『SDXL 1.0の内部：Stability AI 新しいテキストから画像へのスーパーモデル』

SDXL 1.0の内部：Stability AI

新しいリリースは、以前のバージョンよりも大幅に改善され、最新のモデルと一致しています。

最近、AIに特化した教育ニュースレターを開始しました。すでに16万人以上の購読者がいます。TheSequenceは、5分で読めるMLに特化したニュースレターで、ハイプやニュースなどは一切なく、機械学習のプロジェクト、研究論文、概念について最新情報をお届けします。ぜひ以下から購読して試してみてください：

TheSequence | Jesus Rodriguez | Substack

機械学習、人工知能、データの最新動向を把握するための最高の情報源…

thesequence.substack.com

Stability AIは、Stable Diffusionファミリーのモデルのリリースにより、テキストから画像への革命の中心にありました。最近の数ヶ月間、3D分類、制御可能な画像編集、画像パーソナライズ、合成データの増強、グラフィカルユーザーインターフェースのプロトタイピングなど、テキストから画像へのモデルに関連する研究領域での画期的な進展が目覚ましく見られました。

これらの進展の一部を取り入れることで、Stabilityは徐々にStable Diffusionを改善してきました。この作業の最新の成果は、SDXLのリリースであり、テキストから画像の合成のために設計された非常に高度な潜在的拡散モデルです。このリリースにより、SDXLはStability AIの最新のテキストから画像生成モデルとなりました。

• ロボット工学の新たなる夜明け：タッチベースのオブジェクト回転
• 「Excelにおける金融関数の包括的なガイド」
• CDFとPDFの違いは何ですか？

SDXLは、ClipDrop、GitHub、またはStability AIプラットフォームを介して利用できます。

詳細について見ていきましょう。

SDXLアーキテクチャ

以前のStable Diffusionのバージョンとは異なり、SDXLは大幅にパラメータを増やしたUNetバックボーンを採用しています。これは、より多くのアテンションブロックと大きなクロスアテンションコンテキストのためです。また、2つ目のテキストエンコーダを含めることで可能になりました。新しい調整スキームが導入され、SDXLは複数のアスペクト比でトレーニングされます。生成されたサンプルの視覚的な忠実度をさらに向上させるために、後処理の画像から画像への技術を利用したリファイメントモデルが導入されています。

We will continue to update VoAGI; if you have any questions or suggestions, please contact us!