Thông số kỹ thuật của stability-ai/sdxl
| Thông số | Chi tiết |
|---|---|
| Model ID | stability-ai/sdxl |
| Nhà cung cấp | Stability AI |
| Dòng mô hình | Stable Diffusion XL (SDXL) |
| Kiểu tác vụ | Tạo ảnh từ văn bản |
| Kiến trúc lõi | Mô hình khuếch tán ẩn với pipeline theo phong cách tập hợp các chuyên gia |
| Thiết kế pipeline | Quy trình hai giai đoạn với một mô hình cơ sở và một mô hình tinh chỉnh tùy chọn cho bước khử nhiễu cuối và tăng cường chi tiết |
| Quy mô tham số | SDXL 1.0 bao gồm một mô hình cơ sở 3.5B tham số và một pipeline tập hợp 6.6B tham số |
| Độ phân giải đầu ra gốc | 1024 × 1024 |
| Cách nhắc lệnh | Lời nhắc văn bản bằng ngôn ngữ tự nhiên, bao gồm cả lời nhắc tương đối ngắn |
| Thế mạnh | Chất lượng ảnh cao, bám sát lời nhắc tốt, tính hiện thực cao, cải thiện ánh sáng/màu sắc và xử lý tốt hơn các khái niệm khó như bàn tay, văn bản và bố cục không gian |
| Đặc tính triển khai | Có thể dùng như mô hình mở và được thiết kế hoạt động hiệu quả trên GPU người dùng khoảng 8GB VRAM cho một số quy trình; hiệu năng sản xuất phụ thuộc vào cách triển khai và tối ưu hóa |
| Hình thức truy cập | Sử dụng API được lưu trữ, triển khai trọng số mở, quy trình notebook và triển khai đám mây như các thiết lập dựa trên AWS |
stability-ai/sdxl là gì?
stability-ai/sdxl là định danh nền tảng của CometAPI cho dòng Stable Diffusion XL của Stability AI, một dòng mô hình văn bản thành ảnh chủ lực được xây dựng cho tổng hợp ảnh độ phân giải cao. SDXL được giới thiệu như một nâng cấp lớn so với các thế hệ Stable Diffusion trước đó, với khả năng hiểu lời nhắc tốt hơn, bố cục chất lượng cao hơn và tạo ảnh gốc 1024×1024.
Trong thực tế, mô hình này được dùng để biến lời nhắc ngôn ngữ tự nhiên thành hình ảnh chi tiết trên nhiều phong cách như ảnh hiện thực, minh họa, concept art, trực quan hóa sản phẩm và ấn phẩm tiếp thị. Stability AI mô tả SDXL là mô hình ảnh mở chủ lực của họ và nhấn mạnh khả năng cho ra kết quả mạnh mẽ ngay cả với lời nhắc đơn giản hơn, không còn phụ thuộc nhiều vào các thủ thuật kỹ thuật hóa lời nhắc từng dùng ở các mô hình khuếch tán cũ.
Một phần quan trọng trong thiết kế của SDXL là pipeline tạo sinh hai giai đoạn. Mô hình cơ sở trước tiên tạo cấu trúc ảnh trong không gian ẩn, sau đó một bộ tinh chỉnh có thể cải thiện chi tiết nhỏ trong các bước khử nhiễu cuối cùng. Kiến trúc này giúp SDXL cân bằng chất lượng ảnh và khả năng kiểm soát, và là một trong những lý do mô hình được dùng rộng rãi trong các quy trình tạo ảnh mở.
Tính năng chính của stability-ai/sdxl
- Tạo ảnh độ phân giải cao: SDXL được xây dựng cho tạo ảnh gốc 1024×1024, cho phép đầu ra sắc nét và bố cục hoàn chỉnh hơn so với các bản Stable Diffusion độ phân giải thấp trước đây.
- Tuân thủ lời nhắc tốt: Mô hình được thiết kế để hiểu lời nhắc chính xác hơn, bao gồm diễn đạt tinh tế và yêu cầu tự nhiên, giúp giảm nhu cầu dùng cú pháp lời nhắc quá phức tạp.
- Quy trình hai giai đoạn cơ sở + tinh chỉnh: SDXL hỗ trợ giai đoạn tạo cơ sở cùng giai đoạn tinh chỉnh chuyên biệt cho khử nhiễu cuối, giúp cải thiện kết cấu, ánh sáng và chi tiết nhỏ.
- Cải thiện tính hiện thực và dải phong cách: Stability AI nhấn mạnh hiệu suất mạnh ở các cảnh hiện thực, đồng thời hỗ trợ linh hoạt nghệ thuật rộng như minh họa, hội họa, điện ảnh và thiết kế.
- Xử lý tốt hơn các khái niệm thị giác khó: So với các mô hình khuếch tán mở trước đây, SDXL cải thiện đáng kể khi vẽ bàn tay, văn bản nhúng và các bố cục đa đối tượng trong không gian.
- Tương thích hệ sinh thái mô hình mở: SDXL phát hành trọng số mở và thường được dùng trong môi trường tự lưu trữ, notebook, tinh chỉnh và suy luận trên đám mây, phù hợp cho đội ngũ cần linh hoạt ngoài các API ảnh đóng.
- Tiềm năng tối ưu hóa cho suy luận nhanh hơn: Stability AI cũng đã ghi nhận các triển khai SDXL tăng tốc, bao gồm tối ưu hóa dựa trên TensorRT, cho thấy mô hình có thể được tinh chỉnh cho các trường hợp sản xuất độ trễ thấp.
Cách truy cập và tích hợp stability-ai/sdxl
Bước 1: Đăng ký khóa API
Đăng ký trên CometAPI và tạo khóa API từ bảng điều khiển của bạn. Sau khi có khóa, hãy lưu trữ an toàn và dùng khóa để xác thực mọi yêu cầu. CometAPI sử dụng định dạng API tương thích với OpenAI thống nhất, vì vậy bạn có thể truy cập stability-ai/sdxl bằng cùng mẫu client như các mô hình được hỗ trợ khác.
Bước 2: Gửi yêu cầu tới API stability-ai/sdxl
Gửi yêu cầu tới endpoint tương thích OpenAI của CometAPI và chỉ định stability-ai/sdxl làm tên mô hình.
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"
}'
Ví dụ 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)
Bước 3: Truy xuất và xác minh kết quả
Sau khi gửi yêu cầu, hãy phân tích payload phản hồi để lấy ảnh được tạo ra hoặc URL đầu ra, tùy thuộc vào SDK và chế độ phản hồi bạn dùng. Sau đó xác minh rằng kết quả phù hợp với lời nhắc, phong cách, kích thước và yêu cầu chất lượng của các bước tiếp theo trước khi lưu trữ, hiển thị hoặc đưa tài sản vào bước kế tiếp trong pipeline ứng dụng của bạn.