幾小時前，Stability AI宣布了SDXL 0.9，這是Stable Diffusion文本到圖像模型套件中最先進的開發(fā)。繼4月Stable Diffusion XL測試版成功發(fā)布后，SDXL 0.9在圖像和構(gòu)圖細節(jié)方面比前代產(chǎn)品有了大幅改進。

該模型可以通過ClipDrop訪問，API即將推出。隨著我們進入1.0，研究權(quán)重現(xiàn)在可以使用，7月中旬將公開發(fā)布。

盡管SDXL 0.9能夠在現(xiàn)代消費GPU上運行，但它在生成人工智能圖像的創(chuàng)造性用例方面實現(xiàn)了飛躍。SDXL能夠為電影、電視、音樂和教學視頻生成超現(xiàn)實的創(chuàng)作，并為設(shè)計和工業(yè)應(yīng)用提供進步，使其處于人工智能圖像現(xiàn)實世界應(yīng)用的前沿。

SDXL系列還提供了一系列超越基本文本提示的功能。其中包括圖像對圖像提示（輸入一個圖像以獲得該圖像的變體）、修復（重建圖像的缺失部分）和外涂（構(gòu)建現(xiàn)有圖像的無縫擴展）。
引擎蓋下面是什么？
SDXL 0.9的組成進步的關(guān)鍵驅(qū)動因素是其參數(shù)計數(shù)（模型訓練的神經(jīng)網(wǎng)絡(luò)中所有權(quán)重和偏差的總和）比測試版顯著增加。
SDXL 0.9是所有開源圖像模型中參數(shù)計數(shù)最多的模型之一，擁有3.5B的參數(shù)基礎(chǔ)模型和6.6B的參數(shù)模型集成管道（最終輸出是通過在兩個模型上運行并聚合結(jié)果來創(chuàng)建的）。管道的第二階段模型用于向第一階段的生成輸出添加更精細的細節(jié)。

相比之下，測試版運行在3.1B參數(shù)上，只使用一個模型。
SDXL 0.9在兩個CLIP模型上運行，其中包括迄今為止訓練過的最大的OpenCLIP模型之一（OpenCLIP ViT-G/14），它增強了0.9的處理能力和創(chuàng)建更大深度和1024x1024的更高分辨率的逼真圖像的能力。
SDXL團隊不久將發(fā)布一個研究博客，詳細介紹該型號的規(guī)格和測試。

系統(tǒng)要求
盡管SDXL 0.9具有強大的輸出和先進的型號架構(gòu)，但它能夠在現(xiàn)代消費級GPU上運行，只需要一個Windows 10或11或Linux操作系統(tǒng)，帶有16GB RAM，一個配備至少8GB VRAM的Nvidia GeForce RTX 20顯卡（等效或更高標準）。Linux用戶還可以使用帶有16GB VRAM的兼容AMD卡。

Beta發(fā)布統(tǒng)計數(shù)據(jù)
自SDXL于4月13日推出測試版以來，我們的Discord社區(qū)收到了近7000名用戶的熱烈響應(yīng)。這些用戶已經(jīng)生成了70多萬張圖像，平均每天超過2萬張。超過54000張圖片已被輸入Discord社區(qū)的“決戰(zhàn)”，3521張SDXL圖片被提名為獲勝者。

可利用性
SDXL 0.9現(xiàn)在可以在Clipdrop by Stability AI平臺上使用。Stability AI API和DreamStudio客戶將于6月26日（星期一）訪問該模型，以及其他領(lǐng)先的圖像生成工具，如NightCafe。

SDXL 0.9將僅在有限的時間內(nèi)提供用于研究目的，以收集反饋并在正式公開發(fā)布之前對模型進行全面完善。運行它的代碼將在Github上公開。

如果研究人員想訪問這些模型，請使用以下鏈接申請：SDXL-0.9-Base模型和SDXL-0.9-Refiner。請使用您的學術(shù)電子郵件登錄您的HuggingFace帳戶以請求訪問。請記住，目前，SDXL 0.9僅用于研究目的。

接下來是什么？
SDXL 0.9之后將于7月中旬全面公開發(fā)布SDXL 1.0（時間待定）。

許可證
SDXL0.9是在非商業(yè)、僅限研究的許可證下發(fā)布的，并受其使用條款的約束。