SDXL1.0实测：通用大模型补齐，MJ悬了

2023年7月30日，今天stability开源的SDXL1.0我实测完了，SD阵营缺了多年的通用大模型终于补齐，赶紧把对比结论和用法记下来。

AI绘图上一直有两个阵营：一派是以开源为首的StableDiffusion，一派是以封闭为首的Midjourney。过去基于SD的生态蓬勃发展，出现过无数优秀大模型，比如我经常极力推崇的MajicMIX还有GhostMIX。但这些大模型无一例外都是特定画风或特定场景的，从来没有那种比肩MJ5.2或者Niji5质量的通用大模型。直到前几天stability开源SDXL1.0，SD阵营这块短板终于被彻底补齐，所有SD玩家都可以自豪地说一句：劳资也有通用大模型啦！MJ吔屎啦你！

然而最值得期待的并不是SDXL本身，而是未来基于它发展起来的生态。现有C站、Liblib上的模型基本都基于SD1.5微调而来——通用大模型本身就像一个姑娘的底子，微调就是化一层妆。SD1.5这个1分的底子，化完妆都有将近7分的实力；那SDXL1.0这个本身就5~6分的底子，化完妆有多牛逼？这个想象空间太大了。赫赫有名的DreamShaper已经第一时间推出基于SDXL1.0的微调版本，我认识的几个挺有名的大模型作者也在加班加点做SDXL1.0的微调适配，未来一周内可能出现大量超级模型。

但有一说一，现阶段原生SDXL1.0离MJ还有距离。我用完全一模一样的prompt跑了同一组图（SDXL1.0现在对长语义的理解已经很好，尺寸用的是它效果最好的1024*1024）：在超写实和真实场景里，SDXL能跟MJ V5.2打得有来有回；但在审美上差距还很明显，stability的审美真的很直男——比如樱花落在北极熊身上那张，构图、光影、色彩对比，SDXL的简直不忍直视。不过审美本来也不是stability的强项，还是让广大网友去微调吧。至于插画、3D领域，拿SDXL1.0跟Niji5比就有点欺负它了，目前还属于被摁在地上爆锤的情况，但未来可期，毕竟网友人才多。

目前SDXL有两种用法：官方在线版和本地SD。stability的官网Clipdrop（网址 https://clipdrop.co/ ）集成了他们自家一堆应用，第一个工具就是SDXL1.0在线版，手写prompt就行，下面三个选项可以选风格、尺寸，以及写负面提示词；生成完我会再增强一下提高分辨率。目前每天可以带水印免费跑400张。嫌水印麻烦可以用哩布哩布的在线SD，每天也能免费100张，他们第一时间支持了SDXL1.0——注意，用SDXL1.0时下面那个XL Refiner选项必须勾选。

然后是最常用的本地安装。需要下载3个模型：两个大模型（base和refiner）加一个VAE。打开秋叶大佬的SD启动器，版本更新到1.5.1，正常装模型和VAE即可。SDXL1.0的工作流跟以前不一样：先用base做一遍文生图，尺寸必须1024*1024，生成的图再发送到图生图、切换refiner模型跑一遍，这样才能得到最好效果。这里提醒一句，SDXL对配置要求非常高，大概需要32G以上内存和12G以上显存。我自己的电脑是16G内存加3060显卡，即使加了30G虚拟内存，SDXL1.0一运行必爆。没这个配置就别下模型了，直接用Clipdrop或者liblib。而且刚出来的SDXL1.0生态非常不完善，不支持SD1.5基础的所有LoRA，也不支持ControlNET，我不建议现在就在本地跑，线上试试就行，等两三周生态、插件、体验完善了再开整也不迟。

写在最后。

补几句实测里印象最深的细节：SDXL1.0对人物手部、面部结构的稳定性比SD1.5强了一大截，出废图的比例明显下降；但画面里带中英文文字的能力依旧拉几，想出带字的海报基本没戏。另外它对提示词的理解不再需要以前那套咒语堆砌，正常描述就能出不错的结果，这对新手是质变。

SDXL1.0是SD的一次反击。SD从来不是靠通用大模型质量取胜，它靠的是生态，是百万开发者基于SD构建起的超级生态帝国。以前的SD1.5本身质量太差，可在这种质量的模型上居然都演化出了N多能跟Midjourney掰手腕的大模型。而现在质量提高了无数数量级的SDXL1.0，基于它的生态上限无法想象未来有多辉煌。

留给Midjourney的时间，确实不多了。AI绘图行业的格局，也该变天了。