NSFWモデル/LoRAの入手源 徹底比較 2026
Civitai / HuggingFace / その他 — 安全・合法・商用

Deep Research 2026-06-15 一次情報18ソース 軸: 安全×合法×商用(FANZA/DLsite) 12セクション
対象読者: 日本の同人(FANZA/DLsite)でAI生成成人向け作品を販売する制作者/重視軸=法務・安全・競合
1

結論(エグゼクティブサマリー)

「どこから安全に・合法に入手して商用で使うか」の答えは、入手源を一本化せず「Civitai=発見・LoRA」「HuggingFace=原本・配布元の一次確認」と役割分担し、必ず safetensors を選び、各モデルページの permission / ライセンスを使用前に毎回確認することに尽きます。

9割2026の新規モデルが安全なsafetensors形式[6]
8%調査されたckpt 50件中に不審コード[7]
51,700HF上で不審判定されたモデル数(ProtectAI)[12]
3層HFのスキャン(PickleScan+ProtectAI+Cisco ClamAV)[10][11][12]

Grok-4.3による要約:CivitaiとHugging Faceを主な入手元とする場合、まずは safetensors 形式を優先するとコード実行リスクを抑えやすい。Civitaiでは permission フラグで画像販売やモデル販売の可否を確認し、Hugging Face ではスキャン実施済みでも回避事例がある点を念頭に置くべき。Illustrious はバージョンによりライセンスが変遷しており、Animagine XL 4.0 は OpenRAIL++-M で商用利用が明示されているが、生成画像の権利は利用者側に帰属する記述が多い。FANZAやDLsiteでの同人利用を想定するなら、各モデルページの最新ライセンスを必ず確認した上で判断するのが現実的。

3行で:① 形式は safetensors 一択(ckpt/pickleは原則回避)② ライセンスは「生成画像の商用可否」と「Civitaiの画像販売フラグ」を二重確認③ 商用本命は標準ライセンス(OpenRAIL系)+配布元がHFで明示のモデル。
🤑 マネタイザー:入手源で消耗するな。週末に「safetensors+商用OK」の鉄板を3本だけ確定させて、あとは作品量産に全リソースを回せ。ライセンス調査は1回やれば資産になる。
💼 コーチ:チェックリストを1枚作って、DLのたびに機械的に通す。「形式」「ハッシュ」「商用フラグ」「ライセンス本文」の4項目。属人的な勘で判断しないこと。
💕 メンター:ライセンスは流動的で、後から厳しくなる事例(Illustrious)もありました。DL時点のライセンス全文を必ずスクショ保存しておくと、後で自分を守れますよ。
2

市場規模・エコシステムの全体像

「NSFWモデル入手源」という市場は、(A)モデル/LoRAホスティングPF、(B)スキャン/セキュリティ層、(C)出口の同人販売PF の3レイヤーで構成されます。各レイヤーの規模感(公表値・二次情報ベース、要確認):

レイヤー主要プレイヤー規模・特徴[1][12]NSFW可否
ホスティング(発見)CivitaiAIアート/LoRAの最大級コミュニティハブ。NSFWはopt-in・年齢ゲート前提[2]可(制限付)
ホスティング(原本)Hugging Face400万超モデル(ProtectAIスキャン対象)。配布元の一次ソース[12]可(モデル次第)
セキュリティ層ProtectAI / Cisco Foundation AIHF全公開ファイルをPickleScan+ProtectAI+ClamAVで継続スキャン[10][11][12]
出口(販売)FANZA / DLsiteAI作品はAI表記必須・非AIと偽る販売は規約違反[8]可(AI表記)

NSFW対応の生成PFは2026も複数存在するが、ローカル運用(Stable Diffusion + ComfyUI/A1111)+自前モデルが、検閲を受けず・コスト固定・商用に最も安定[5]。本DRはこのローカル運用前提でモデル入手を論じる。

注意:規模の数値は各PF/二次記事の公表ベースで、正確な月間DL数等の一次統計は非公開のため「目安」として扱うこと。トフィーさんの実機運用値があればそちらを優先。
3

