Stability AI 推出 Stable Diffusion XL Turbo 模型

IT之家于11月30日报道，Stability AI最近推出了Stable Diffusion XL Turbo（SDXL Turbo），这是之前SDXL模型的改进版本。据称，SDXL Turbo采用了“对抗性扩散蒸馏技术（Adversarial Diffusion Distillation）”，使得图片生成的迭代步骤从原来的50步减少到了1步，据称“只需进行一次迭代步骤即可生成高品质图像”

据悉，Stable Diffusion XL Turbo 模型的**特点，就是上述“一次迭代生成图像”，号称可以进行“即时文字转图像输出”，并能够保证图片的质量。

需要进行改写的是：其中一项被称为“对抗性扩散蒸馏技术”，它是利用现有的大型图像扩散模型作为“教师网络”，指导生成过程的技术。这项技术结合了“蒸馏技术”和“对抗训练”，其中“蒸馏技术”是指将大型模型的知识浓缩到更小的模型中，以精简模型的输出。而对抗性训练可以改进模型，使其能够更好地模仿教师模型的输出

此前的模型蒸馏技术难以兼顾效率和品质，这是因为快速采样通常会削弱输出品质，因此本次 Stable Diffusion XL Turbo 模型在通过“对抗性扩散蒸馏技术”在**生成高品质图像方面，是一个重要的进步。

官方将 Stable Diffusion XL Turbo 与多个不同的模型变体进行比较，包括 StyleGAN-T 、OpenMUSE、IF-XL、SDXL 和 LCM-XL，并进行了两项实验，**个实验要求模型评估人员随机查看两项模型的输出，并选择出其中最符合提示词的输出图像，第二项实验则与**项实验执行大致相同，模型评估要求选择模型中输出者图像品质**的一方。

▲ 图片来源于 Stability AI 博客

经实验结果显示，Stable Diffusion XL Turbo 能够在显著**计算需求的同时，依然保持出色的图像生成质量。相较于经过 4 次迭代的 LCM-XL，该模型仅需一次迭代即可超越。而经过 4 次迭代的 Stable Diffusion XL Turbo 则可轻松击败之前需要经过 50 次迭代配置的 Stable Diffusion XL。在使用 A100 GPU 进行 512x512 分辨率的图像计算时，仅需 207 毫秒即可完成

IT之家注意到，目前 Stability AI 已经将相关代码公布在 Hugging Face，供个人和非商业用途使用，感兴趣的小伙伴们可以点此访问。