Супервелика чашка Stable Diffusion надається безкоштовно! «Найсильніша відкрита модель графа Вінсента», слова підказки також простіші

Джерело: Qubit

Найпотужніша версія Stable Diffusion тут!

Щойно SDXL 1.0 офіційно випущено, і ви можете спробувати його онлайн безкоштовно.

З точки зору ефекту, чи це реальний блокбастер:

Сюрреалістична панда п'є пиво:

Або кіберпанк-комікси, обидва дуже гарні ~

Відповідно до Stability AI, SDXL 1.0 створює більш яскраві та точні кольори з покращенням контрастності, світла та тіней і може створювати зображення 1 мегапікселя (1024×1024).

Він також підтримує постредагування згенерованих зображень безпосередньо на веб-сторінці.

(Пахне бійкою з Мідджорні та Світлячком)

Користувачі мережі не можуть не спробувати ~

У порівнянні з базовою стабільною дифузією, SDXL 1.0 дає більш точні та реалістичні результати.

І посадовець сказав, що слова-підказки можуть бути простішими, ніж раніше.

Це пов’язано з тим, що базові параметри моделі SDXL 1.0 досягли 3,5 мільярда, а здатність розуміння стала сильнішою.

У порівнянні з базовою версією Stable Diffusion, кількість параметрів становить лише близько 1 мільярда.

У результаті SDXL 1.0 також стала однією з поточних найбільших моделей відкритих зображень. Чиновник навіть прямо сказав, що це найкраща відкрита іміджева модель у світі.

Мало що сказати, почнемо~

Принт Мускус на блакитно-білій порцеляні

SDXL 1.0 дуже зручний в роботі, можна безпосередньо вводити, а також можна перевіряти параметри стилю і розміру знизу.

За замовчуванням створюється 4 зображення за раз. Якщо ви не задоволені, ви можете натиснути «знак плюс» нижче, щоб дозволити малюванню продовжити.

Відповідно до офіційного вступу, тепер, коли SDXL 1.0 може генерувати шедеври, немає необхідності додавати слово підказки «шедевр».

Нехай це створює зображення в японському стилі, стиль малювання дуже підходить, а обробка світла і тіні більш природна.

Аніме 1990-х з низькою роздільною здатністю пара, яка йде вулицею вночі

Або пейзажне фото? Він також може бути помилковим.

Навіть нехай Маск стоїть у китайському дворику, дивлячись у небо...

Ілон Маск у стародавньому китайському палаці

Або ви купили Apple?

На «WWDC» він підніс новий iPhone, щоб показати людям, оточений репортерами та фанатами (дож).

Ілон Маск випускає новий iPhone на WWDC

На додаток до новин цибулі цих старих коней, ефект живопису в стилі робіт також хороший.

Ліворуч зображено стиль чорнила Ці Байші, а праворуч — карикатура.

左：Ілон Маск виголошує промову, малює тушшю, стиль Qi Baishi Справа: комікс Ілона Маска

Окрім фарбування, ви також можете помістити старих коней у наш Юань Цінхуа.

Ілон Маск у формі блакитно-білого фарфору династії Юань

Показані вище «старі історії про коня» відносно прості у використанні.

Але від ефекту промежину не розтягує через прості підказкові слова, що також підтверджується офіційною заявою.

Але ми все одно хочемо побачити, як би це виглядало, якби ми використовували більш складний і вдосконалений?

Ми знайшли рідкісну фотографію старого коня, який працював авторемонтним робітником у Радянському Союзі, створений Midjourney, і перегодували її MJ, щоб зробити її новою.

MJ створив наступне, яке ми використовували для тестування SDXL:

Ілон Маск (这里MJ生成的是людина) стоїть у робочій кімнаті, у стилі естетики промислових машин, deutscher werkbund, рівномірні зображення, радянські, світлий індиго та темна бронза, нова американська кольорова фотографія, детальні риси обличчя

Стиль точно такий, як ми очікували, а деталі непогані.

Є ще одна складна картинка як кінцівка, яку також генерує MJ на основі попередніх робіт, а потім передає в SDXL.

Елон Маск їсть їжу паличками, у стилі Пітера Коулсона, перехресна обробка/обробка, фотографія з отворами, трава тримпе, Джеймс Тіссо, трансавангардія, точковий замір

Зліва робота SDXL, а праворуч оригінальна версія MJ, можете порівняти.

