Stability AI发布了一个名为SDXL Beta（Stable Diffusion XL Beta）的新模型的预览。他们没有告诉我们太多关于该模型的信息，但是任何想测试它的人都可以使用它。
这个Stable Diffusion SDXL模型有什么新功能？它的长处和短处是什么？让我们来看看。
什么是SDXL模型
SDXL模型是目前正在训练中的一种新模型。它还不是一个成品模型。事实上，当它发布时，它甚至可能不会被称为SDXL型号。
我们所知道的是，这是一个更大的模型，有更多的参数和一些未公开的改进。它是一个v2模型，而不是v3模型（不管这意味着什么）。
如何使用SDXL模型
SDXL模型目前可在稳定AI的官方图像生成器DreamStudio上获得。要使用SDXL模型，请在模型菜单中选择SDXL Beta。
在DreamStudio中选择SDXL Beta型号
您需要注册才能使用该模型。注册后，您将获得一些免费积分。
改进
我将重点介绍到目前为止我看到的SDXL型号的一些改进。
清晰的文本
也许最引人注目的能力是生成清晰文本的能力。这在v1或v2.1型号中是不可能的。
SDXL生成的文本并不总是准确的（正如您可以在下面的Stable Diffusion文本中看到的）。但它比v2.1要好得多，更不用说v1型号了。
提示词：一位女士坐在餐厅里，手里拿着一份写着“Menu（菜单）”的菜单的照片
Photo of a woman sitting in a restaurant holding a menu that says “Menu”
提示词：一名男子举着写着“Stable Diffusion”的牌子的照片“Stable Diffusion”
Photo of a man holding a sign that says “Stable Diffusion”
提示词：一位年轻的女性举着一块写着“Stable Diffusion”的牌子，头发突出，坐在餐厅外，棕色的眼睛，穿着连衣裙，侧灯
a young female holding a sign that says “Stable Diffusion”, highlights in hair, sitting outside restaurant, brown eyes, wearing a dress, side light
更好的人体解剖学
Stable Diffusion长期以来在生成正确的人体解剖结构方面存在问题。常见的情况是肢体多余或缺失。你通常会使用重绘来纠正它们。或者，最近，您可以使用ControlNet的“Open Pose”功能从参考图像中复制姿势。
我很高兴看到SDXL测试版在这方面有所改进。让我们看一个例子。
提示词为：
一位身穿瑜伽服、三角形姿势、傍晚海滩、边缘照明的女性照片
Photo of a woman in yoga outfit, triangle pose, beach in evening, rim lighting
以下是SDXL Beta版的图片
与下面的v1.5版本的图像进行比较
这并不完美，但人体姿势在SDXL中要好得多！
更有美感的图像
生成的图像可能非常不同。请看使用相同的提示词生成的以下图像。
v1.5
v2.2.2 SDXL Beta
照片风格的肖像在SDXL测试版中非常好。我想说它比v1.5更好。
提示词：一个女人的照片
photo shot of a woman
v1.5
v2.2.2 SDXL Beta
v1.5
v2.2.2 SDXL Beta
更准确的图像
与v1型号相比，理解提示词的能力有所提高。
在v1.5模型中，关键字duotone总是生成黑白图像。SDXL Beta生成多种颜色的双色调图像。这是一个进步。
提示词：duotone 女性肖像
duotone portrait of a woman
v1.5
v2.2.2 SDXL Beta
由于SDXL Beta是一个v2模型，它配备了一个更大的文本模型。您可以期望它比v1模型更好地理解您的提示词。事实上，这就是我们所看到的。
让我们看看由以下提示词生成的带有两个主题的图像。
坐在人类旁边的机器人大朋友，贝壳风格的鬼魂，动漫壁纸
提示词：big robot friend sitting next to a human, ghost in the shell style, anime wallpaper
v1.5
v2.2.2 SDXL Beta
v1.5版本的模型一贯忽略了提示中有两个主题，机器人和人类。但是SDXL Beta模型能够理解提示并生成更正确的图像。（我希望机器人能更大，但这是向前迈出的一步。）
同样，照片风格的图像也更准确。请参阅以下提示次和图像。
提示词：一个年轻人，头发突出，棕色眼睛，穿着白衬衫和蓝色牛仔裤，在背景是火山的海滩上
a young man, highlights in hair, brown eyes, in white shirt and blue jean on a beach with a volcano in background
v1.5
v2.2.2 SDXL Beta
艺术风格artistic styles
我检查了一些艺术风格。有一些微妙的变化，但我不能说它们是好是坏。只是不一样。
v1.5和SDXL Beta都产生了Edward Hopper的风格。尽管它们始终不同。
提示词：爱德华·霍珀的《纽约市》
New York city by Edward Hopper
v1.5
v2.2.2 SDXL Beta
v1.5准确地生成了Leonid Afremov的风格。SDXL测试版中缺少明显的彩色棋盘笔触。它产生了一种插图风格，有趣的是，它仍然保留了地面上的独特反射。
提示词：Leonid Afremov的《纽约市》
New York city by Leonid Afremov
v1.5
v2.2.2 SDXL Beta
v1.5和SDXL Beta都产生了一些接近威廉·阿道夫·布格罗（ William-Adolphe Bouguereau）风格的东西。SDXL贝塔的图像更接近布格罗创作的典型学术画作。一般来说，SDXL Beta版的肖像会显示更多面部细节。
提示词：威廉·阿道夫·布格罗的作品 美丽女人肖像
Portrait of beautiful woman by William-Adolphe Bouguereau
v1.5
v2.2.2 SDXL Beta
样式转换
也许是这个预览模型出现了故障。有时，风格可能会随着添加关键词而突然改变。
例如，我从这个生成照片样式的提示词开始。
提示词：一个年轻人，头发突出，棕色眼睛，穿着白衬衫和蓝色牛仔裤，在背景是火山的海滩上
a young man, highlights in hair, brown eyes, in white shirt and blue jean on a beach with a volcano in background
现在我想加一条黄色围巾。
提示词：一个年轻人，头发突出，棕色眼睛，戴着黄色围巾，穿着白色衬衫和蓝色牛仔裤，在背景是火山的海滩上
a young man, highlights in hair, brown eyes, wearing a yellow scarf, in white shirt and blue jean on a beach with a volcano in background
突然间，图像变成了动漫风格。这种情况发生在一些关键词上。这几乎就像是该模型融入了一些卡通风格，并渴望转换到这种风格。
希望这个问题能在发布版本中得到解决。
个人看法
以下是我对SDXL Beta模型的看法：
- Stable Diffusion最终生成正确的文本！
- 比v2.1版本和（在较小程度上）v1.5版本更美观。
- 如提示词中所述，图像更加准确。
- 人体解剖学越来越好。
- 不需要像v2.1那样多的反向提示词。
- 在肖像画方面特别突出。
- 模型中的一些特殊故障需要在发布前修复。
最后，还有一些来自SDXL测试版模型的图片。
