pipeline_tag: 文生图
inference: false
license: other
license_name: sai-nc-community
license_link: https://huggingface.co/stabilityai/sdxl-turbo/blob/main/LICENSE.md

stable-diffusion-xl-1.0-turbo-GGUF

!!! 实验性支持，仅限gpustack/llama-box v0.0.75+ !!!

模型创建者: Stability AI
原始模型: sdxl-turbo
GGUF量化: 基于stable-diffusion.cpp ac54e版本，由llama-box适配
VAE来源: madebyollin/sdxl-vae-fp16-fix

SDXL-Turbo模型卡

SDXL-Turbo是一款快速文生图模型，仅需单次网络推理即可根据文本提示生成逼真图像。实时演示详见: http://clipdrop.co/stable-diffusion-turbo

注意：商业用途请参考 https://stability.ai/license

模型详情

模型描述

SDXL-Turbo是SDXL 1.0的蒸馏版本，专为实时合成优化。该模型采用新型对抗扩散蒸馏训练法（ADD，详见技术报告），可在1-4步采样内保持高质量图像输出。该方法通过分数蒸馏利用大规模预训练扩散模型作为教师信号，并结合对抗损失确保低步数采样下的图像保真度。

• 开发方: Stability AI
• 资助方: Stability AI
• 模型类型: 生成式文生图模型
• 微调基础模型: SDXL 1.0基础版

模型资源

研究推荐使用generative-models代码库(https://github.com/Stability-AI/generative-models)，该库实现了主流扩散框架（训练与推理）。

• 代码库: https://github.com/Stability-AI/generative-models
• 论文: https://stability.ai/research/adversarial-diffusion-distillation
• 演示: http://clipdrop.co/stable-diffusion-turbo

评估

上图显示，在单步推理场景下，人类评估者更偏好SDXL-Turbo生成的图像质量与提示跟随性。当SDXL-Turbo采用4步推理时，性能表现更优。详细用户研究参见研究论文。

用途

直接使用

本模型支持非商业与商业用途。非商业或研究用途需遵守此许可，适用场景包括：

• 生成模型研究
• 实时生成应用探索
• 实时生成模型影响研究
• 有害内容生成模型的安全部署
• 生成模型局限性与偏差分析
• 艺术创作与设计应用
• 教育/创意工具开发

商业用途请访问 https://stability.ai/membership

禁止用途

参见Stability AI的可接受使用政策

Diffusers使用

pip install diffusers transformers accelerate --upgrade

• 文生图:

SDXL-Turbo不使用guidance_scale或negative_prompt参数，需设置guidance_scale=0.0。推荐生成512x512尺寸图像（支持更高分辨率），单步推理即可获得高质量结果。

from diffusers import AutoPipelineForText2Image
import torch

pipe = AutoPipelineForText2Image.from_pretrained("stabilityai/sdxl-turbo", torch_dtype=torch.float16, variant="fp16")
pipe.to("cuda")

prompt = "穿着精美意大利神父袍的浣熊宝宝，电影级镜头"

image = pipe(prompt=prompt, num_inference_steps=1, guidance_scale=0.0).images[0]

• 图生图:

使用时需确保num_inference_steps * strength ≥1。例如下方示例中0.5*2.0=1步：

from diffusers import AutoPipelineForImage2Image
from diffusers.utils import load_image
import torch

pipe = AutoPipelineForImage2Image.from_pretrained("stabilityai/sdxl-turbo", torch_dtype=torch.float16, variant="fp16")
pipe.to("cuda")

init_image = load_image("https://huggingface.co/datasets/huggingface/documentation-images/resolve/main/diffusers/cat.png").resize((512, 512))

prompt = "猫咪巫师，甘道夫风格，指环王，精细刻画，奇幻风格，可爱，皮克斯，迪士尼，8K分辨率"

image = pipe(prompt, image=init_image, num_inference_steps=2, strength=0.5, guidance_scale=0.0).images[0]

非适用场景

本模型不适用于生成人物/事件的真实表征，此类用途超出模型能力范围。

局限性与偏差

局限性

• 固定输出分辨率（512x512），未达到完美逼真度
• 无法生成可读文本
• 人脸/人物生成可能不准确
• 自编码模块存在信息损失

使用建议

本模型适用于非商业与商业场景。

快速开始

访问 https://github.com/Stability-AI/generative-models