。
| ファイル名 | 配置フォルダ |
|---|---|
sulphur_dev_fp8mixed.safetensors | ComfyUI/models/checkpoints/ |
gemma_3_12B_it_fp4_mixed.safetensors | ComfyUI/models/LLM/ |
ltx-2.3-22b-distilled-lora-1.1_fro90_ceil72_condsafe.safetensors | ComfyUI/models/loras/ |
ltx-2.3-spatial-upscaler-x2-1.1.safetensors | アップスケーラー用フォルダ |
taeltx2_3.safetensors | ComfyUI/models/vae/ |
ComfyUIは作業前に必ずバックアップしてからアップデートしておきましょう。
ComfyUIへの導入手順：ワークフローの修正箇所を完全解説
STEP 1：ワークフローJSONをComfyUIに読み込む
HuggingFaceからワークフロー（ltx23_t2v base.json）をダウンロードし、ComfyUIにドラッグ＆ドロップします。最初はエラーが表示されますが、すべて解消できるので焦らず進めてください。
STEP 2：Missing Custom Nodesをインストール
ComfyUI Managerを開き、「Install Missing Custom Nodes」を実行します。インストール後にComfyUIを再起動すると、カスタムノード関連のエラーが解消されます。
STEP 3：ワークフローの各ノードを修正する
モデルファイルを配置した後、ワークフロー内の各ノードを修正します。修正箇所の一覧は以下の通りです。
| ノード | 変更箇所 | 設定値 | 備考 |
|---|---|---|---|
| Node 44 | Checkpoint | sulphur_dev_fp8mixed.safetensors | モデル本体 |
| Node 4 | Audio VAE | sulphur_dev_fp8mixed.safetensors | |
| Node 5 | text_encoder | LLM\gemma_3_12B_it_fp4_mixed.safetensors | LLMモデル |
| Node 5 | ckpt_name | sulphur_dev_fp8mixed.safetensors | |
| Node 46・60 | LoRA | sulphur_final.safetensors | バイパス（非公開ファイル参照のため） |
| Node 49 | Distill LoRA | ltx-2.3-22b-distilled-lora-1.1_fro90_ceil72_condsafe.safetensors | 有効 |
| Node 39 | Latent Upscaler | ltx-2.3-spatial-upscaler-x2-1.1.safetensors | v1.0→v1.1（重要） |
| Node 63 | VAE | taeltx2_3.safetensors |
Node 39（アップスケーラー）のv1.1化は特に重要です。v1.0のままにしておくとノイズが発生する主な原因になります。
Node 46・60のLoRAについて：これらは配布されていないファイル（sulphur_final.safetensors）を参照しているためバイパスします。LoRAの機能はSulphur2本体に内蔵済みなので品質への影響はありません。
修正が完了したら、テキストプロンプトを入力して生成を開始してください。RTX 3080環境で小さいサイズなら3〜5分程度で完了します。大きいサイズでは倍以上かかる場合があります。最初は小さいサイズから試しましょう。
生成品質の比較とGGUF版の活用
Sulphur2 vs LTX 2.3 ジャンル別比較
当たり障りのないプロンプトではLTX 2.3と大差ありませんが、実写系の映像を動かした場合にSulphur2の方が明らかに完成度が高くなります。
| ジャンル | おすすめモデル |
|---|---|
| 実写系動画（人物・風景等） | Sulphur2が優位 |
| アニメ・イラスト系 | LTX 2.3が優位 |
| キャラクター・顔保持重視 | 10Erosが優位 |
また、LTX 2.3にLoRAを追加した場合と比べても、Sulphur2のファインチューニングの方が上回るケースが多いです。専用データで徹底的にトレーニングした強みが出ています。
VRAMが少ない場合：GGUF版の活用
Sulphur2にはGGUF版（超軽量量子化フォーマット）も公開されています。FP8版では動かない環境でも以下の選択肢があります。
| GGUF版 | ファイルサイズ目安 | 対応VRAM |
