驚異のコスパ！0.2Bの軽量モデルで10B級の描画を実現した画像インペインティング「Moebius」が登場

画像インペインティング界に革命児が現れました。その名も「Moebius」。わずか0.2B（2億）パラメータという超軽量なモデルでありながら、10B（100億）パラメータクラスのモデルに匹敵する圧倒的なパフォーマンスを叩き出しています。リソースを抑えつつ高品質な画像補完を行いたいエンジニアにとっては、まさに理想的なソリューションと言えるでしょう。

関係ない話だけど、インペインティングとメビウスという言葉を見たとき、偉大なジャン・ジロー[0]（別名メビウス）の芸術作品が関係しているのかと思ってヒヤッとしたよ。

https://characterdesignreferences.com/artist-of-the-week-3/m... (https://characterdesignreferences.com/artist-of-the-week-3/moebius)

[0] https://en.wikipedia.org/wiki/Jean_Giraud (https://en.wikipedia.org/wiki/Jean_Giraud)

よくわからないんだけど、これってどこかで試せるものなの？それともただの広告？

こういうAI活用こそ有意義だよね。これのおかげで実現できるユースケースがめちゃくちゃ増えそう。

これを使ってるデモスペースがいくつかあるよ。これが一番良さそう（自分でマスクを塗れる）だけど、試した画像全部で失敗したわ：https://huggingface.co/spaces/multimodalart/Moebius (https://huggingface.co/spaces/multimodalart/Moebius)

Moebiusの核心となる洞察は、次の方程式に集約される：
シナジー ×（アーキテクチャ ＋ 蒸留）＝「低パラメータ・高速推論・高品質」という「不可能の三角形」を打ち破る

これ、科学的な論文の中にAIが生成したようなクリックベイトな宣伝文句があるのって、違和感があるのは自分だけかな？

少し試してみたけど、0.2Bのモデルとしてはかなり印象的ではあるものの、10Bモデルに匹敵するなんて説得するのは難しいと思う。自然な画像ならそこそこ上手くいくけど、インペインティングした領域が周囲より明らかに滑らかすぎるし、未知のオブジェクトに対してはかなり性能が悪かった。あと512x512の出力に限定されているから、実用性は低そうだね。

数年前にクライアントのインペインティング案件をやったことがある。コンサートプロモーター向けのバナー広告をインペインティングして、いろんな配置に合わせてサイズの異なる広告を大量に作りやすくする方法を探していたんだ。有名歌手たちのクリスマス仕様の広告をインペインティングする仕事だったよ。

一番奇妙だったのは、インペインティングツールが勝手に謎の人物を画像に追加したときだ。歌手が金銀のモールや赤で着飾っているところに、シルクハットをかぶった不機嫌そうな老人が現れたんだ。「不気味な老人を追加する」ボタンなんて押した覚えはないのに。

当時はバックエンドでStable Diffusionを使っていて、Amazonを含めたいろいろなモデルホスティングサービスで動かしていた。それぞれ入力画像に対する要件がバラバラで、それが事態をめちゃくちゃ複雑にしていたんだ。アスペクト比が対応できないものもあったし、バナーが200x60だと失敗したり。別のものだと入力前にリサイズしなきゃいけなくて、それだと元々の画像の解像度が悪いから余計にひどくなる。Garbage in, garbage out（ゴミを入れればゴミが出る）ってやつだよ。

結局何が言いたいかというと、そこにはかなりのプリプロダクション（制作準備）が必要で、結局クライアントは俺の試作品を一度も使わなかったってことさ。

（翻訳作業用に）漫画でこれが使えるバージョンが欲しいな。現状、アニメや漫画向けの定番軽量インペインティングモデルといえばLaMaだと思うけど、もう数年前のものだし、まだまだ改善の余地があると感じる。

ONNXで動くようにしたよ（Claude Opus 4.8に感謝）。これでモデル全体がブラウザ内で完全に動作するインタラクティブなデモができた（ダウンロードは約1.3GB）：https://simonw.github.io/moebius-web/ (https://simonw.github.io/moebius-web/) - コードはこちら：https://github.com/simonw/moebius-web (https://github.com/simonw/moebius-web)

(Claude Codeのトランスクリプト：https://gisthost.github.io/?58039ba5c1ca3ed177e8659168996ee4 (https://gisthost.github.io/?58039ba5c1ca3ed177e8659168996ee4))

ブログにもう少し詳しく書いたよ：https://simonwillison.net/2026/Jun/22/porting-moebius/ (https://simonwillison.net/2026/Jun/22/porting-moebius/)

インペインティングって何？コメント欄の皆は当たり前のように使ってるけど、リンク先のページには説明が見当たらないんだけど。