stable-diffusion-xl-base-1.0

概要

SDXL 1.0 ベースモデルは、テキストプロンプトから画像を生成・変更する拡散ベースのテキスト-to-画像生成モデルです。

2つのテキストエンコーダーを使用し、単独での利用のほか、リファイナーモデルとの連携やSDEdit技術を用いた2段階パイプラインにより、高品質な画像を生成できます。

従来のStable Diffusionモデルと比較して大幅な性能向上を実現しており、主に研究目的での画像生成、芸術作品の制作、教育・クリエイティブツールでの応用、生成モデルの研究、モデルの限界やバイアス分析に利用されます。

GPUを用いたPython環境での`diffusers`ライブラリ経由での利用が想定されており、`Optimum`を介してOpenVINOやONNX Runtimeにも対応しています。

互換性・特徴

• Python
• GPU必須
• diffusers対応
• OpenVINO対応
• ONNX Runtime対応
• Text-to-Image

基本情報

HuggingFace: https://huggingface.co/stabilityai/stable-diffusion-xl-base-1.0