建设企业官方网站企业登录,中国制造网建站,个人养老保险12000元,网站宣传费用11月29日#xff0c;著名开源生成式AI平台Stability.ai在官网发布了#xff0c;开源文生图模型SDXL Turbo。
根据使用体验#xff0c;SDXL Turbo的生成图像效率非常快#xff0c;可以做到实时响应#xff08;可能小于1秒#xff09;。
在你输入完最后一个文本后#x…11月29日著名开源生成式AI平台Stability.ai在官网发布了开源文生图模型SDXL Turbo。
根据使用体验SDXL Turbo的生成图像效率非常快可以做到实时响应可能小于1秒。
在你输入完最后一个文本后图像就能马上显示推理效率超过了Midjourney、DALL·E 3以及Stability.ai自己开发的Stable Difusion系列模型。
天下武功无坚不破唯快不破SDXL Turbo就是大模型界的“博尔特”。用风驰电掣、电光石火、疾风骤雨来形容SDXL Turbo都不过分。
「AIGC开放社区」介绍了那么多的文生图模型截至目前这个是响应最快并且生成的图像质量非常高精准还原提示文本的描述。
开源地址https://github.com/Stability-AI/generative-models
在线体验地址https://clipdrop.co/stable-diffusion-turbo
论文地址https://stability.ai/s/adversarial_diffusion_distillation.pdf
SDXL Turbo简单介绍
SDXL Turbo是基于SDXL 1.0开发而成并且使用了一种全新的对抗扩散蒸馏技术ADD将图像所需的生成步骤从50减少至1—4步并且丝毫不影响图像质量。稍后「AIGC开放社区」会详细介绍这篇论文。 该技术可以在高质量图像下以1—4个步骤对大规模基础图像扩散模型进行采样。使用分数蒸馏来利用大规模现成的图像扩散模型作为指导。
并将其与对抗网络相结合以确保即使在一个或两个采样步骤的低步骤状态下也能确保高图像保真度同时避免了其他蒸馏方法中常见的失真或模糊问题。
SDXL Turbo实验数据
为了测试SDXL Turbo的性能Stability.ai使用相同的文本提示与StyleGAN-TOpenMUSEIF-XLSDXL和LCM-XL等不同版本的文生图模型进行了比较。
测试结果显示SDXL Turbo只用一个生成步骤就击败了LCM-XL的4步骤生成的图像以及击败了SDXL通过50个步骤生成的图像。 虽然SDXL Turbo功能很强也有一些局限性。Stability.ai表示目前SDXL Turbo只能用于学术研究稍后会开放商业权限。 此外SDXL Turbo只能生成512x512固定像素的图片对一些细节可能表现的不够好例如人的手指、面部表情等无法完美的展现照片级真实感。
但SDXL Turbo对扩散模型的生成效率、质量实现了重大技术突破可以帮助中小型企业以更低的成本来进行部署使用。
本文素材来源Stability.ai官网如有侵权请联系删除