InvokeAI 6.14.1、外部画像ダウンロードの信頼境界を修正し、VAEとFP8のメモリ予約を補正

InvokeAIは9月6日にバージョン6.14.1をリリースした。一見すると6.14シリーズの小規模なパッチリリースだが、変更は外部データとの境界とGPUメモリ管理に集中しており、セルフホスト環境、マルチユーザー環境、クラウド画像プロバイダーと連携する環境にとって重要性が高い。PyPIでは、Trusted Publishingを通じてアップロードされたソースコードとwheelが提供されており、対応するPythonのバージョンは3.11から3.12までとなっている。

セキュリティ面では、プロジェクトはAlibaba Cloudの画像ダウンロード処理に存在した脆弱性を解消したとしている。完全な変更履歴では、外部ダウンロードに保護機構を追加し、注入されたセッションが信頼済みの状態であることを必須にした修正と説明されている。これは、6.14.0で実施された非公開URLとダウンロードパスに対する制限強化の延長線上にある。生成AIの画像ワークフローでは、リモートURL、プロバイダーから返されたオブジェクト、ローカル素材が同一のデータフローに組み込まれることが多い。バックエンドがユーザーに代わって任意の場所からデータを取得できる場合、サーバーサイドリクエストやテナントをまたぐデータアクセスのリスクにつながる可能性がある。運用担当者は、このアップグレードを単なるインターフェース更新ではなく、セキュリティパッチとして扱うべきだ。

メモリ関連では、6.14.1において、FP8ローダーがskip listを完全には遵守していなかった問題、RAMを過剰に予約する問題、FLUX.2のデノイジングとVAEのエンコード／デコードに必要なワーキングメモリの見積もりが修正された。目的はモデルの重み自体を削減することではなく、負荷のピークを迎える処理の前にキャッシュがより正確に空き容量を確保できるようにし、「モデルのロードには成功したものの、VAE処理に入った時点でOOMになる」という状況を減らすことにある。また、サービス終了時には共有ウェイトを解放するだけでなく、キャッシュエントリを退避するようになった。動画のアップロードも、単一のディスクコピーへストリーミングする方式に変更され、大容量素材の中間コピーが削減された。

モデル互換性の面では、ai-toolkitによって生成され、DoRA magnitudeを含むKrea-2 LoRAを読み込めるようになった。構造の検証には、フラット化されたKohya keyを復元する方式が用いられる。ワークフローからPNG形式のスクリーンショットを直接出力することも可能になり、ノードグラフのレビューや共有が容易になった。注意点として、公式はCVE、影響を受けるバージョンのマトリクス、攻撃の再現手順を公表しておらず、修正前後のRAM／VRAMベンチマークも提供していない。ユーザーは引き続き、自身が使用するモデル、量子化形式、バッチ設定で回帰テストを実施する必要がある。