许可协议：openrail++ 库名称：diffusers 流程标签：文本生成图像 标签：

• StableDiffusionXLPipeline
• StableDiffusionXLInpaintPipeline
• stable-diffusion-xl
• stable-diffusion-xl-inpainting
• stable-diffusion-xl-diffusers
• 图像修复

本仓库包含Stable Diffusion XL Base 1.0的替代或调优版本，格式为.safetensors。

可用模型

sd_xl_base_1.0_fp16_vae.safetensors

该文件包含sd_xl_base_1.0.safetensors的权重，并与MadeByOllin的SDXL FP16 VAE仓库中的sdxl_vae.safetensors权重合并。

sd_xl_base_1.0_inpainting_0.1.safetensors

该文件包含sd_xl_base_1.0_fp16_vae.safetensors的权重，与diffusers/stable-diffusion-xl-1.0-inpainting-0.1的权重合并。

如何从任意SDXL检查点创建SDXL图像修复检查点

使用本仓库的.safetensors文件，可通过公式A + (B - C)计算图像修复模型，其中：

• A为sd_xl_base_1.0_inpainting_0.1.safetensors
• B为您的微调检查点
• C为sd_xl_base_1.0_fp16_vae.safetensors

使用ENFUGUE的Web界面：

必须使用本仓库中的这两个特定文件才能生效。Diffusers团队使用FP16 XL VAE训练XL图像修复模型，使用不同的XL基础模型会导致应用于图像修复检查点的增量不正确，生成的VAE将毫无意义。

模型描述

• 开发者：Diffusers团队
• 重新打包者：Benjamin Paine
• 模型类型：基于扩散的文本生成图像模型
• 许可协议：CreativeML Open RAIL++-M License
• 模型描述：这是一个基于文本提示生成和修改图像的模型。它是一个潜在扩散模型，使用两个固定的预训练文本编码器（OpenCLIP-ViT/G和CLIP-ViT/L）。

用途

直接使用

该模型仅用于研究目的。可能的研究领域和任务包括：

• 艺术作品生成及设计和艺术创作中的应用。
• 教育或创意工具中的应用。
• 生成模型的研究。
• 安全部署可能生成有害内容的模型。
• 探索和理解生成模型的局限性和偏见。
• 以下描述的用途除外。

超出范围的用途

该模型未经过训练以生成人物或事件的真实或准确表示，因此使用该模型生成此类内容超出了该模型的能力范围。

局限性和偏见

局限性

• 模型无法实现完美的照片级真实感
• 模型无法渲染可读文本
• 模型在处理涉及组合性的更复杂任务时表现不佳，例如渲染“红色立方体在蓝色球体上”的图像
• 面部和人物可能无法正确生成
• 模型的自动编码部分是有损的
• 当强度参数设置为1（即从完全遮罩的图像开始修复）时，图像质量会下降。模型保留了图像的非遮罩内容，但图像看起来不够清晰。我们正在研究此问题并开发下一版本。

偏见

• 尽管图像生成模型的能力令人印象深刻，但它们也可能强化或加剧社会偏见。