Слова підказки також підтримують китайську, але, схоже, результати будуть тяжіти до національного стилю, і точність теж може постраждати.

Наприклад, після введення «тигр на березі моря» випадково видається дівчина в національному стилі.

Кожен бачив ефект, тож як швидко SDXL створює зображення?

Для безкоштовних користувачів час в основному витрачається на стояння в чергах, але довго чекати не доведеться.

За 5,5 секунди черга скоротилася зі 160 до 99.

Окрім створення зображень, SDXL також надає багато функцій постредагування.

Зокрема, це видалення фону, обробка деталей, збільшення кадру тощо.

Ці функції вже доступні на платформі Clipdrop, де розташований SDXL, і SDXL може одним клацанням миші передавати згенеровані зображення у відповідний модуль.

Тут ми вибираємо функцію видалення фону, щоб показати це.Видно, що недоліків у деталях країв майже немає.

Зараз квота безкоштовного використання SDXL все ще відносно висока.Після входу кожен обліковий запис може генерувати 400 карток на день (потрібно стояти в черзі).

Щомісячний платіж становить 9 доларів США на місяць, а річний платіж еквівалентний 7 доларів США (приблизно 50 юанів) на місяць, включаючи 1500 квот SDXL на день, і немає необхідності стояти в черзі.

Однак ціни в різних регіонах, здається, відрізняються, наприклад, річний платіж в Аргентині становить 742 песо (приблизно 19,4 юаня або 2,7 долара США) на місяць.

Крім того, оскільки платна версія фактично є професійною підпискою на платформу Clipdrop, інші функції платформи також включені.

Окрім облікових записів Pro, для розробників доступні версії API (з доступом до Stability AI, Amazon тощо).

** «Максимальна чашка» у моделі відкритого зображення**

В останньому блозі Stability AI представляє більше технічних деталей SDXL 1.0.

По-перше, модель відкриває нові горизонти як у масштабі, так і в архітектурі.

Він інноваційно використовує базову модель + модель уточнення.

Розміри параметрів обох складають 3,5 мільярда і 6,6 мільярда відповідно.

Це також робить SDXL 1.0 однією з найбільших моделей відкритої графіки, доступних сьогодні.

Емад Мостаке, засновник Stability AI, сказав, що більша кількість параметрів може дозволити моделі зрозуміти більше концепцій і навчити її глибшим речам.

У той же час удосконалення RLHF також було виконано у версії SDXL 0.9.

Ось чому SDXL 1.0 тепер підтримує короткі підказки та може розрізняти Червону площу та Червону площу.

У конкретному процесі синтезу на першому етапі базова модель генерує прихований шум, а потім вдосконалена модель виконує усунення шумів.

Базову модель також можна використовувати як самостійний модуль.

Поєднання цих двох моделей може створювати зображення кращої якості, не споживаючи більше обчислювальних ресурсів.

Відповідно до офіційного вступу, SDXL 1.0 може працювати на GPU споживчого класу з 8 ГБ VRAM або в хмарі.

Крім того, SDXL 1.0 також покращено в тонкому налаштуванні, і він може створювати власні LoRA або контрольні точки.

Команда Stability AI також зараз створює нове покоління структурованих, стилізованих і комбінованих елементів керування для конкретних завдань за допомогою T2I/ControlNet спеціально для SDXL.

Однак ці функції все ще знаходяться на стадії бета-тестування, і ви можете звернути увагу на офіційні оновлення в майбутньому.

Таким чином, діаграми Вінсента — це поступовий ітераційний процес, і мета SDXL 1.0 — полегшити цей процес.

Мостак сказав, що зараз для швидкого налаштування моделі потрібно лише 5-10 знімків.

З відгуків користувачів також видно, що SDXL 1.0 задовольняє більше, ніж Stable Diffusion.

Насправді з квітня цього року Stability AI випустив першу бета-версію SDXL.

Внутрішнє тестування почалося в червні, деякий час тому була випущена версія 0.9, тоді ж було оголошено, що відкрита версія, остання версія 1.0, буде випущена в липні. Наразі відповідні ваги коду опубліковано на GitHub.

А особа, відповідальна за машинне навчання Stability AI, сказала, що порівняно з SDXL 0.9 версія 1.0 знижує попит на обчислювальну потужність.

Якщо вас цікавить дитяче взуття, спробуйте його ~

Пробний запис:

GitHub:

Посилання на посилання: [1] [2] [3]