Spesifikasi Teknikal bagi stability-ai/sdxl
| Spesifikasi | Butiran |
|---|---|
| Model ID | stability-ai/sdxl |
| Penyedia | Stability AI |
| Keluarga model | Stable Diffusion XL (SDXL) |
| Modaliti | Penjanaan teks-ke-imej |
| Senibina teras | Model penyebaran terpendam dengan saluran paip gaya ensemble-of-experts |
| Reka bentuk saluran paip | Aliran kerja dua peringkat dengan model asas dan model pemurni pilihan untuk penyahbunyian akhir serta peningkatan perincian |
| Skala parameter | SDXL 1.0 merangkumi model asas 3.5B-parameter dan saluran paip ansambel 6.6B-parameter |
| Resolusi keluaran asli | Imej 1024 × 1024 |
| Gaya prompt | Prompt teks bahasa semula jadi, termasuk prompt yang agak ringkas |
| Kekuatan | Kualiti imej tinggi, pematuhan prompt yang kukuh, fotorealisme, pencahayaan/warna yang dipertingkat, dan pengendalian lebih baik untuk konsep sukar seperti tangan, teks, dan komposisi spatial |
| Profil penerapan | Boleh digunakan sebagai model terbuka dan direka untuk berfungsi dengan berkesan pada GPU pengguna dengan kira-kira 8GB VRAM bagi sesetengah aliran kerja, walaupun prestasi produksi bergantung pada pelaksanaan dan pengoptimuman |
| Corak capaian | Penggunaan API dihoskan, penyebaran berat terbuka, aliran kerja notebook, dan penyebaran awan seperti persediaan berasaskan AWS |
Apakah stability-ai/sdxl?
stability-ai/sdxl ialah pengenal platform CometAPI untuk keluarga Stable Diffusion XL milik Stability AI, satu barisan model teks-ke-imej utama yang dibina untuk sintesis imej beresolusi tinggi. SDXL diperkenalkan sebagai naik taraf besar berbanding generasi Stable Diffusion terdahulu, dengan pemahaman prompt yang lebih kuat, komposisi berkualiti lebih tinggi, dan penjanaan asli 1024×1024.
Dalam praktiknya, model ini digunakan untuk menukar prompt bahasa semula jadi kepada imej terperinci merentasi gaya seperti fotorealisme, ilustrasi, seni konsep, visualisasi produk, dan bahan kreatif pemasaran. Stability AI menggambarkan SDXL sebagai model imej terbuka utama mereka dan menekankan keupayaannya menghasilkan hasil yang kukuh walaupun daripada prompt yang lebih ringkas, tanpa terlalu bergantung pada helah kejuruteraan prompt yang digunakan dalam model penyebaran lama.
Bahagian utama reka bentuk SDXL ialah saluran paip penjanaan dua peringkat. Model asas mula-mula mewujudkan struktur imej terpendam, dan pemurni kemudiannya boleh memperbaik perincian halus dalam langkah penyahbunyian akhir. Senibina itu membantu SDXL mengimbangi kualiti imej dan kebolehkawalan, dan merupakan salah satu sebab model ini diterima pakai secara meluas dalam aliran kerja penjanaan imej terbuka.
Ciri utama stability-ai/sdxl
- Penjanaan imej beresolusi tinggi: SDXL dibina untuk penjanaan asli 1024×1024, membolehkan keluaran yang lebih tajam dan komposisi yang lebih lengkap berbanding keluaran Stable Diffusion beresolusi lebih rendah terdahulu.
- Pematuhan prompt yang kuat: Model ini direka untuk memahami prompt dengan lebih tepat, termasuk ungkapan bernuansa dan permintaan bahasa semula jadi yang lebih ringkas, sekali gus mengurangkan keperluan untuk sintaks prompt yang terlalu direka.
- Aliran kerja dua peringkat (asas + pemurni): SDXL menyokong peringkat penjanaan asas serta peringkat pemurni yang dikhususkan untuk penyahbunyian akhir, membantu memperbaik tekstur, pencahayaan, dan perincian visual kecil.
- Fotorealisme dan julatan gaya yang dipertingkat: Stability AI menekankan prestasi kukuh SDXL dalam adegan fotorealistik sambil menyokong fleksibiliti artistik yang luas merentasi ilustrasi, gaya lukisan, sinematik, dan keluaran berorientasikan reka bentuk.
- Pengendalian lebih baik untuk konsep visual sukar: Berbanding model penyebaran terbuka terdahulu, SDXL khususnya diperhatikan meningkat dalam merender tangan, teks terbenam, dan komposisi berbilang subjek yang disusun secara ruang.
- Keserasian ekosistem model terbuka: SDXL dikeluarkan dengan berat terbuka dan lazim digunakan dalam perhosan sendiri, notebook, pelarasan halus, dan aliran kerja inferens awan, menjadikannya menarik bagi pasukan yang mahukan fleksibiliti melebihi API imej tertutup.
- Potensi pengoptimuman untuk inferens lebih pantas: Stability AI juga telah mendokumentasikan penerapan SDXL yang dipercepat, termasuk pengoptimuman berasaskan TensorRT, yang menunjukkan model ini boleh ditala untuk kes penggunaan produksi berlatensi lebih rendah.
Cara mengakses dan mengintegrasikan stability-ai/sdxl
Langkah 1: Daftar untuk Kunci API
Daftar di CometAPI dan cipta kunci API daripada papan pemuka anda. Setelah memperoleh kunci tersebut, simpannya dengan selamat dan gunakannya untuk mengesahkan semua permintaan. CometAPI menggunakan format API yang serasi dengan OpenAI, jadi anda boleh mengakses stability-ai/sdxl menggunakan corak klien yang sama seperti yang anda gunakan untuk model lain yang disokong.
Langkah 2: Hantar Permintaan ke API stability-ai/sdxl
Hantar permintaan ke titik akhir CometAPI yang serasi dengan OpenAI sambil menyatakan stability-ai/sdxl sebagai nama model.
curl --request POST \
--url https://api.cometapi.com/v1/images/generations \
--header "Authorization: Bearer $COMETAPI_API_KEY" \
--header "Content-Type: application/json" \
--data '{
"model": "stability-ai/sdxl",
"prompt": "A cinematic mountain landscape at sunrise, ultra-detailed, volumetric lighting"
}'
Contoh Python:
from openai import OpenAI
client = OpenAI(
api_key="YOUR_COMETAPI_KEY",
base_url="https://api.cometapi.com/v1"
)
result = client.images.generate(
model="stability-ai/sdxl",
prompt="A cinematic mountain landscape at sunrise, ultra-detailed, volumetric lighting"
)
print(result)
Langkah 3: Dapatkan dan Sahkan Hasil
Selepas menghantar permintaan anda, hurai muatan respons untuk mendapatkan keluaran imej terjana atau URL keluaran, bergantung pada SDK dan mod respons anda. Kemudian sahkan bahawa penjanaan sepadan dengan prompt, gaya, saiz, dan keperluan kualiti hilir yang anda minta sebelum menyimpan, memaparkan, atau menghantar aset tersebut ke langkah seterusnya dalam saluran paip aplikasi anda.