- 综合排序
- 最热优先
- 最新优先
- 来自专栏Java项目实战
AI绘画SDXL实用笔记
SD1.6版本 SDXL的底模搭配SD1.5竟然没有报错 更正：有些Lora并不起作⽤，但是不会报错 ⾃然语⾔的⽀持： SDXL原⽣⽀持Controlnet啦~~ 1.在哪下整合包 1 ControlNet SDXL1.0模型https://pan.quark.cn/s/8bff6e05dc96 2.怎么玩 CN版本为ControlNet v1.1.406+ 和原来的CN⽤法⼀样，但是注意SDXL的基础环境搭配基本常识 ：SDXL底模不能与SD1.5的Lora搭配使⽤，反之亦然 今⽇福利 1 「压缩后8G资料等24个⽂件」来⾃UC⽹盘分享 2 https://drive.uc.cn/s/33cd069970884 图片 huggingface.co/docs/diffusers/optimization/fp16图⽚反推：BLIP CLIP ⽂本理解 https://huggingface.co/spaces/Salesforce/BLIP SDXL p/643420260 4 论⽂：https://arxiv.org/abs/2307.01952 切换底模是真的慢，下载refiner只能达到不⽤⼆次创作切换，底模切换需要更好的读写固态 搭配底模 SDXL-VaeLora
1.4K30编辑于 2023-10-11 - 来自专栏DeepHub IMBA
SDXL 1.0 介绍和优缺点总结
AI 发布SDXL 1.0，这是对其生成模型的又一次重大更新，带来了突破性的变化。 SDXL 1.0的refiner是基于OpenCLIP-ViT/G的具有6.6B参数模是目前可用的最强大的开放访问图像模型之一。 在具有8GB VRAM的消费类gpu上SDXL 1.0应该运行良好。 SDXL 1.0特别适合鲜艳和准确的颜色。 内存消耗 SDXL 1.0的新架构由一个3.5B参数的基本文本到图像模型和一个6.6B参数的图像到图像精细模型组成。
1.2K10编辑于 2023-08-30 - 来自专栏DeepHub IMBA
使用Dreambooth LoRA微调SDXL 0.9
download.pytorch.org/whl/cu118 Diffusers pip install git+https://github.com/huggingface/diffusers LoRA进行SDXL 默认值是512，将其设置为1024，因为它是用于SDXL训练的分辨率。 train_batch_size：训练数据加载器的批处理大小(每个设备)。减少批处理大小，防止训练过程中出现内存不足错误。 请注意SDXL 0.9权重需要登录HuggingFace并接受许可。然后，通过HuggingFace -cli命令登录，并使用从HuggingFace设置中获取的API令牌。 |- checkpoint-1000 | |- checkpoint-1500 | |- checkpoint-2000 |- data |- train_dreambooth_lora_sdxl.py huggingface/diffusers https://github.com/huggingface/diffusers/blob/main/examples/dreambooth/README_sdxl.md
1.4K50编辑于 2023-08-30 - 来自专栏大龄程序员的人工智能之路
Stable Diffusion 开源模型 SDXL 1.0 发布
一晃四个月的时间过去了，Stability AI 团队终于发布了 SDXL 1.0。当然在这中间发布过几个中间版本，分别是 SDXL beta 和 SDXL 0.9。 经过 Discord 上收集的实验数据，与其他开放模型相比，人们更喜欢 SDXL 1.0 生成的图像。 SDXL 可以生成几乎任何艺术风格的高质量图像，尤其擅长照片写实主义。 此外，SDXL 可以生成图像模型难以渲染的概念，例如手和文本或空间排列的构图（例如，背景中的女人在前景中追逐狗）。 SDXL 只需要几句话就可以创建复杂、详细且美观的图像。 目前还没有针对 SDXL 1.0 的 ControlNet 模型。好消息是，针对 SDXL 1.0 自定义数据微调模型比以往更加容易。 使用 SDXL 有多种方法可以开始使用 SDXL 1.0： SDXL 1.0 已在 Clipdrop 上上线。
