重磅！AI的发展日新月异，当大家还沉浸在LCM实时成像带来的震撼时，最新，Stability AI又发布了新一代文本转图像生成系统——SDXL Turbo,该模型采用独特的“对抗扩散蒸馏”技术,可以在保持高保真图像质量的前提下,将图像生成流程简化为仅需单步完成,大幅提升了生成效率。
相比早期版本需要50步迭代生成图像,SDXL Turbo只需单步,计算资源和时间成本降低了数十倍,同时生成图像质量不受影响。
人工评估显示,SDXL Turbo的图像质量明显优于其他多步迭代对手模型,如LCM-XL和SD 1.0等。相较于 LCM 需要 4 步迭代生成图像,SDXL Turbo 只需单步就可实现,速度提升 4 倍之多。它采用的对抗训练蒸馏技术,生成的图像质量也更为细腻流畅。在公开的竞品对比中,SDXL Turbo 就以单步生成战胜了 LCM 的 4 步结果。
SDXL Turbo的生成速度令人震惊，在业界顶级芯片上,SDXL Turbo 仅需 200 多毫秒就可生成 512x512 高清图像。也就是说，用户输入一段描述文字后,想要的图像作品会在极短时间内呈现在用户眼前。
目前,在 Stability AI 的平台 Clipdrop 上,用户可免费体验 SDXL Turbo 的实时生成能力。输入文本后,图像会在数秒内完成生成，还可以实时调整图像中的元素,系统会即时反馈对应的变化。模型权重和代码也在Hugging Face平台开源,允许个人非商业使用。
当然,SDXL Turbo作为早期产品,也存在一些局限。图像分辨率暂时只有512x512,无法渲染可识别的文本,人脸和身体生成不够准确等。但“对抗扩散蒸馏”的创新思路,确实是文本转图像技术向实时化迈进的重要一步。
随着模型的不断完善,SDXL Turbo开创的实时高保真图像生成方式,将彻底改变我们对图像创作的认知。
