A Stability AI kiadja az SDXL Turbo-t a valós idejű szövegből-kép-generáláshoz
A Stability AI bejelentette az SDXL Turbo-t, egy áttörést jelentő szövegből-kép-generáló modellt, amely egyetlen lépésben képes kiváló minőségű képszintézisre. Egy új, Adversarial Diffusion Distillation (ADD) nevű technika alkalmazásával a modell hatékonyan ötvözi a Generative Adversarial Networks (GANs) sebességét a diffúziós modellek magas képminőségével.
Ez az áttörés jelentősen csökkenti a képgeneráláshoz szükséges számítási kapacitást, lehetővé téve a valós idejű élményt, ahol a képek szinte azonnal frissülnek, amint a felhasználó gépeli a promptot. Míg a hagyományos diffúziós modelleknek gyakran 20-50 lépésre van szükségük egy tiszta kép elkészítéséhez, az SDXL Turbo mindössze egy-négy lépéssel is megőrzi a nagy pontosságot, drasztikusan csökkentve a késleltetést a kreatív alkalmazásoknál.
- Adversarial Diffusion Distillation (ADD) technológiát használ az egylépéses következtetéshez
- Képes egy 512x512-es kép generálására 207 ms alatt egy A100 GPU-n
- Kiváló képminőséget és prompt-hűséget tart fenn más gyors modellekhez képest
- Nem kereskedelmi célú kutatási licenc alatt került kiadásra a közösségi kísérletezéshez
A valós idejű generálás felé való elmozdulás új korszakot jelez az AI-kreativitásban, lehetővé téve az interaktív tervezési munkafolyamatokat és csökkentve a kiváló minőségű vizuális tartalom előállításának hardveres korlátait. ---