入手源 比較TOP10(どこから入手するか)

NSFWモデル/LoRAの入手経路を、安全性・品揃え・商用適性で評価。◎=最良 ○=可 △=条件付 ×=非推奨。

#入手源NSFW品揃え安全性(形式/スキャン)商用適性総評
1Civitai◎ 最多○ safetensors選択可・自動スキャン有[7]△ permission個別[3][4]発見の本命。permission確認必須
2Hugging Face○ 配布元中心◎ 3層スキャン[10-12]○ README/ライセンス明示原本・ライセンス一次確認に最適
3Civitai系ミラー(HF John6666等)◎ safetensorsのみ多数[—]△ 元モデル準拠Civitai削除分のバックアップ用
4SeaArt / TensorArt△ 主にクラウド生成△ 規約要確認クラウド派の代替
5Pixai× 出力商用に制限多生成試用向け
6制作者の個人配布(Patreon/Gumroad)○ 限定LoRA△ 自己責任△ 規約明記なら可限定品。規約必読
7GitHub(ベースモデル)× 主にコード○ ライセンス明確ベース/ツール入手
8Discord配布× 無スキャン×非推奨(出所不明多)
9Torrent/まとめ配布× 改竄リスク高[7]×絶対回避
10NovelAI等クローズドAPI◎ 高品質△ 規約準拠モデルDL不可・出力のみ
推奨ルート:① まず Civitai で探す → ② 同じモデルの配布元(HF)でライセンス原本を確認 → ③ safetensors をDL → ④ SHA256ハッシュ照合。Discord/Torrentは商用作品の素材源にしない。
4

技術スタック — ファイル形式と読み込み

安全性の根幹はファイル形式。pickle(ckpt/bin/pt)は読み込み時に任意Pythonコードを実行しうるが、safetensorsはJSONメタ+生テンソルのみでコード実行不可[6][7][9]

形式中身コード実行商用作業での扱い
.safetensorsJSONメタ+生テンソル[6]不可(安全)最優先で選ぶ
.ckpt / .pt / .binpickleシリアライズ[9]可(任意コード実行)原則回避・変換して使う
.gguf量子化(主にLLM)不可画像では稀

監査の結論として safetensors は「本当に安全」と確認され、2026では新規モデルの約9割が safetensors で公開される事実上の標準[6][7]。やむをえず ckpt を使う場合は、safetensors へ変換してから運用する(変換時も信頼できる環境で)。

運用:ComfyUI/A1111は両形式を読むが、「.safetensors だけをmodelsフォルダに置く」運用にすると事故率が激減する。.ckpt を見たらまず疑う。
5

ライセンス徹底比較(商用利用の可否)

商用利用の合否はライセンスで決まる。主要ライセンスの権利関係(Civitai解説および各配布元README準拠、使用前に各ページで要確認):

ライセンス生成画像の商用モデル販売マージクレジット特徴[13][14][16]
CreativeML OpenRAIL++-M条件付可RAIL枠で要出力は利用者帰属("Licensor claims no rights in Output")
CreativeML OpenRAIL-M (SD1系)条件付用途制限(use restrictions)条項あり
Fair AI Public License 1.0-SDShare-Alike下で可可(同条件継承)改変版は同ライセンス継承・オンライン提供時DL開放義務[16]
NoobAI XL 独自ライセンス禁止(条文上)禁止制限商用化禁止・WF共有要求(議論あり)[13]
独自/カスタム要確認要確認要確認要確認非商用条項を含むことが多い

生成画像の権利:OpenRAIL系・Fair AIともに「出力にライセンサーは権利を主張しない」=利用者帰属が基本[13][14]。ただしNoobAIのように出力商用を禁じる独自条文もあるため、モデルごとに確認が必要。

Illustriousの教訓:同じ「Illustrious」でもバージョンでライセンスが変遷した —— v0.1=Fair AI Public License 1.0-SD → v1.0/1.1=OpenRAIL++-M → v2.0=OpenRAIL-M(最も厳しい)[16]。「Illustriousだから安全」と銘柄で判断せずバージョン単位で確認すること。
6