2.7K20编辑于 2023-09-01 使用自定义图像微调SDXL模型
Fine-tune SDXL with your own images某机构近期开源了SDXL，这是迄今为止最新、最强大的Stable Diffusion版本。 某平台在发布首日即提供了可通过网页或云API运行的托管版SDXL。今天，我们进一步宣布支持SDXL 1.0的微调功能。 微调允许您针对特定物体或风格训练SDXL，并创建一个能生成对应物体或风格图像的新模型。例如，我们使用某电影和同事Zeke的图像对SDXL进行了微调。 针对单个人物微调SDXL，少量图像（5-6张）即可，但如果您的训练主体更复杂或图像差异很大，则可能需要更多图像。可参考SDXL代码库中的示例数据集获取灵感。 下一步计划查看在芭比电影图像上微调的sdxl-barbie模型。参考GitHub上的示例训练数据集获取灵感。学习如何使用API运行SDXL。在模型比较平台上将SDXL与其他图像模型进行比较。
22800编辑于 2026-01-03- 来自专栏Java项目实战
AI绘画专栏之statble diffusion SDXL 1.0 (五)
模型下载contronet所有模型包含二维码SDXL和adpte链接：https://pan.quark.cn/s/5c5a48225bb3SDXL生态模型下载https://pan.quark.cn/ s/05691eef0f1Stable DiffusionVAE:用来将推理时反向扩散最后生成的 denoised latents 转换回图像格式SDXL：改进用于高分辨率图像合成的潜在扩散模型（二阶段的级联扩散模型 zhuanlan.zhihu.com/p/643420260论文：https://arxiv.org/abs/2307.01952切换底模是真的慢，下载refiner只能达到不用二次创作切换，底模切换需要更好的读写固态搭配底模 SDXL-VaeLora 采样方法测试关于SDXL的生态问题1.底模、lora、vae、controlnet、任意插件只要你用到就需要用SDXL的生态2.直接出1024分辨率图片 1024 * 1024 起步SDXL为什么强
1K30编辑于 2023-11-09 - 来自专栏技术成长
SDXL Turbo实时文本到图像生成模型
SDXL Turbo在11 月 28 日发布，一种新的文本到图像模式。 值得注意的是，SDXL Turbo 尚未用于商业用途。 对抗扩散蒸馏的优点SDXL Turbo 在扩散模型技术方面取得了新进展，在 SDXL 1.0 的基础上进行迭代，并为文本到图像模型实现了一种新的蒸馏技术：对抗扩散蒸馏。 在这些盲测中，SDXL Turbo 能够以一步击败 LCM-XL 的 4 步配置，并且仅用 4 步击败 SDXL 的 50 步配置。 通过这些结果，我们可以看到 SDXL Turbo 的性能优于最先进的多步模型，其计算要求显着降低，而无需牺牲图像质量。此外，SDXL Turbo 还显着提高了推理速度。
55921编辑于 2023-12-01 使用自定义图像微调SDXL模型指南
使用自定义图像微调SDXL模型某机构最近开源了SDXL，这是Stable Diffusion最新且功能最强大的版本。某平台在发布当天就提供了托管版本的SDXL，您可以从网页或使用云API运行。 今天我们宣布对SDXL 1.0的微调支持。微调允许您在特定对象或样式上训练SDXL，并创建生成这些对象或样式图像的新模型。例如，我们在芭比电影图像和同事Zeke的图像上对SDXL进行了微调。 有多种微调SDXL的方法，例如Dreambooth、LoRA扩散（最初用于LLMs）和Textual Inversion。某平台已为SDXL 1.0覆盖了所有这些方法。 少量图像（5-6张）足以在单个人物上微调SDXL，但如果训练主题更复杂或图像差异很大，则可能需要更多图像。 后续步骤查看在芭比电影图像上微调的sdxl-barbie模型参考代码托管平台上的示例训练数据集获取灵感了解如何使用API运行SDXL在模型库中将SDXL与其他图像模型进行比较我们将在未来几周继续改进SDXL
39210编辑于 2025-10-22- 来自专栏Java项目实战
AI绘画专栏之 SDXL controlnet API教程(36)
