最近 Stability AI 推出了一個(gè)新模型 Stable Diffusion XL，參數(shù)是 SD v2.1 的 2.5 倍，那這個(gè)新模型的圖像生成效果如何呢？今天就繼續(xù)來(lái)測(cè)試一下。

Stable Diffusion XL 簡(jiǎn)介

DreamStudio - SD XL：

夢(mèng)幻工作室 (dreamstudio.ai) （新用戶有 200 點(diǎn)免費(fèi)生成額度）

Clip - SD XL：

Clip - Stable Diffusion （目前免費(fèi)生成）

此次 Stable Diffusion XL 一共更新在兩個(gè)平臺(tái)上，一是 Stability AI 官方 AI 繪畫(huà)軟件 DreamStudio，另一個(gè)則是之前被 Stability AI 收購(gòu)的 AI 圖像處理平臺(tái) Clip。二者的區(qū)別在于 DreamStudio 上有很多的可調(diào)節(jié)參數(shù)，比如畫(huà)面比例、圖像數(shù)量等，Clip 是統(tǒng)一的 1:1 的畫(huà)面比例，一次生成 4 張，單張圖像放大后可達(dá)到 1024*1024px。

據(jù) Stability AI 官網(wǎng)介紹，SD XL 模型支持用更短的提示創(chuàng)建描述性圖像，并在可以在圖像中生成文字，模型增強(qiáng)了圖像的構(gòu)圖和臉部生成能力，使畫(huà)面更加逼真和美觀。

SD XL 生成的圖像

生成準(zhǔn)確的文字和畫(huà)手一樣，一直是 AI 繪畫(huà)中的難題，直到 Controlnet 插件出現(xiàn) ，我們才能在 SD WebUI 中通過(guò)輪廓檢測(cè)功能固定文字外形，從而生成精準(zhǔn)的文字內(nèi)容，而此次 SD XL 模型可以生成文字無(wú)疑是又是 AI 繪畫(huà)的一大進(jìn)步。我分別在 Midjourney 和 SD XL 中用文本提示詞進(jìn)行測(cè)試，結(jié)果是 SD XL 的文字生成效果的確比 Midjourney 好。

接著繼續(xù)用和之前一樣的主題進(jìn)行圖像生成測(cè)試。首先是人像，可以看出 SD XL 比 v2.1 的效果要好很多，構(gòu)圖正確，人物面部沒(méi)有扭曲變形，整體質(zhì)感也好很多，質(zhì)量看起來(lái)并不比 Midjourney 差，說(shuō)明 XL 模型在照片真實(shí)性上有進(jìn)行專門(mén)的優(yōu)化 。

然后是動(dòng)漫風(fēng)，XL 生成的圖像在畫(huà)面整體質(zhì)量有明顯提升，應(yīng)該是對(duì)數(shù)據(jù)集進(jìn)行了優(yōu)化，但是有一個(gè)非常大的缺點(diǎn)就是五官和四肢不正常，在生成的 2 批 8 張圖像中，每一張都有五官四肢不正常的情況，圖像可用率極低。

而在 3D 風(fēng)格上 XL 模型還是有比較明顯的進(jìn)步的，無(wú)論是人物精細(xì)度還是畫(huà)面整體美感都比之前的 v2.1 要好，不過(guò)和動(dòng)漫風(fēng)一樣存在四肢不正常的情況，下面是我從生成的 4 張圖像中挑出的雙手看起來(lái)比較正常的一張，感覺(jué) XL 模型在這一塊的訓(xùn)練沒(méi)做好。

最后再看一下矢量扁平插畫(huà)和概念場(chǎng)景的表現(xiàn) ，同樣都有非常明顯的美感提升，不過(guò)也能看出 SD XL 在文本提示的理解上還有缺陷，在扁平插畫(huà)的測(cè)試中它忽略了“白色背景”這一關(guān)鍵詞；而由于 SD XL 目前還是測(cè)試版，畫(huà)面尺寸不能做到 16:9，這也讓圖像的表現(xiàn)性受限。

通過(guò)上面的圖像生成測(cè)試可以看出，Stable Diffusion 的 XL 模型 比 V2.1 在質(zhì)量上有了明顯進(jìn)步，特別是在人像質(zhì)量上，雖還不能達(dá)到 midjourney V5 的水平，但是在目前的 AI 繪畫(huà)工具總也算表現(xiàn)比較好的；新增的文字生成功能也是比較獨(dú)特的，除了接入 Controlnet 的 SD WebUI，其他 AI 繪畫(huà)工具目前都還沒(méi)有生成準(zhǔn)確文字內(nèi)容的能力。

同時(shí) Stable Diffusion XL 的缺點(diǎn)也是比較明顯的，即人物的四肢不正常，這點(diǎn)在動(dòng)漫和 3D 風(fēng)格中尤為突出；模型對(duì)提示文本的理解能力也有缺陷，會(huì)漏掉一些關(guān)鍵詞語(yǔ)，期待 Stability AI 在后續(xù)的更新中能進(jìn)一步優(yōu)化現(xiàn)在這些問(wèn)題。

文章來(lái)自公眾號(hào)：優(yōu)設(shè)

作者：夏花生er