リスク — マルウェア・pickle・スキャン回避

「DLしたモデルが感染源」という供給チェーン攻撃が現実に発生している。

① pickle悪用(任意コード実行)

ckpt/binは読込時にコード実行可。"Realistic Vision v5"を騙る検体は暗号通貨ウォレットをスキャンしていた。50件中8%に不審コード[7]

② HF偽装リポジトリ

OpenAI公式を騙る悪性リポがインフォスティーラーを配布、削除前に244,000DLを記録[9]

③ nullifAI(スキャン回避)

pickleバイト列冒頭に悪性コードを埋め7z圧縮することでHFのPickleScanを破る手口が確認[15]。スキャン済=絶対安全ではない。

④ スキャンの限界

2GBのckptスキャンは30分以上かかり100%信頼ではない[7]。悪性モデルのアップロードは前年比5倍[6]

⑤ 防御層(HF)

HFはPickleScan[10]+ProtectAI Guardian[11]+Cisco Foundation AIのClamAVで全公開ファイルを継続スキャン[12]。ProtectAIは400万超モデルで51,700件の不審を検出[12]

多重防御の必須3手:safetensorsのみDL(根本対策) ② SHA256ハッシュ照合(改竄検知) ③ サンドボックス/専用環境で初回読込。「HFがスキャン済だから」だけに依存しない[15]
7

ダウンロード/管理方法

Civitai:モデルページのバージョン横にハッシュ表示。API/CLI(civitai-downloader等)でも取得可。NSFWはアカウント設定でopt-in必須[2]

Hugging Face:gatedモデルはトークン(read権限)で取得。多くは数秒で自動承認、read権限トークンがあれば特別なトークン種別は不要[—]huggingface-cli download / git lfs で原本取得。

管理(資産化):DLした素材は「銘柄・バージョン・形式・SHA256・ライセンス全文(スクショ)・商用フラグ・DL日」を台帳化。後でライセンスが変わってもDL時点の条件で自分を守れる

管理項目記録内容目的
形式safetensors / ckpt安全性の即判定
SHA256DL時のハッシュ改竄・同一性確認
ライセンス名称+全文スクショ+DL日後日の規約変更対策
商用フラグ画像販売/モデル販売の可否(Civitai)商用可否の根拠
配布元URLCivitai/HFの一次URL原本トレース
提案:この台帳は D:\市場調査資料\ 配下にCSVで持ち、DBダッシュボードからリンクすると埋もれない。
8

日本の同人で使える定番モデルの所在

FANZA/DLsiteの成人向けAI作品で使われる定番系の配布元と商用適性(ライセンスは流動的、使用前に各ページで要確認):

モデル系主な配布元ライセンス(目安)商用備考[16][17][18]
Animagine XL 4.0HF(Cagliostro Lab)OpenRAIL++-M明示で可[17]アニメ調・標準ライセンスで安心
Illustrious-XL v0.1HF(OnomaAI)Fair AI Public License 1.0-SD[16]可(Share-Alike)改変版は同ライセンス継承
Illustrious-XL v1.0/1.1HF(OnomaAI)OpenRAIL++-M[16]緩和版。商用しやすい
Illustrious-XL v2.0HF(OnomaAI)OpenRAIL-M(SD1系)[16]可(最厳・用途制限)権利者が派生改変権保有
Pony Diffusion系Civitai派生元準拠/独自要確認マージ元の最厳条件を継承しがち[14]
NoobAI XLCivitai/HF独自(商用禁止条文)[13]条文上不可Illustrious派生・Share-Alike継承で議論
WAI系(Illustrious派生)Civitai派生元(Illustrious)準拠要確認社内運用のwaiIllustriousSDXL_v160等の系統
社内資産との接続:トフィーさんの運用で実績がある waiIllustriousSDXL_v160 / waiANIPONYXL_v140 はIllustrious/Pony派生のため、派生元ライセンスの継承を商用前に確認。「実機で売れている」事実>二次情報だが、ライセンス条文だけは原本で裏取りすること。
9

