大家好，我是小志Jason。一個(gè)探索Latent Space的程序員。

今天來深入講解一下SDXL的工作流，順便說一下SDXL和過去的SD流程有什么區(qū)別

?

官方在discord上chatbot測(cè)試的數(shù)據(jù)，文生圖覺得SDXL?1.0?Base+Refiner比較好的有26.2占最多，比SDXL 1.0 Base Only 多出4%左右

?

Comfyui工作流：

Base only

Base + Refiner

Base?+ lora?+ Refiner

?

SD1.x, SD2.x, Base only

Conditioning(Text,Image)->Latent Space(Unet)->VAE Decoder->Pixel Image

?

Comfyui Base Only Workflow

?

Sample:

?

SDXL完整出圖流程?Base+refiner

Conditioning(Text,Image)->Latent Space(Base)->Latent Space(Refiner)->VAE Decoder->Pixel Image

?

Comfyui Base(65%~80%)?+ Refiner(35%~20%)?Workflow

Sample:

SDXL 1.0 Base +offset lora(0.4~0.6) + refiner

Conditioning(Text,Image)->Latent Space(Base+lora)->Latent Space(Refiner)->VAE Decoder->Pixel Image

?

Sample:

?Compare:

演示工作流：

鏈接：https://pan.baidu.com/s/1nOMTQHIADV6D0ObaqV4grA

提取碼：7bo9

?

SDXL 1.0工具介紹

ComfyUI?官方推薦

優(yōu)點(diǎn)：更靈活的自定義流程，優(yōu)化代碼架構(gòu)，占用更少的資源

缺點(diǎn)：上手有一定門檻

https://github.com/comfyanonymous/ComfyUI

?

StableSwarmUI?SD官方webui 目前Alpha版本, comfyui底層

優(yōu)點(diǎn)：官方維護(hù)，支援多顯卡出圖

缺點(diǎn)：還在測(cè)試階段

https://github.com/Stability-AI/StableSwarmUI

?

InvokeAI?3.0

優(yōu)點(diǎn)：支持節(jié)點(diǎn)式流程，更簡(jiǎn)單易用，以使用者體驗(yàn)出發(fā)

缺點(diǎn)：新技術(shù)迭代較慢

https://github.com/invoke-ai/InvokeAI

?

SD.Next

優(yōu)點(diǎn)：和Automatic1111類似的界面，重構(gòu)了底層邏輯，更好的兼容SDXL

缺點(diǎn)：框架較新，用戶不多

https://github.com/vladmandic/automatic

?

Automatic1111 Web UI

https://github.com/AUTOMATIC1111/stable-diffusion-webui

優(yōu)點(diǎn)：使用者眾多，新技術(shù)能比較快的出新插件

缺點(diǎn)：占用資源較多，暫時(shí)只支援Base only出圖然后使用refiner模型進(jìn)行img2img 流程

?

A1111只支援Base模型出圖和用Comfyui Base only出圖基本一致

?

Reference:

stable-diffusion-sdxl-1-announcement

https://stability.ai/blog/stable-diffusion-sdxl-1-announcement

?

SDXL: Improving Latent Diffusion Models for High-Resolution Image Synthesis

https://arxiv.org/pdf/2307.01952.pdf

?

High-Resolution Image Synthesis with Latent Diffusion Models

https://arxiv.org/pdf/2112.10752.pdf

歡迎點(diǎn)贊投幣轉(zhuǎn)發(fā)加群

群號(hào)：866612947

驗(yàn)證：小志Jason

?

?