大家好，这里是和你们一起探索 AI 图画的花生~
7 月 26 日，Stability AI 发布了 Stable Diffusion XL 1.0 模型，它在图象生成质量上有了极大的提升，并且模型是开源的，图象可收费商用，所以一经发布就收到了广泛的关注，今天我们就一起了解一下 SDXL 1.0 的图象生成质量、在线运用途径及本地部署方法。
当视频在手机上无法加载，可前往PC查看。
了解 Stability AI 研发的其他模型：
一、SDXL 1.0 模型简介
Stable Diffusion XL 是在 Stability AI 在今年 4 月份推出的新模型，训练参数是之前 Stable Diffusion v2.1 的 2.5 倍，其生成的图象在美学程度和质量上有了很大的改进。Stability AI 在今年 6 月底革新了 SDXL 0.9, 并在一个月后革新出 SDXL 1.0，足以看出其对 XL 系列模型的重视。
了解 Stable Diffusion XL：
据民间介绍，SDXL 1.0 相比之前的模型，优势主要体现在以下几个方面：
可以直接根据文本生成生成任何艺术风格的高质量图象，无需其他训练模型辅助，写实类的表现是目前所有开源文生图模型里最好的。
依据简单的提醒词就能生成复杂、精致且美观的图象，不再需要调用“masterpiece”“best quality”等词语。
可直接生成 1024×1024 的图象，色彩也更鲜艳、准确，在对比度、光照和阴影的处理上也比之前要好很多。
在文本、物体空间排列、手部等内容的处理上表现很好。
可以理解“The Red Square”（著名地点）与“red square”（形状）等概念之间的差异。
民间放出的 SDXL 1.0 生成的图象
今年 4 月份的时候，我做过一份 6 大在线 AI 图画工具的出图效果对比，当时的 Stable Diffusion v2.1 与 Midjourney v5 模型在图象质量上有非常明显的差距。如今过去了 4 个月，Midjourney 已经是 v5.2 版本了，Stable Diffusion 也革新到了 XL 1.0，我用与之前一样的提醒词再次进行测试，下面是对比结果，可以看出 SDXL 的图象生成质量与原来的 v2.1 相比进步明显，与 Midjourney 的差距也明显缩小。
A beautiful landscape shot with the sun setting on a calm lake, lush forestssnow-capped mountains in the distance, professional photography,
一个美丽的风景拍摄与太阳落在一个平静的湖，郁郁葱葱的森林雪山在远处，专业摄影
a hyper-real photo portrait of an experienced female designer, half-length, Light grey background
一位经验丰富的女设计师的超现实肖像照片，半身，浅灰色背景
A happy boy in a short-sleeved tracksuit, sunny, basketball court in the background, anime illustration, bright color –
一个穿着短袖运动服的快乐男孩，阳光明媚，背景是篮球场，动漫插画，色彩鲜艳
A lovely little princess, with black long wavy hair, wearing a gorgeous blue dress, happyand smiling, POP mart IP, chibi, Disney style, surrounded by sunflowers, bright drea”mycolours, front lighting, 3d render, blender
可爱的小公主，黑色波浪长发，身穿华丽的蓝色连衣裙，开心地微笑着，POP mart IP，Chibi，周围是向日葵，明亮的颜色，3d 渲染，Blender
Flat illustration of A fit woman Jogging, plants, Professional Fitness, minimalist, pure white background, Ul/UX, Vibrant color
一个适合女人慢跑的平面插图，植物，专业健身，极简主义，纯白色背景，Ul/UX，鲜艳的颜色
Magnificent ancient Chinese complex, floating in the clouds, wide-angle panoramaoverhead shot, story splitting, a strong sense of space, flocks of flying cranes, waterfall, blooming peach blossoms, bright color, game concept design,high quality, 8k, masterpiece
气势恢宏的中国古代建筑群，漂浮在云中，广角全景俯视拍摄，故事分裂，空间感强，成群的飞鹤，瀑布，盛开的桃花，鲜艳的色彩，游戏概念设计，高品质，8k，杰作
此外，Stability AI 还特别强调了 SDXL 1.0 在 Fine-tuning （微调）上能力的提升，这意味这我们可以在 SDXL 1.0 基础上，更轻松地训练出不同风格的 checkpoint 及 lora 模型，而无需额外的数据整理。Stability AI 团队也正在构建专门用于 SDXL 模型的 ControlNet/ T2I 控件，inpainting、outpainting、mask 等功能等成熟会后也会革新出来。
SDXL 模型将来也会有适配的 controlnet 插件
知名开源 AI 图画模型社区 Civitai 最近也开启了专门针对 SDXL 的模型训练比赛，也就是未来会有更多基于 SDXL 的高质量 checkpiont、lora 模型可以供广大 AI 图画爱好者运用，这对开源 AI 图画的生态升级及整体发展都是重大利好。
Civitai 比赛链接： https://civitai.com/articles/1462
二、在线运用 SDXL 1.0
