/ Модель

Характеристики

Лицензия
Своя лицензия
Опубликована
9 июл 2023

stable-diffusion-xl-base-0.9

Генерация изображенийТекст → изображение4 профессии

Латентная диффузионная модель Stability AI для генерации и редактирования изображений по текстовым запросам.

58скачиваний за 30 дней5лайковвеса обновлены9 июл 2023

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

Тесты пользователейпока нет

Никто ещё не опубликовал тест этой модели. Соберите бенчмарк из своих задач — результат появится здесь.

  1. Добавьте модель в бенчмарк

    Вместе с другими моделями категории «Изображения» — сравнение идёт внутри одной категории.

  2. Опишите свои задачи

    Напишите запросы, при необходимости приложите файлы и эталонные ответы.

  3. Запустите и опубликуйте

    Модели сгенерируют результат по каждой задаче. Опубликованный тест появится на этой странице.

Публичные оценки

Из открытых лидербордов. Сравнивайте результаты одного теста при одинаковых условиях — отсутствие оценки не значит, что модель хуже.

В подключённых источниках результатов для этой модели пока нет.

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

snowkidy/stable-diffusion-xl-base-0.9 — репозиторий с моделью Stable Diffusion XL 0.9, разработанной Stability AI. Это латентная диффузионная модель для создания и редактирования изображений по текстовым запросам; она использует два предобученных текстовых энкодера — OpenCLIP-ViT/G и CLIP-ViT/L — и формат Diffusers с весами PyTorch и Safetensors. В описании SDXL указан двухэтапный процесс: базовая модель создаёт латентное представление изображения, а специализированный модуль повышенного разрешения может его уточнять.

Модель подходит для художественной генерации, дизайна и творческих или образовательных инструментов, а также для исследований генеративных моделей, их смещений и ограничений. Карточка указывает исследовательскую лицензию SDXL 0.9. Модель не гарантирует фотореализм, плохо отображает читаемый текст и сложные пространственные отношения; лица и люди могут получаться некорректно, а этап автоэнкодирования вносит потери. Генерация достоверных изображений людей и событий обозначена как использование вне предполагаемых возможностей модели.

Сценарии применения

  • создание иллюстраций по текстовому описанию
  • подготовка концепт-арта и дизайна
  • редактирование изображений по текстовому запросу
  • создание творческих и образовательных инструментов
  • исследование генерации изображений и смещений моделей

Ограничения

Модель может ошибаться в фотореализме, читаемом тексте, лицах и сложных пространственных композициях; автоэнкодирование приводит к потерям. Генерация достоверных изображений реальных людей и событий выходит за пределы её предполагаемых возможностей.

Для каких профессий подходит4

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

SD-XL 0.9-base Model Card

row01

Model

pipeline

SDXL consists of a two-step pipeline for latent diffusion: First, we use a base model to generate latents of the desired output size. In the second step, we use a specialized high-resolution model and apply a technique called SDEdit (https://arxiv.org/abs/2108.01073, also known as "img2img") to the latents generated in the first step, using the same prompt.

Model Description

Model Sources

🧨 Diffusers

Make sure to upgrade diffusers to >= 0.18.0:

pip install diffusers --upgrade

In addition make sure to install transformers, safetensors, accelerate as well as the invisible watermark:

pip install invisible_watermark transformers accelerate safetensors

You can use the model then as follows

from diffusers import DiffusionPipeline
import torch

pipe = DiffusionPipeline.from_pretrained("stabilityai/stable-diffusion-xl-base-0.9", torch_dtype=torch.float16, use_safetensors=True, variant="fp16")
pipe.to("cuda")

# if using torch < 2.0
# pipe.enable_xformers_memory_efficient_attention()

prompt = "An astronaut riding a green horse"

images = pipe(prompt=prompt).images[0]

When using torch >= 2.0, you can improve the inference speed by 20-30% with torch.compile. Simple wrap the unet with torch compile before running the pipeline:

pipe.unet = torch.compile(pipe.unet, mode="reduce-overhead", fullgraph=True)

If you are limited by GPU VRAM, you can enable cpu offloading by calling pipe.enable_model_cpu_offload instead of .to("cuda"):

- pipe.to("cuda")
+ pipe.enable_model_cpu_offload()

Uses

Direct Use

The model is intended for research purposes only. Possible research areas and tasks include

  • Generation of artworks and use in design and other artistic processes.
  • Applications in educational or creative tools.
  • Research on generative models.
  • Safe deployment of models which have the potential to generate harmful content.
  • Probing and understanding the limitations and biases of generative models.

Excluded uses are described below.

Out-of-Scope Use

The model was not trained to be factual or true representations of people or events, and therefore using the model to generate such content is out-of-scope for the abilities of this model.

Limitations and Bias

Limitations

  • The model does not achieve perfect photorealism
  • The model cannot render legible text
  • The model struggles with more difficult tasks which involve compositionality, such as rendering an image corresponding to “A red cube on top of a blue sphere”
  • Faces and people in general may not be generated properly.
  • The autoencoding part of the model is lossy.

Bias

While the capabilities of image generation models are impressive, they can also reinforce or exacerbate social biases.

Evaluation

comparison The chart above evaluates user preference for SDXL (with and without refinement) over Stable Diffusion 1.5 and 2.1. The SDXL base model performs significantly better than the previous variants, and the model combined with the refinement module achieves the best overall performance.

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм

Можно запустить

Подбираем GPU…

Ревизия весов
76fc746

0 моделей