stability-ai/sdxl

ข้อมูลจำเพาะทางเทคนิคของ stability-ai/sdxl

stability-ai/sdxl คืออะไร?

stability-ai/sdxl เป็นตัวระบุแพลตฟอร์มของ CometAPI สำหรับตระกูล Stable Diffusion XL ของ Stability AI ซึ่งเป็นสายโมเดลสร้างภาพจากข้อความระดับเรือธงที่สร้างขึ้นเพื่อการสังเคราะห์ภาพความละเอียดสูง SDXL เปิดตัวเป็นการอัปเกรดครั้งใหญ่จาก Stable Diffusion รุ่นก่อน โดยมีความเข้าใจพรอมป์ต์ที่แข็งแกร่งขึ้น องค์ประกอบภาพคุณภาพสูงขึ้น และการสร้างภาพแบบเนทีฟที่ 1024×1024

ในทางปฏิบัติ โมเดลนี้ใช้แปลงพรอมป์ต์ภาษาธรรมชาติให้เป็นภาพละเอียดในหลากหลายสไตล์ เช่น ความสมจริงแบบภาพถ่าย ภาพประกอบ คอนเซปต์อาร์ต ภาพเพื่อการนำเสนอผลิตภัณฑ์ และครีเอทีฟงานการตลาด Stability AI อธิบายว่า SDXL เป็นโมเดลภาพแบบเปิดระดับเรือธง และเน้นย้ำความสามารถในการให้ผลลัพธ์ที่แข็งแกร่งได้แม้จากพรอมป์ต์ที่เรียบง่ายกว่า โดยไม่ต้องพึ่งพากลวิธีด้านการวิศวกรรมพรอมป์ต์แบบที่ใช้กันมากในโมเดล diffusion รุ่นเก่า

องค์ประกอบสำคัญของการออกแบบ SDXL คือไปป์ไลน์การสร้างแบบสองขั้นตอน โมเดลฐานจะสร้างโครงสร้างภาพเชิงแฝงก่อน จากนั้นตัว refiner จะช่วยปรับปรุงรายละเอียดปลีกย่อยในขั้นตอนการลบสัญญาณรบกวนช่วงท้าย สถาปัตยกรรมนี้ช่วยให้ SDXL สมดุลระหว่างคุณภาพภาพและความสามารถในการควบคุม และเป็นหนึ่งในเหตุผลที่โมเดลนี้ถูกนำไปใช้อย่างแพร่หลายในเวิร์กโฟลว์การสร้างภาพแบบเปิด

คุณสมบัติหลักของ stability-ai/sdxl

• การสร้างภาพความละเอียดสูง: SDXL ถูกสร้างมาเพื่อการสร้างที่ความละเอียด 1024×1024 แบบเนทีฟ ช่วยให้เอาต์พุตคมชัดและองค์ประกอบครบถ้วนกว่ารุ่น Stable Diffusion ที่ความละเอียดต่ำก่อนหน้า
• การยึดตามพรอมป์ต์ที่แข็งแกร่ง: โมเดลถูกออกแบบให้เข้าใจพรอมป์ต์ได้แม่นยำยิ่งขึ้น รวมถึงถ้อยคำที่มีนัยละเอียดและคำขอภาษาธรรมชาติที่เรียบง่าย ลดความจำเป็นต้องพึ่งพาสไตล์พรอมป์ต์ที่วิศวกรรมมากเกินไป
• เวิร์กโฟลว์แบบสองขั้น: base + refiner: SDXL รองรับขั้นสร้างพื้นฐานและขั้น refiner ที่เชี่ยวชาญในการลบสัญญาณรบกวนช่วงท้าย ช่วยปรับปรุงพื้นผิว แสง และรายละเอียดเล็กๆ
• ความสมจริงแบบภาพถ่ายและช่วงสไตล์ที่กว้างขึ้น: Stability AI เน้นย้ำผลงานที่แข็งแกร่งของ SDXL ในฉากสมจริง พร้อมทั้งยืดหยุ่นทางศิลป์ครอบคลุมงานภาพประกอบ จิตรกรรม โทนภาพยนตร์ และงานออกแบบ
• การจัดการแนวคิดภาพที่ยากได้ดียิ่งขึ้น: เมื่อเทียบกับโมเดล diffusion แบบเปิดรุ่นก่อน SDXL ได้รับการกล่าวถึงว่าดีขึ้นอย่างชัดเจนในการเรนเดอร์มือ ข้อความฝังในภาพ และองค์ประกอบหลายวัตถุที่จัดวางเชิงพื้นที่
• ความเข้ากันได้กับระบบนิเวศแบบเปิดของโมเดล: SDXL เผยแพร่น้ำหนักแบบเปิดและถูกใช้งานทั่วไปในสภาพแวดล้อม self-hosted, โน้ตบุ๊ก, การปรับแต่ง และการทำ inference บนคลาวด์ จึงเหมาะกับทีมที่ต้องการความยืดหยุ่นเกินกว่า API สร้างภาพแบบปิด
• ศักยภาพในการเพิ่มประสิทธิภาพเพื่อการอนุมานที่เร็วขึ้น: Stability AI ยังได้บันทึกการปรับใช้ SDXL แบบเร่งความเร็ว รวมถึงการเพิ่มประสิทธิภาพด้วย TensorRT ซึ่งบ่งชี้ว่าโมเดลสามารถปรับจูนเพื่อความหน่วงต่ำสำหรับการใช้งานจริงได้

วิธีเข้าถึงและบูรณาการ stability-ai/sdxl

ขั้นตอนที่ 1: สมัครเพื่อรับ API Key

สมัครใช้งานบน CometAPI และสร้าง API key จากแดชบอร์ดของคุณ เมื่อได้รับคีย์แล้ว ให้เก็บรักษาอย่างปลอดภัยและใช้สำหรับยืนยันตัวตนในทุกคำขอ CometAPI ใช้รูปแบบ API ที่เข้ากันได้กับ OpenAI แบบรวมศูนย์ ดังนั้นคุณจึงสามารถเข้าถึง stability-ai/sdxl ด้วยรูปแบบไคลเอนต์เดียวกับโมเดลอื่นที่รองรับ

ขั้นตอนที่ 2: ส่งคำขอไปยัง API ของ stability-ai/sdxl

ส่งคำขอไปยัง endpoint ของ CometAPI ที่เข้ากันได้กับ OpenAI โดยระบุ stability-ai/sdxl เป็นชื่อโมเดล

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"
  }'

ตัวอย่าง 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)

ขั้นตอนที่ 3: ดึงและตรวจสอบผลลัพธ์

หลังจากส่งคำขอแล้ว ให้พาร์สเพย์โหลดของการตอบกลับเพื่อดึงเอาต์พุตภาพที่สร้างหรือ URL ของเอาต์พุต ตาม SDK และโหมดการตอบกลับของคุณ จากนั้นตรวจสอบว่าการสร้างตรงตามพรอมป์ต์ สไตล์ ขนาด และข้อกำหนดคุณภาพที่ต้องการก่อนจัดเก็บ แสดงผล หรือส่งต่อแอสเซ็ตไปยังขั้นถัดไปของไปป์ไลน์แอปพลิเคชันของคุณ