作者 | 李冬梅、核子可樂
即使公衆對創始人産生了諸多質疑，但不影響 Stability AI 在文本生成圖像領域的持續推進。
日前，Stability AI 釋出了 SDXL 0.9，這是其 Stable Diffusion 文本到圖像模型的最新版本，代表 Stability AI 文本到圖像模型套件迎來了新的發展裡程碑。
繼今年 4 月成功釋出 Stable Diffusion XL beta 之後，SDXL 0.9 在圖像和構圖細節方面繼續做出大幅突破。SDXL 0.9 是一款強大的工具，可用于在各種創意産業中建立高度逼真的圖像。與之前的版本相比，此更新的模型對生成圖像的品質和細節帶來了重大改進。
SDXL 0.9 有哪些重大更新？
現在使用者已可通過 ClipDrop 通路該模型，API 也将在不久後推出。研究人員正在努力完善 1.0 版本，相關成果包括權重設定預計将在七月中旬與大家見面。
SDXL 0.9 在繼續保持通過現代消費級 GPU 運作的能力之外，在生成 AI 圖像的創意用例方面也實作了飛躍。SDXL 能夠為影視劇、音樂和教學視訊生成超現實風格的創作結果，也具備在設計和工業用途中一展身手的水準。
示例：
在 SDXL beta（左）和 0.9 版本上以相同提示詞進行測試，即可展現該模型在短短兩個月内取得的重大進展。
提示詞: 美學、外星人拉在拉斯維加斯的人群中，粗砺的膠片攝影
(左圖 - SDXL Beta, 右圖- SDXL 0.9)
提示詞: 優勝美地國家公園的狼，冷冽的自然紀實膠片攝影
負提示: 3d 渲染、平滑、塑膠、模糊、顆粒感、低分辨率、動漫、過飽和、奶油感
(左圖 - SDXL Beta, 右圖 - SDXL 0.9)
SDXL 系列還提供一系列超出基礎文本提示的功能。其中包括圖像到圖像提示（輸入一張圖像，以擷取該圖像的更多變體）、填充（重建圖像内的缺失部分）和外延（根據現有圖像無縫向外擴充）。簡單來說，它可以讓使用者更有創意，以更進階有趣的方式對圖像進行更改。
SDXL 0.9 背後的力量
那麼，SDXL 0.9 的底層技術到底是怎樣的？
據 Stability AI 介紹，SDXL 0.9 之是以取得重大進展，核心驅動因素在于參數數量（模型訓練時神經網絡中所有權重和偏差的總和）較 Beta 版本有了顯著增加。
SDXL 0.9 是目前所有開源圖像模型中參數量最大的模型之一，基礎模型擁有 35 億參數，模型內建管線擁有 66 億參數（最終輸出由兩套模型的運作聚合結果建立而成）。管線的第二階段模型，專門用于向第一階段模型生成的輸出添加更多精巧細節。
相比之下，之前的 beta 版權擁有 31 億參數并使用單一模型。
SDXL 0.9 運作在兩個 CLIP 模型之上，其中包括迄今為止訓練的最大 OpenCLIP 模型之一 OpenCLIP ViT-G/14。它增強了 SDXL 0.9 的處理能力，使其能夠建立出更具深度和 1024 x 1024 更高分辨率的逼真圖像。
SDXL 團隊将很快釋出一篇研究部落格，詳細介紹該模型的規格和測試情況。
盡管具有強大的輸出和更先進的模型架構，但 SDXL 0.9 仍能夠在現代消費級 GPU 上運作。具體配置要求為：
- Windows 10 或 11/Linux 作業系統；
- 16 GB 記憶體、英偉達 GeForce RTX 20 系列顯示卡（或更高版本）且至少配備 8 GB 顯存；
- Linux 使用者也可以使用配備 16 GB 顯存的 AMD 相容顯示卡。
測試版釋出期間獲得積極反響
Stability AI 因于 2022 年 8 月推出開源圖像生成器 Stable Diffusion 而聞名，進一步加劇了其與 OpenAI 的 Dall-E 和 MidJourney 的競争。
近日，Stability AI 剛被《時代》周刊評為 2023 年最具影響力的公司之一。其他出現在榜單上的人工智能公司還有 OpenAI（ChatGPT）、Hugging Face（協作開源人工智能平台）、Runway AI（生成視訊）、Nvidia 和谷歌 DeepMind。
自 4 月 13 日 SDXL beta 版釋出以來，Stability AI 在 Discord 社群上收到近 7000 名使用者的熱烈響應。使用者們生成了超過 70 萬張圖像，平均每天超過 2 萬張。超過 5.4 萬張圖像進入 Discord 社群的“Showdowns”評選，最終有 3521 張 SDXL 圖像被評為優秀作品。
可用性和未來計劃
SDXL 0.9 現已在 Clipdrop by Stability AI 平台上釋出。Stability AI API 及 DreamStudio 用戶端将于 6 月 26 日星期一開放該模型，同時提供 NightCafe 等其他領先的圖像生成工具。
SDXL 0.9 目前暫時僅供研究學習目的使用，希望在全面釋出前收集回報并充分完善模型。相關代碼後續将在 GitHub（https://github.com/Stability-AI/generative-models）上公開。
如果研究人員希望通路這些模型，請通過以下連結申請：SDXL-0.9-Base 模型（https://huggingface.co/stabilityai/stable-diffusion-xl-base-0.9）、SDXL-0.9-Refiner（https://huggingface.co/stabilityai/stable-diffusion-xl-refiner-0.9）。
Stability AI 一再強調，目前 SDXL 0.9 僅用于研究學習目的。
SDXL 1.0 計劃在今年七月中旬（時間標明）全面釋出。SDXL 0.9 遵循非商用、僅供研究的許可證釋出，并受相關使用條款的限制。
參考連結：
https://stability.ai/blog/sdxl-09-stable-diffusion