Stability AI 近日宣布，旗下文字生成图片模型 SDXL 0.9 已经正式推出。该版本在图像内容与构图细节方面做了大幅改进，并可以在消费级 GPU 上运行。

据悉，SDXL 0.9 在所有开源图像模型中参数数量位居前茅，其具备一个 35 亿参数的基础模型和一个 66 亿参数的附加模型。围绕这两个模型，SDXL 的工作原理即，使用基础模型创建粗略的细节，再使用附加模型精细化生成的图片，如果IT之家的小伙伴们有使用过 Stable Diffusion 的话，应该可以注意到这一渐进式的工作过程。

▲ 图源 SDXL 团队

Stability AI 表示，SDXL0.9 中使用了两个 CLIP 模型，其中包括 OpenCLIP vitg /14，这是迄今为止体积最大的 OpenCLIP 模型。凭借该模型，Stable Diffusion 可以创建深度更广、分辨率更高的逼真图像。

Stability AI 同时表示，SDXL 团队将发布一篇研究博客，详细介绍 SDXL 0.9 的模规范和更多参数细节，预计该模型将在 7 月迎来 1.0 正式版本，并将在 GitHub 开源。