30日アクションプラン

Grok-4.3提案を実務に落とし込んだ3フェーズ:

1
Day1-10 発掘:CivitaiとHFで代表的NSFWモデル/LoRAをリスト化し、safetensors形式かつ商用可を3〜5本ピックアップ。各配布元の一次URLを控える。
2
Day11-20 法務固め:permissionフラグとライセンス条文を個別確認。クレジット要否・画像販売可否・モデル販売可否を台帳(CSV)に整理。曖昧な点は制作者へ問い合わせ。
3
Day21-30 検証・量産準備:小規模に生成テスト→品質とライセンス適合を確認。SHA256照合・サンドボックス初回読込を済ませ、FANZA/DLsiteアップ前に全条件を再確認するフローを確立。
成果物:① 鉄板モデル3-5本の確定リスト ② ライセンス台帳CSV ③ DL→検証→出品の標準手順書(SOP)。これで以後のモデル選定が機械化される。
10

撤退ライン(このモデルは使わない判定)

  • 形式がckpt/binのみで safetensors 版が存在しない → 原則使わない(変換できても出所不明なら見送り)。
  • ライセンスが「非商用」「商用禁止」(例:NoobAI独自条文) → 商用作品には不使用[13]
  • 配布元が一次でない(Discord/Torrent/まとめ)でHF/Civitai原本が辿れない → 不使用[7][9]
  • ライセンス全文が読めない/消えている → 商用根拠が示せないので不使用。
  • マージ元の最厳条件が商用不可を継承している → 不使用[14]
  • 実在人物の肖像LoRA → 同意なき実在人物の性的描写は禁止[2]。商用以前に法務リスクで即撤退。
絶対の赤線:未成年を想起させる表現(CSAM)はCivitai/HF/FANZA/DLsite全PFで明確に禁止[2]。これは撤退ライン以前の絶対NG。「童顔OK」(社内ルール)と「未成年想起NG」は別問題として厳格に分けること。
11

よくある落とし穴 & 既存資産の活用

落とし穴(Grok-4.3+一次情報)

permissionフラグの見落とし

Civitaiは「画像販売可だがモデル販売不可」のような細分フラグ。商用=画像販売フラグを個別に見る[3][4]

ライセンス更新の見逃し

条件は流動的で後から厳しくなる(Illustrious)[16]。DL時点の全文を保存しておく。

古いpickleモデルの安易DL

ckptはコード実行リスク。safetensorsを探す[7][9]

「スキャン済=安全」の過信

nullifAI等の回避手口あり。多重確認を怠らない[15]

銘柄でライセンス判断

同名でもバージョンでライセンスが違う。バージョン単位で見る[16]

非AIと偽る販売

FANZA/DLsiteはAI作品のAI表記必須。偽ると規約違反[8]

既存資産の活用(社内DR・運用)

  • 本DRは DR_Civitai_モデルLoRA収集管理_2026.html(Civitai単体の使い方)と別軸=横断比較。両者をセットで参照すると「入手→管理→商用」が一気通貫。
  • 社内の品質ゲート(r18_quality_gate.html)・GOLDEN勝ちパターン・キャラLoRA一貫性チェックは本DRの「入手後の運用」に接続する。
  • 実機で実績の waiIllustriousSDXL_v160 系は本DRのライセンス確認フロー(セクション8)で商用根拠を裏取りすれば、安心して量産に投入できる。
12

関連DR一覧 & 脚注(全URL)

関連する社内DR(D:\市場調査資料\)