https://huggingface.co/lllyasviel/ControlNet-v1-1/tree/main
1.8K41编辑于 2023-11-17 - 来自专栏DeepHub IMBA
使用Automatic1111在本地PC上运行SDXL 1.0
这是我们部署Stable Diffusion的第三篇文章了，前两篇文章都详细介绍了Automatic1111的stable-diffusion-webui的安装，这次主要介绍如何使用SDXL 1.0模型 获取项目 在本地获取Automatic1111’s WebUI项目，下载完成后应该是这个样子的 下载检查点和权重 SDXL的重量可以在HuggingFace上找到。 \repositories\CodeFormer 执行 pip install basicsr — target=./ — upgrade 没问题的话就可以使用了，选择下图的这个模型，就是我们下载的SDXL
1.1K20编辑于 2023-08-30 - 来自专栏Java项目实战
AI绘画专栏之 SDXL 制作一张海报(45)
字体设计：放在水平面，倒影，特写数字艺术，西瓜肉和[西瓜汁：2]，小种子，白色背景，冰背景，\n光线追踪，真实感，照片，杰作，逼真，逼真，高对比度，8k高清高清详细逼真，详细，超详细，最佳质量，超高分辨率，（真实感：1.4），高分辨率，详细，原始照片，清晰
69910编辑于 2023-11-25 - 来自专栏Java项目实战
AI绘画专栏之 SDXL 插件之Animatediff 动态Logo(39)
[2023/11/10]在 SDXL 上发布 Motion Module（测试版）。高分辨率视频（即具有各种纵横比的 1024x1024x16 帧）可以在有/没有个性化模型的情况下制作。 签出分支SDXL以获取有关推理的更多详细信息。更多质量更好的检查站将很快可用。敬请关注。以下示例是手动下采样以实现快速加载 安装 请确保安装用于减少推理内存的xformer。
1.1K40编辑于 2023-11-20 - 来自专栏Java项目实战
AI绘画专栏之 SDXL 插件之segment-anything(40)
GroundingDINO 软件包、GroundingDINO 型号和 ControlNet 注释器型号将在您首次使用时自动安装
2.9K20编辑于 2023-11-20 - 来自专栏Java项目实战
AI绘画专栏之 SDXL 4G显存就能跑SDXL ？SD1.7或将对F8优化merge(46)
关于SDXL的生态目前还未完全稳定，但是不得不提到的就是SDXL的在VAE,CLIP,UNET三大组件的巨大提升，其101亿的参数量是原本SD的N倍，那么对于SDXL的生态介绍我们再次重复一遍。 4G的显存都能跑SDXL意味着将来大模型Lora将降低其大小，炼丹炉压力更小~SDXL为什么强？0.1参数训练量为101亿 其中BASE模型35 亿 加REFINER模型66亿 SD的8倍？？？ 它会降低速度（特别是对于较小的批量）批量大小768x768 标清1.x fp16768x768 标清1.x fp81024x1024 SDXL fp161024x1024 SDXL fp818.27 秒 以下测试结果来自原PR作者琥珀青叶，如果你想要尝试，在源码中切换此PR即可首先SD1的时候FP16存下来是2G，SDXL因为参数变多了FP16也要5G，这样很多显卡就hold不住了。 所以青叶做了个事情，就是load的时候用FP8放在显存里，这样SDXL存在显存是2.5G。但是在每一层运算的时候把对应的FP8转到FP16，所以整个计算流程看起来是是一致的。
3.5K30编辑于 2023-11-26 - 来自专栏Java项目实战
【腾讯云AI绘画】吊打SDXL最强模型Playground v2 它在生成效果上比SDXL强2.5倍
Playground v2 它在生成效果上比SDXL强2.5倍 AI绘画50篇合集专栏请点击AI绘画的全部内容 - 阅读清单 - 腾讯云开发者社区-腾讯云 (tencent.com) 领取百川大模型2400 -腾讯云 (tencent.com) 【腾讯云AI绘画】AI绘画专栏之全网第一套系统的AI绘画课 零基础学会AI绘画-腾讯云开发者社区-腾讯云 (tencent.com) Playground v2和SDXL 我们的基准测试结果表明，我们的模型在整体 FID 和所有类别的 FID 中都优于 SDXL-1-0-refiner，尤其是在人物和时尚类别中。
