Stability AI 发布 SDXL 1.0

背景

Stability AI 的图像模型属于 Stable Diffusion 系列。SDXL 是这一公司旗舰开放图像模型的下一步。在完整版本之前，公司先以有限的形式发布了 SDXL 0.9，且仅供研究使用。^[1]

发生了什么

2023年7月26日，Stability AI 宣布推出 SDXL 1.0，作为其新的旗舰开放图像模型。^[1] 此次发布接在仅供研究使用的 SDXL 0.9 有限发布之后。^[1]

SDXL 1.0 的基础模型参数为35亿，搭配精修（refiner）模型的完整流程参数为66亿。在这一流程中，精修模型负责为基础模型的输出补充细节。该模型原生生成1024x1024像素的图像。^[1]

基础加精修的设计把生成分为两个阶段：基础模型先生成目标分辨率的完整图像，精修模型再在第二阶段补充精细细节。显存（VRAM）是显卡上的存储空间，显存大小决定了能在家用电脑上加载和运行多大的模型，因此文中的8 GB 指的是用户所需的硬件门槛。开放权重（open weights）意味着训练得到的参数可以下载，任何人都可以在自己的设备上运行，但须遵守许可证条款。

关键细节

该模型可在显存为8 GB 的消费级 GPU 上运行。它采用 CreativeML OpenRAIL++-M 许可证，权重文件放在 GitHub 上。^[1]

发布时，用户可以通过 Clipdrop、DreamStudio、Stability API、Amazon SageMaker 和 Amazon Bedrock 使用它。^[1]

2023年11月28日，公司随后推出了 SDXL Turbo，这是一个经过蒸馏、只需一步即可生成图像的版本，适用于实时生成。^[2]

影响

SDXL 1.0 表明，一个规模较大的开放图像模型，可以在普通消费级电脑的硬件上运行，同时通过多个云平台提供服务。之后的 SDXL Turbo 则表明，同一系列也可以经过蒸馏用于实时场景：只需一步，图像便可出现，而不是需要多步迭代。^[1][2]