每周跟蹤AI熱點新聞動向和震撼發(fā)展 想要探索生成式人工智能的前沿進展嗎？訂閱我們的簡報，深入解析最新的技術(shù)突破、實際應用案例和未來的趨勢。與全球數(shù)同行一同，從行業(yè)內(nèi)部的深度分析和實用指南中受益。不要錯過這個機會，成為AI領(lǐng)域的領(lǐng)跑者。點擊訂閱，與未來同行！ 訂閱：https://rengongzhineng.io/

關(guān)鍵要點總結(jié)：

1. SDXL Turbo采用了新的蒸餾技術(shù)，實現(xiàn)了業(yè)界領(lǐng)先的性能，使單步圖像生成質(zhì)量達到前所未有的高度，將所需步驟數(shù)從50步減少到僅需1步。
2. 有關(guān)該模型新蒸餾技術(shù)的具體技術(shù)細節(jié)，請參閱我們的研究論文。該技術(shù)利用了對抗訓練和評分蒸餾的組合。
3. 目前，該模型的權(quán)重和代碼可在Hugging Face下載，目前以非商業(yè)研究許可發(fā)布，僅允許個人非商業(yè)使用。

在Stability AI的圖像編輯平臺Clipdrop上測試SDXL Turbo，體驗實時文本到圖像生成功能的beta演示。

今天，Stability AI 發(fā)布了SDXL Turbo，一種新的文本到圖像模式。SDXL Turbo基于一種名為對抗擴散蒸餾（ADD）的新蒸餾技術(shù)，該技術(shù)使模型能夠一步合成圖像輸出，并在保持高采樣保真度的同時生成實時文本到圖像輸出。對于對技術(shù)細節(jié)感興趣的研究人員和愛好者，Stability AI 的研究論文可在此處查看 https://stability.ai/research/adversarial-diffusion-distillation。重要的是要注意，SDXL Turbo目前尚不適用于商業(yè)用途。

對抗擴散蒸餾的優(yōu)勢

SDXL Turbo采用了擴散模型技術(shù)的新進展，基于SDXL 1.0的基礎(chǔ)上進行了迭代，并實現(xiàn)了文本到圖像模型的新蒸餾技術(shù)：對抗擴散蒸餾。通過結(jié)合ADD，SDXL Turbo獲得了許多與GANs（生成對抗網(wǎng)絡(luò)）相同的優(yōu)勢，如單步圖像輸出，同時避免了其他蒸餾方法中常見的偽影或模糊。詳細介紹該模型新蒸餾技術(shù)的SDXL Turbo研究論文可在此處查看https://stability.ai/research/adversarial-diffusion-distillation。

與其他擴散模型相比的性能優(yōu)勢

為了選擇SDXL Turbo，Stability AI 比較了多種不同的模型變體（StyleGAN-T++、OpenMUSE、IF-XL、SDXL和LCM-XL），使用相同的提示生成輸出。然后，人類評估員隨機顯示兩個輸出，并被要求選擇最符合提示方向的輸出。接下來，使用相同的方法完成了圖像質(zhì)量的額外測試。在這些盲測中，SDXL Turbo在單步中就能超過LCM-XL的4步配置，以及僅用4步就能超過SDXL的50步配置。通過這些結(jié)果，Stability AI 可以看到SDXL Turbo在顯著降低計算需求的同時，無需犧牲圖像質(zhì)量，就超越了最先進的多步模型。

此外，SDXL Turbo還大幅提高了推理速度。在A100上，SDXL Turbo生成512x512圖像的時間為207ms（提示編碼+單次去噪步驟+解碼，fp16），其中67ms由單個UNet前向評估占據(jù)。

探索SDXL Turbo與Clipdrop

要測試這款新模型的功能，請訪問Stability AI的圖像編輯平臺Clipdrop https://clipdrop.co/stable-diffusion-turbo，體驗SDXL Turbo實時圖像生成的beta演示。它兼容大多數(shù)瀏覽器，目前可免費試用。

看看測試