2023-08-04 14:19:47
Puntos destacados:
🔸 SDXL 0.9 ofrece funcionalidades avanzadas como el procesamiento de imágenes, la reconstrucción de partes faltantes y la extensión de imágenes existentes.
🔸 Esta versión cuenta con un aumento significativo en la cantidad de parámetros, lo que mejora su rendimiento y capacidad para generar resultados realistas.
🔸 SDXL 0.9 utiliza dos modelos CLIP, incluyendo uno de los más grandes entrenados hasta ahora, para mejorar su procesamiento y generar imágenes con mayor resolución.
La serie SDXL también ofrece varias funcionalidades que van más allá del simple texto. Estas incluyen el procesamiento de imágenes, la reconstrucción de partes faltantes en una imagen y la extensión de una imagen existente.
¿Qué hay bajo el capó?
El principal impulsor de este avance en la composición de SDXL 0.9 es el aumento significativo en la cantidad de parámetros (la suma de todos los pesos y sesgos en la red neuronal en la que se entrena el modelo) en comparación con la versión beta.
SDXL 0.9 cuenta con una de las mayores cantidades de parámetros de cualquier modelo de imagen de código abierto, con un modelo base de 3.5B parámetros y un conjunto de modelos de tuberías de 6.6B parámetros (la salida final se crea ejecutando dos modelos y agregando los resultados). El modelo de la segunda etapa de la tubería se utiliza para agregar detalles más finos a la salida generada por la primera etapa.
En comparación, la versión beta se ejecuta en 3.1B parámetros y utiliza solo un modelo.
SDXL 0.9 se ejecuta en dos modelos CLIP, incluido uno de los mayores modelos OpenCLIP entrenados hasta la fecha (OpenCLIP ViT-G/14), lo que mejora la potencia de procesamiento de 0.9 y su capacidad para crear imágenes realistas con mayor profundidad y una resolución más alta de 1024×1024.
El equipo de SDXL publicará un blog de investigación con más detalles sobre las especificaciones y pruebas de este modelo en breve.