目前我们有三种方式可以收费在线运用 SDXL 1.0 生成图象：Stability AI 民间 Discord 服务器、Stability AI 民间在线 AI 图画工具 DreamStudio，以及 Stability AI 旗下的在线 AI 图象处理工具 Clipdrop。
1. Discord 服务器
SD XL1.0 Discord 服务器： https://discord.com/invite/CDNvxYeM
点击上方链接加入 SD XL1.0 民间服务器，点击“SDXL BETA BOT”内的任一频道，在文本框内输入 /Dream，再输入文本提醒词，按 Enter 发生出去就可以了。文生图功能目前可以收费运用，但是会有运用频率限制，受限时可以等待片刻或者换另一个频道尝试。
2. Dreamstudio
网站直达： https://dreamstudio.ai/generate
DreamStudio 是 Stability AI 的民间应用，目前已经内置了最新的 SD XL1.0 模型。里面的可选功能很多，可以填写负面提醒词、运用图象提醒、设置画面横纵比、生成步数等，新用户有 200 点收费生成额度。
3. Clipdrop
网站直达： https://clipdrop.co/stable-diffusion
Clipdrop 是 Stability AI 收购的一家在线 AI 图象处理工具，现在也内置了最新的 SDXL 1.0 模型，并且新增了画面横纵比和负面提醒词 2 项功能。生成服务也是可以收费运用的，但是图象右下角会有 Clipdrop 的水印。
三、本地部署 SDXL 1.0
SDXL 1.0 的源文件已经在 Huggingface 上开源了，我们可以通过 Stable Diffusion WebUI 在本地收费运用 SDXL 1.0，具体操作步骤如下。
①将 Web 革新到 1.5 版本，版本号在 WebUI 最底部的一行小字中可以查看，秋葉整合包可以直接在启动器内革新。
②如果你的电脑显存小于等于 8G，则在运用前需要开启显存优化，不然显存会带不动 SDXL 1.0。如果是秋葉整合包，可以在启动器的「高级选项」设置内开启。如果是 Automatic1111 纯净版，请编辑 webui-user.bat 文件，在 set COMMANDLINE_ARGS= 后面加上以下参数：–medvram（显存低于 8G ）或 –lowvram （显存低于 4G）。
③下载 2 个大模型、1 个 Lora 模型和 1 个 Vae 模型。大模型安装到根目录的 models\Stable-diffusion 文件夹，Lora 模型安装到 models\Lora 文件夹，Vae 模型安装到 models\VAE 文件夹（文末有资源包）。
基础大模型和 lora 模型：stabilityai/stable-diffusion-xl-base-1.0 at main
精修大模型：stabilityai/stable-diffusion-xl-refiner-1.0 at main
Vae 模型：stabilityai/sdxl-vae at main
④以上参数和模型都设置好后，就可以启动 WebUI，进入文生图界面，对应参数设置如下。不需要开启高清修复，也不要启用任何拓展/插件/脚本。
参考数值：
大模型：sd_xl_base_1.0_0.9vae.safetensors (启用后会有很多 lora、embedding 模型失效，切换回其他大模型后会自动恢复)
外挂 Vae：sdxl_vae.safetensors
CLIP 终止层数：1
正向提醒词：a girl walking on the beach,hair flowing, sea and sunset, realistic photography, High detail, ,8K, sharp focus, （记得运用前面下载好的 lora 模型，l 权重建议设在 0.3 左右）
负向提醒词：(worst quality:2), (low quality:2), (normal quality:2), lowres, bad anatomy, bad hands, ((monochrome)), ((grayscale)) watermark, moles, nsfw,Cleavage
CFG scale: 7
步数：30
采样方式：DPM++ 2M Karras（任选，不支持 DDIM/PLMS/UniPC 采样器）
尺寸：1024*1024
⑤图象生成后，直接发送到“图生图”版块，并做出以下修改，其他不变，点击「生成」按钮，最终图象会比原图更清晰锐利。
将大模型修改为 sd_xl_refiner_1.0_0.9vae.safetensors
外挂 Vae：sdxl_vae.safetensors
删除正向提醒词中的 <lora:offset_0.2:0.3>”
采样方式：DPM++ 2M Karras
重绘幅度 0.1-0.3 之间
如果在精修过程中出现如下报错：
NansException: A tensor with all NaNs was produced in Unet. This could be either because there’s not enough precision to represent the picture, or because your video card does not support half type. Try setting the “Upcast cross attention layer to float32” option in Settings > Stable Diffusion or using the –no-half commandline argument to fix this. Use –disable-nan-check commandline argument to disable this check.
请关闭 WebUI，回到启动器，在「高级选项」内，关闭 “VAE 模型半精度优化”和“数值溢出检查”。再回到 WebUI 重新开始图生图操作，精修过程就可以正常进行了。
最终效果图：
以上就是本期为大家介绍的最新开源文生图模型 SDXL 1.0 的相关内容，它的图象生成质量极高，且素材可以收费商用，部署到本地后可以无限制生成高质量的图象，非常值得一试。喜欢本期推荐的话记得点赞收藏支持一波，之后会继续为大家推荐更多 AI 图画干货。有关于本文或者设计的问题可以在评论区提出 ，我会第一时间回复。