  • DR_Civitai_モデルLoRA収集管理_2026.html(Civitai単体の活用・本DRの対)
  • DR_SDXLvsPonyvIllustrious品質比較2026_2026-04-28.html(モデル品質比較)
  • DR_AI画像同人著作権2026最新解釈_2026-04-28.html(著作権法務)
  • DR_二次創作AI同人_法的グレーゾーン_著作権_2026.html(二次創作リスク)
  • DR_ComfyUI_LoRAトレーニング完全ガイド_2026.html(自作LoRA=ライセンス自由化の本命)
  • DR_FANZA_AI生成_審査通過_完全攻略_2026.html / DR_DLsiteAI同人売れ筋ジャンル完全分析_2026-04-28.html(出口PF)
戦略示唆:ライセンス制約を根本回避する最強手は自作キャラLoRA。ベースは標準ライセンス(Animagine/Illustrious緩和版)に乗せ、LoRA自体は自分の資産にすれば、商用可否で悩む頻度が激減する。

脚注(一次・二次情報の出典URL)

  1. Flowith Blog — Civitai Model Hub 2026: https://flowith.io/blog/civitai-model-hub-2026-github-of-ai-art/
  2. Flowith Blog — Civitai FAQ (NSFW/Commercial/LoRA/API): https://flowith.io/blog/civitai-faq-nsfw-policies-commercial-license-lora-upload-api/
  3. Civitai GitHub — PermissionIndicator.tsx: https://github.com/civitai/civitai/blob/main/src/components/PermissionIndicator/PermissionIndicator.tsx
  4. Civitai Education — Guide to Licensing Options: http://education.civitai.com/guide-to-licensing-options-on-civitai/
  5. ZenCreator — Stable Diffusion NSFW Guide 2026: https://zencreator.pro/ai-university/guides/stable-diffusion-nsfw-guide
  6. Hugging Face Blog — Safetensors security audit (default安全): https://huggingface.co/blog/safetensors-security-audit
  7. Droid4x — CKPT vs SafeTensors hidden risk 2026: https://droid4x.com/ckpt-vs-safetensors-in-stable-diffusion/
  8. Yahoo!知恵袋 — DL同人におけるAI生成について(AI表記/規約): https://detail.chiebukuro.yahoo.co.jp/qa/question_detail/q10324745955
  9. JFrog — Malicious Hugging Face ML Models silent backdoor: https://jfrog.com/blog/data-scientists-targeted-by-malicious-hugging-face-ml-models-with-silent-backdoor/
  10. Hugging Face Docs — Pickle Scanning: https://huggingface.co/docs/hub/en/security-pickle
  11. Hugging Face Blog — Protect AI partnership: https://huggingface.co/blog/protectai
  12. Cisco Blog — Foundation AI × Hugging Face (ClamAV全スキャン): https://blogs.cisco.com/security/ciscos-foundation-ai-advances-ai-supply-chain-security-with-hugging-face
  13. Civitai Article #18619 — What The License?! (RAIL/Fair AI/NoobAI): https://civitai.com/articles/18619/what-the-license
  14. Hugging Face — smooth-mix (NoobAI/Illustrious/Pony・マージ継承): https://huggingface.co/John6666/smooth-mix-noobai-illustrious-pony-noobai-sdxl
  15. Infosecurity Magazine — nullifAI (PickleScan回避): https://www.infosecurity-magazine.com/news/malicious-ai-models-hugging-face/
  16. note(きまま) — Illustrious-XL 商用利用とライセンス変遷: https://note.com/ai_image_journey/n/n4982b466f663
  17. Noxia Studio — Animagine XL 4.0 使用モデルとライセンス(OpenRAIL++-M): https://noxia-ai.com/model_used_and_license/
  18. としあきdiffusion Wiki — Illustrious-XL: https://wikiwiki.jp/sd_toshiaki/Illustrious-XL
免責・確認事項:本DRのライセンス記述は各配布元README・Civitai解説記事・二次情報に基づく調査時点(2026-06-15)の目安です。ライセンスは流動的に変更されるため、商用利用の前に必ず各モデルページで最新の条文・permissionフラグを確認してください。月間DL数等の規模数値は公表/二次ベースで、一次統計ではありません。トフィーさんの実機運用での確認値がある場合はそちらを最優先してください。捏造防止のため、確証のない数値・規約は本文で「要確認」と明示しています。