编辑：拉燕 好困

【新智元导读】SDXL 1.0重磅发布！图片质量再创新高，prompt还变简单了。这不冲一波？

就在刚刚，Stability AI正式发布了下一代文生图模型——SDXL 1.0。

要知道，SDXL 0.9也就才发布一个月拐点弯。

而据官博介绍，这次的1.0版本是StabilityAI的旗舰版生图模型，也是最棒的开源生图模型。

杀手小猫

幽灵骑士

SDXL 1.0

别的不说，生图模型最重要的当然就是生图质量。

从官博中统计的数据可以看出，和其它模型相对比，用户更青睐1.0版本生成的图像。

该结果来自StabilityAI在Discord上进行的这几代Stable Diffusion模型的偏好测试。

可以看到，上图中纵轴是偏好比例，横轴则是各代SDXL或SD模型。一个月前的0.9版本偏好率是24.4%，低于1.0新版26.2%的偏好。

虽然差距没那么明显，但该说不说，新模型就得比老模型强。

StabilityAI表示，SDXL几乎可以生成任何艺术风格的高质量图像，是实现一顶一逼真效果的最佳模型。

它可以生成各具特色的图像，而不需要模型赋予任何特定的感觉，这样子才能确保风格的绝对自由。

参数方面，SDXL 1.0在色彩的鲜艳度和准确度方面做了很好的调整，对比度、光照和阴影都比SDXL 0.9更好，新版本生成的图片全部采用原生的1024×1024分辨率。

此外，SDXL 还能生成图像模型难以渲染的概念，如手和文字，还有各种物体的空间排列组合。

比如下面这四个图片。

同时，除了图片生成质量的上调，prompt的设定也变得更加方便。

现在，1.0版本的SDXL只需几个字的prompt就可以生成出复杂、细致、美观的图像。

以往，用户可能需要在prompt中加入「杰作」这类字眼，才能获得满意的高质量图像，现在不用了。

而且还有个小细节——prompt中细微的差别也能敏锐识别的。

比方说当「The Red Square」大写的时候，指的是景点「红场」，小写的「red square」，指的是红色的正方形。

现在SDXL都可以一步到位的领会意思了。

最大的开放式图像模型

从模型的参数规模上看，SDXL 1.0是目前开放式图像模型中参数数量最多的。

官方表示，这次采用的是全新的架构，基础模型的参数规模达到35亿，同时还有一个66亿参数大小的细化模型。

完整模型由一个用于潜在扩散的专家混合管道组成：

第一步，基础模型先生成（噪声）潜变量。

第二步，用专门用于最终去噪步骤的细化模型对其进行进一步处理。这里要注意的是，基础模型也可以作为独立模块使用。

这种两阶段的架构可确保图像生成的稳健性，而不会影响速度或者使用过多的计算资源。

SDXL 1.0可以在配备 8GB VRAM 的消费级GPU上运行，也可以在就绪的云上运行。

有了SDXL 1.0，根据自定义数据对模型进行微调比以往此前的版本都要容易。

自定义LoRA或是检查点的生成不需要太多的数据处理。Stability AI目前正在利用专门用于SDXL的T2I/ControlNet 来构建下一代的特定任务结构、样式和组成控制。

官方表示，这些功能目前处于测试预览阶段。

其实从6月份开始，Stability AI一直在预览SDXL 1.0的功能，还发布过一个仅用于研究的版本，目的就是展示该模型的全新功能。

官方表示，和之前的SDXL模型相比，SDXL 1.0的增强功能包括改进过后的图像提炼过程，可以生成更鲜艳的色彩、光照和对比度。

SDXL 1.0还引入了微调功能，使用户能够轻松创建高度定制的图像。

使用方法

而想要使用最新的SDXL 1.0也非常简单。

1. 在Clipdrop上体验SDXL 1.0。

别忘了，下面还有很多风格样式可选。

2. 在Stability AI的GitHub页面获取SDXL 1.0的权重和相关源代码。

3. 在Stability AI平台上通过API使用SDXL 1.0。

4. 在AWS Sagemaker和AWS Bedrock上获取SDXL 1.0。

5. 可以加入Stable Foundation Discord进行SDXL模型的实时测试。

6. DreamStudio也提供SDXL 1.0用于图像生成。

参考资料：

https://stability.ai/blog/stable-diffusion-sdxl-1-announcement