SDXL Turbo - リアルタイムのテキスト-to-画像生成モデル

• SDXL Turboは新しい蒸留（distillation）技術を適用し、最先端の性能を達成
• 画像生成のステップを50段階からわずか1段階に減らし、前例のない品質のシングルステップ画像生成を実現
• モデルの重みとコードは、Hugging Faceで非商用の研究ライセンスのもとダウンロード可能
• Stability AIの画像編集プラットフォーム Clipdrop で、SDXL Turbo のリアルタイムなテキスト-画像生成機能のベータデモを公開中

敵対的拡散蒸留（Adversarial Diffusion Distillation）の利点

• SDXL Turboは、敵対的拡散蒸留（ADD）という新しい蒸留技術に基づいている
• ADDにより、GAN（Generative Adversarial Networks）に似た利点を持ちながら、単一ステップで画像を出力可能
• 他の蒸留手法でしばしば見られるアーティファクトやぼやけを回避

他の拡散モデルとの性能比較

• SDXL Turboの選定のため、複数のモデル変種（StyleGAN-T++、OpenMUSE、IF-XL、SDXL、LCM-XL）を比較
• 同一のプロンプトで生成された出力を人間評価者にランダムに提示し、最もプロンプトの意図に沿った出力を選ばせた
• 画像品質に関する追加テストも同じ方法で実施
• SDXL Turboは、単一ステップでLCM-XLの4ステップ構成を、4ステップではSDXLの50ステップ構成を上回った
• この結果により、SDXL Turboが画像品質を犠牲にせず、はるかに低い計算要件で最先端のマルチステップモデルを上回ることが確認できる

ClipdropでSDXL Turboを試す

• 新モデルの機能をテストするため、Stability AIの画像編集プラットフォーム Clipdrop で SDXL Turbo のリアルタイム画像生成ベータデモを利用可能
• ほとんどのブラウザに対応しており、現在は無料で試せる

商用利用

• このモデルを商用製品または商用目的で利用したい場合は問い合わせが必要

[laeyoung]

ものすごく速いですね