SDXL 1.0 内部：稳定性AI新的文本到图像超级模型
SDXL 1.0 内部：新的文本到图像超级模型
这个新版本相比之前的版本有了重大改进，并且与最先进的模型相匹配。
最近我开始了一份专注于人工智能的教育新闻简报，已经有超过160,000名订阅者了。TheSequence是一份没有废话（不会有炒作、新闻等）的面向机器学习的简报，只需5分钟阅读。我们的目标是让您及时了解机器学习项目、研究论文和概念。请通过下方订阅以试一试：
TheSequence | Jesus Rodriguez | Substack
机器学习、人工智能和数据领域发展的最佳信息来源…
thesequence.substack.com
Stability AI通过发布稳定扩散（Stable Diffusion）系列模型，成为了文本到图像革命的中心。在最近几个月中，我们见证了与文本到图像模型相关的研究领域取得的突破，例如3D分类、可控图像编辑、图像个性化、合成数据增强、图形用户界面原型设计等等。
Stability AI吸收了其中一些突破，逐渐改进了Stable Diffusion。这项工作的最新成果是发布了SDXL，这是一个用于文本到图像合成的非常先进的潜在扩散模型。通过这个发布，SDXL现在是Stability AI的最先进的文本到图像生成模型。
现在可以通过ClipDrop、GitHub或者Stability AI平台获取SDXL。
让我们深入了解详情。
SDXL架构
与之前的Stable Diffusion版本不同，SDXL采用了一个显著更大的UNet主干，参数数量增加了三倍，主要是由于引入了更多的注意力块和更大的交叉注意力上下文，这得益于第二个文本编码器的引入。引入了新的条件方案，并且SDXL在多个纵横比上进行了训练。为了进一步提高生成样本的视觉保真度，引入了一个细化模型，利用事后的图像对图像技术。
