stable diffusion实践利用-大模子先容：SD的发展汗青，SD1.5和SDXL之间的差别

各人有没有如许的狐疑：在找模子时，总是会出现一些希奇的标签，像 sd1.5、sdxl 之类的模子后缀，真让人摸不着头脑，一会儿 1.0，一会儿 1.5，一会儿 XL，完全搞不清楚状态。本日就来给各人好好讲讲，这些让人一头雾水的标签毕竟是什么意思。

起首，咱们得先相识一些与 SD 干系的根本知识。Stable Diffusion 是一种基于概率论的天生模子，通过特定算法举行练习的人工智能，它可以或许通过不停迭代与优化，天生高质量的图像和视频。

这一先容显现了 SD 的本质，它是一款一连更新的模子软件。在其发展历程中，SD 从 1.0 版本起不停推陈出新，克制现在，推出的版本号已经到达了3.5。固然关于3.5和flux之间的题目是下一次的内容，这次紧张讲的是sd1.5和sdxl的汗青。

先讲讲 sd 1.0 的发展历程。Stable Diffusion v1.0 于 2022 年 8 月初次公开发布，随后在一段时间当地续有一些小版本更新，如 1.0 - 1.4 等。这些版本创新点不多，紧张是在改进模子的性能与质量方面下功夫。到了 2022 年 10 月，一连时间较长的 sd1.5 版本模子正式推出。用过 sd 模子的朋侪都知道，sd 在天生大尺寸图片时，常常会出现多重身的征象。这是由于模子练习时接纳的是 512 * 512 的图片，一旦超出这个规格，AI 就会误判为要天生两张图片，以是才会有多重身的题目。

不得不说，1.5 版本发布的时机相当奥妙。在那段时间，由于 sd 的开源特性，与之匹配的插件层出不穷。因此，只管 1.5 版本也是用 512 * 512 的图片练习出来的，但在丰富的生态插件助力下，制作较大像素的图片也毫无压力，而且另有各种各样的风格模子，以是 1.5 版本的生态在几个版本中是最为精彩的。后续发布的 2.0 - 2.1 两个版本，固然图片的采样数目一连增长，图片规格也提升到了 768 * 768，但始终难以代替 1.5 版本的职位。

直到 2023 年 8 月，sd 的开发公司又推出了 sdxl 版本的模子。

sdxl 与 sd1.5 存在诸多区别：

• 模子组合差别：sd1.5 的天生模子仅有一个；而 sdxl 的天生模子有两个，可以或许机动组合出图。其根本模子为 base 模子（负责潜空间放大），精修模子是 refiner 模子（负责细化放大）。
  
• 练习参数有别：1.5 模子的练习参数为 9.8 亿，XL 的 base 模子有 35 亿参数，refiner 参数模子更是高达 65 亿。而且 1.5 练习的图片分辨率紧张是 512 * 512，XL 的练习图片则是 1024 * 1024。练习参数与图像分辨率的差别，使得 XL 天生的图片分辨率更高，细节也更加丰富。
  
• 提示词写法优化：sd1.5 紧张利用短语提示词，而且须要添加诸如思量更多提示词各部分权重、提升画质等与图片内容无关的提示词。比方，1.5 版本被人诟病最多的一点就是须要添加更多的 Lora 模子才气天生较好的图片。而 sdxl 既可以用短语也能用句子天生图片，无需质量词，对天然语言的明白本领更强。要知道，以往的 sd 都须要利用者学习各种复杂的提示词，还要善于运用各种插件才气天生可用的图片。用天然语言天生风雅图片但是另一个 AI 绘画范畴巨头 Midjourney 的看家本事，也是其每月收取 50 美金费用的资源所在，现在这道原来结实的护城河已徐徐被瓦解。
  
• sdxl天生的图片展示:
  

总体而言，利用 sdxl 模子天生图片的良品率还是比力可观的。固然，这个良品率也存在肯定的范围性。在天生真实图片时，我以为用 sdxl 模子天生的底图，再联合 sd 颠末调教的真实系 Lora 模子，结果会更好。而在动漫图片方面，借助 sdxl 的天然语言处置处罚本领可以或许更轻松地得到理想的构图，再搭配动漫画风的模子，就能劳绩不错的结果。下次再来为各人先容 sd 现在最为精彩的 sd3.5 大模子以及黑森林推出的 flux 大模子。