|---|---|---|
| Q3_K_S（最小） | 約10GB | VRAM 8GB |
| Q5_K_M（バランス） | 約16GB | VRAM 12GB |
| Q8_0（最高品質） | 約23GB | VRAM 16GB |
FP8版を使える環境ではFP8を優先しましょう。GGUF版は生成速度が上がる場合もありますが、品質面ではFP8の方が安定しています。
派生モデル「10Eros」と法的注意事項
10Erosとは？ 顔保持特化のLTX 2.3派生モデル
Sulphur2と同じLTX 2.3ベースの派生モデル「10Eros」（TenStripというクリエイター作）も紹介します。
10Erosは顔の保持とキャラクターの一貫性に特化しています。同じ画像から動かした時の顔の安定感はSulphur2やLTX 2.3を上回ります。
一方、動きの自然さはSulphur2の方がやや上。10Erosはスローモーション感のある動きになる傾向があります。顔を安定させたい場合は10Eros、自然な動きを優先する場合はSulphur2と使い分けると良いでしょう。
導入は簡単です：Sulphur2のワークフローのモデルファイルを10Erosに差し替えるだけで動きます。Sulphur2が動く環境であればそのまま試せます。10ErosにもGGUF版（Q3〜Q8）があります。
利用上の注意（法的事項）
これらのモデルを使う際に必ず守るべき注意事項があります。
- 非検閲 ≠ 法律の免除：著作権・肖像権は必ず遵守する
- わいせつ物頒布等は日本の法律が適用される
- SNSへの公開は各プラットフォームの規約に従う
- 個人利用の範囲を守ること
まとめ
Sulphur2とComfyUIを使ったローカル動画AI生成の要点をまとめます。
- Sulphur2はLTX 2.3ベースの非検閲ローカルモデル。実写系映像に強く、FP8版ならVRAM 8GBで動く
- ワークフローは複数ノードを修正。Checkpoint・VAE・LLM（Node 44・4・5）、LoRAバイパス（Node 46・60）、Distill LoRA（Node 49）、アップスケーラーv1.1（Node 39）、VAE（Node 63）
- 派生モデル10Erosは顔保持に特化。Sulphur2のモデルを差し替えるだけで試せる
VRAMが少なくてGGUF版を使う場合もQ3〜Q8から選べるため、多くの環境で動かせるのが強みです。ローカル動画生成はまだまだ進化中。まずは試してみてください！
よくある質問（FAQ）
Q: MacのGPUでは動きませんか？
A: Sulphur2はNvidia GPU専用です。Mac（Apple Silicon / AMD GPU）では現時点では動作しません。
Q: ComfyUIのインストール方法はどこで確認できますか？
A: ComfyUIの公式GitHubページ（github.com/comfyanonymous/ComfyUI）にインストール手順があります。本動画ではComfyUIがインストール済みであることを前提としています。
Q: LoRAノード（Node 46・60）をバイパスすると品質が落ちませんか？
A: 落ちません。これらのノードは非公開のsulphur_final.safetensorsを参照しているためバイパスしますが、その機能はすでにSulphur2本体に内蔵されています。有効なDistill LoRA（Node 49）は別途正しいファイルを設定してください。
Q: テキスト→動画（t2v）と画像→動画（i2v）はどちらがおすすめですか？
A: 初めてであれば画像→動画（i2v base）がおすすめです。スタート画像を指定できるため、意図した映像に近づけやすいです。テキストのみ（t2v）の方が得意という特性も報告されているので、両方試してみてください。
Q: 生成した動画の品質に満足できない場合は？
A: ワークフローのJSONファイルをエクスポートして、AIツール（Claude Code等）に「ノイズの原因を調べて」と聞いてみてください。設定の問題箇所を的確に教えてもらえます。
関連リンク
- ComfyUI（公式GitHub）: https://github.com/comfyanonymous/ComfyUI
- Sulphur2モデル: Hugging Face / SulphurAI
- 10Erosモデル: Hugging Face / TenStrip
🐱 ねこ社長のAI動画チャンネル
毎週AI動画・生成AI活用の最新情報を発信中！
→ https://www.youtube.com/@neko.shacho0808
中小企業の動画発信を、次のステージへ
AI × プロの演出で、動画制作の“予算の壁”を壊す。
ハイクオリティな映像を、従来より低コスト・短納期で。
相談・壁打ちだけでも歓迎です。しつこい営業はいたしません。
