Stability AI 新发布SDXL Turbo：一款实时文本到图像生成模型

news2024/10/6 10:32:30

每周跟踪AI热点新闻动向和震撼发展想要探索生成式人工智能的前沿进展吗？订阅我们的简报，深入解析最新的技术突破、实际应用案例和未来的趋势。与全球数同行一同，从行业内部的深度分析和实用指南中受益。不要错过这个机会，成为AI领域的领跑者。点击订阅，与未来同行！订阅：https://rengongzhineng.io/

关键要点总结：

SDXL Turbo采用了新的蒸馏技术，实现了业界领先的性能，使单步图像生成质量达到前所未有的高度，将所需步骤数从50步减少到仅需1步。
有关该模型新蒸馏技术的具体技术细节，请参阅我们的研究论文。该技术利用了对抗训练和评分蒸馏的组合。
目前，该模型的权重和代码可在Hugging Face下载，目前以非商业研究许可发布，仅允许个人非商业使用。

在Stability AI的图像编辑平台Clipdrop上测试SDXL Turbo，体验实时文本到图像生成功能的beta演示。

今天，Stability AI 发布了SDXL Turbo，一种新的文本到图像模式。SDXL Turbo基于一种名为对抗扩散蒸馏（ADD）的新蒸馏技术，该技术使模型能够一步合成图像输出，并在保持高采样保真度的同时生成实时文本到图像输出。对于对技术细节感兴趣的研究人员和爱好者，Stability AI 的研究论文可在此处查看 https://stability.ai/research/adversarial-diffusion-distillation。重要的是要注意，SDXL Turbo目前尚不适用于商业用途。

对抗扩散蒸馏的优势

SDXL Turbo采用了扩散模型技术的新进展，基于SDXL 1.0的基础上进行了迭代，并实现了文本到图像模型的新蒸馏技术：对抗扩散蒸馏。通过结合ADD，SDXL Turbo获得了许多与GANs（生成对抗网络）相同的优势，如单步图像输出，同时避免了其他蒸馏方法中常见的伪影或模糊。详细介绍该模型新蒸馏技术的SDXL Turbo研究论文可在此处查看https://stability.ai/research/adversarial-diffusion-distillation。

与其他扩散模型相比的性能优势

为了选择SDXL Turbo，Stability AI 比较了多种不同的模型变体（StyleGAN-T++、OpenMUSE、IF-XL、SDXL和LCM-XL），使用相同的提示生成输出。然后，人类评估员随机显示两个输出，并被要求选择最符合提示方向的输出。接下来，使用相同的方法完成了图像质量的额外测试。在这些盲测中，SDXL Turbo在单步中就能超过LCM-XL的4步配置，以及仅用4步就能超过SDXL的50步配置。通过这些结果，Stability AI 可以看到SDXL Turbo在显著降低计算需求的同时，无需牺牲图像质量，就超越了最先进的多步模型。