Stability AI发布最新文生图大模型：AI画手指更熟练、更逼真

6月25日报道丨全球知名AI绘图工具开发商Stability AI日前宣布，将推出 SDXL 0.9大模型的版本更新，针对AI绘图工具Stable Diffusion的“文本生成图片”模型进行了升级。升级之后的Stable Diffusion可以呈现更加逼真的图片效果，而且图像和构图细节也得以改进。

据悉，SDXL 0.9具有35亿参数基础模型和66亿参数模型的集成管线。相比之下，Beta测试版仅用了单个31亿参数的模型。为了生成更逼真的图像，以及更大的深度和更高的分辨率（1024x1024），SDXL 0.9使用了两个CLIP模型，包括迄今为止最大的OpenCLIP模型（OpenCLIP ViT-G/14）。

Stability AI表示，用户可以通过ClipDrop应用访问该模型，计划推出该模型的API接口，并宣布1.0正式版本将会在7月份上线。

从官方提供的官图效果可以看到，新版本已经可以比较好地理解人类手指。从而生成接近于自然的五指，生成的图片在质感上更加逼真，一定程度上甚至可以做到以假乱真。

Stability AI在官方博文中，还对比了今年4月份发布的SDXL Beta版本和现在最新的0.9版本更新，如下图案例所示，左侧为SDXL Beta，右侧为SDXL 0.9生成的效果。

SDXL 0.9生成的狼，解决了眼睛一大一小不够自然的问题。

SDXL 0.9生成的外星人更接近于人们印象中的模样，此外嘴巴的细节也更自然。

Stability AI官方还表示，SDXL 0.9的本地机能配置与此前的版本一致，最低需要16GB内存和英伟达GeForce RTX 20系列及更高显卡（8GB以上显存），并支持Windows 10、Windows 11与Linux平台。