4.5K933编辑于 2023-12-10 - 来自专栏Java项目实战
AI绘画专栏之 SDXL controlnet 老照片上色教程(35)
问：但是等等，如果一个转换层的权重为零，梯度也将为零，网络将不会学到任何东西。为什么“零卷积”有效？
1.4K40编辑于 2023-11-16 - 来自专栏Java项目实战
AI绘画专栏之 SDXL 插件之保持图片比例(41)
在AI绘画过程中，经常需要调整图像的尺寸以满足不同的需求。然而，在调整尺寸时，我们往往会遇到一个问题：如何保持图像的纵横比？这是一个挑战，因为一旦我们改变了图像的宽度或高度，图像可能会变形，失去其原始的比例和形状。
1.8K20编辑于 2023-11-22 - 来自专栏Java项目实战
AI绘画专栏之 SDXL AI动画手把手教程(34)
2023年9月24日19:05:21最新版效果对比V1版本 对比 Model V2版本验证SDXL是否支持？为啥我的支持了？ 但是转场效果一般效果图效果图2 SDXL悬溺 单纯拼接动图3.怎么玩1.采样方法选择DDIM2.最大帧数按着自己显卡速度评估一般不超过24常见问题问：我正在使用阻止谷歌的远程服务器。我该怎么办？ 问：我可以使用 SDXL 生成 GIF 吗？答：至少在目前，你不能。此扩展实质上是将多个运动模块注入SD1.5 UNet。它不适用于 SD 的其他变体，例如 SD2.1 和 SDXL。 我不确定如果您强制将运动模块添加到 SD2.1 或 SDXL 会发生什么。未来的实验是必要的。问：我可以使用此扩展程序来做 gif2gif 吗？
1.3K70编辑于 2023-11-16 - 来自专栏为了不折腾而去折腾的那些事
使用 Docker 快速上手 Stability AI 的 SDXL 1.0 正式版
Docker SDXL 开源项目 开源项目地址是：soulteary/docker-sdxl[1] 和以往一样，同样欢迎“一键三连”～ 其实，关于 Stable Diffusion 的文章，我之前写过三篇了 docker-sdxl 中，待后续使用。 ： Loaded image: soulteary/sdxl:runtime # 或 Loaded image: soulteary/sdxl:runtime-xformers 构建 SDXL 模型应用程序 确保我们的工作目录在 docker-sdxl 中后，分别执行： # 构建基础镜像 bash scripts/make-sdxl-base.sh # 构建运行时镜像 bash scripts/make-sdxl-runtime.sh SDXL 开源社区踩坑和脱困 在 SDXL 发布几天后，不少开源软件的 Bugs 都有改观，所以这篇文章需要描述和解释的内容少了不少。 不过，依旧存在一些有趣的细节。
1.4K21编辑于 2023-09-04 - 来自专栏为了不折腾而去折腾的那些事
使用 Docker 快速上手 Stability AI 的 SDXL 1.0 正式版
/soulteary/docker-sdxl.git# 或者，下载 Zip 代码包wget https://github.com/soulteary/docker-sdxl/archive/refs/heads /main.zip# 解压缩压缩包unzip main.zip# 重命名目录mv docker-sdxl-main docker-sdxl代码下载完毕，切换工作目录到 docker-sdxl 中，待后续使用 : soulteary/sdxl:runtime# 或Loaded image: soulteary/sdxl:runtime-xformers构建 SDXL 模型应用程序构建模型的基础应用，我们依旧选择 确保我们的工作目录在 docker-sdxl 中后，分别执行：# 构建基础镜像bash scripts/make-sdxl-base.sh# 构建运行时镜像bash scripts/make-sdxl-runtime.sh SDXL 开源社区踩坑和脱困在 SDXL 发布几天后，不少开源软件的 Bugs 都有改观，所以这篇文章需要描述和解释的内容少了不少。不过，依旧存在一些有趣的细节。
1.5K80编辑于 2023-07-29
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号