(資料圖)

Stability AI 近日發(fā)布了 Stable Diffusion XL 0.9，這是 Stable Diffusion 文本-圖像模型套件中最先進的開發(fā)成果。繼 4 月發(fā)布 Stable Diffusion XL Beta 之后，Stable Diffusion XL 0.9 在圖像和構圖細節(jié)方面比前者有了巨大的改進。

示例

在 SDXL Beta 版（左）和 0.9 版上測試的一些 prompt 例子顯示了這個模型在短短兩個月內取得了多大進展。

變化

SDXL 系列還提供了一系列超越基本文本提示的功能。這些功能包括輸入一個圖像以獲得該圖像的變化、重建圖像的缺失部分和構建一個現(xiàn)有圖像的無縫擴展。

SDXL 0.9 在構圖上的這一進步的關鍵驅動力是它的參數(shù)數(shù)（模型所訓練的神經網絡中所有權重和偏差的總和）比測試版大幅增加。

SDXL 0.9 是所有開源圖像模型中參數(shù)數(shù)量最多的一個，它擁有一個 35 億的參數(shù)基礎模型和一個 66 億的參數(shù)模型集合管道（最終輸出是通過在兩個模型上運行并匯總結果而產生的）。管道的第二階段模型被用來為第一階段生成的輸出添加更精細的細節(jié)。

作為對比，兩個月前發(fā)布的測試版只在 31 億參數(shù)的單個模型上運行。

系統(tǒng)要求

盡管 SDXL 0.9 具有強大的輸出和先進的模型架構，但它能夠在現(xiàn)代消費級 GPU 上運行，其所需的系統(tǒng)配置為 Windows 10/11 或 Linux 操作系統(tǒng)、配備 16GB 內存、至少 8GB 的 VRAM 的 Nvidia GeForce RTX 20 顯卡（同等或更高標準），Linux 用戶也能夠使用 16GB VRAM 的兼容 AMD 顯卡。

統(tǒng)計數(shù)據(jù)

自從 SDXL 的測試版于 4 月推出以來，Discord 社區(qū)的用戶數(shù)量達到了近 7000 人，反應非常好。這些用戶已經生成了 70 多萬張圖片，平均每天超過 2 萬張。

規(guī)劃

SDXL 0.9 之后，將于 7 月中旬全面公開發(fā)布 SDXL 1.0

更多詳情可查看：https://stability.ai/blog/sdxl-09-stable-diffusion

關鍵詞：