许可证：其他 额外授权提示：>- 版权所有（c）Stability AI Ltd.

本许可协议（可根据本协议修订，以下简称“许可”）由您或您的雇主或其他实体（若您代表雇主或其他实体签署本协议）（“被许可方”或“您”）与Stability AI Ltd.（“Stability AI”或“我们”）共同订立，适用于您使用Stability AI根据本许可提供的任何计算机程序、算法、源代码、目标代码、软件、模型或模型权重（统称“软件”）以及Stability AI提供的与软件相关的规格说明书、手册、文档及其他书面材料（统称“文档”）。使用软件即表示您同意本许可条款。若不同意本许可，则您无权使用软件或文档（合称“软件产品”），并须立即停止使用。若您代表雇主或其他实体同意受本许可约束，您向Stability AI声明并保证您拥有完全法律权限使雇主或该实体受本许可约束。若无相应权限，您不得代表雇主或其他实体接受本许可或访问软件产品。

1. 许可授予

a. 在您遵守文档及第2、3、5条的前提下，Stability AI授予您一项非排他性、全球性、不可转让、不可分许可、可撤销、免版税的有限许可，允许您基于Stability AI的著作权权益将软件仅用于非商业研究目的而使用、复制及创作衍生作品。上述许可是您个人专属的，未经Stability AI事先书面同意，您不得转让、分许可、分发、发布、托管或以其他方式提供本软件、软件衍生作品、与软件相关的模型或模型权重、本许可或本许可项下任何其他权利或义务；任何未经事先书面同意的转让或分许可均属无效，并将自动立即终止本许可。明确而言，本许可未授予您向非被许可方延伸软件、软件衍生作品或相关模型/模型权重许可的权利或能力，亦不允许您通过提供本许可副本等方式创建新被许可方。如需本许可未授予的权利，请发送邮件至legal@stability.ai申请许可。

b. 您可为配合上述软件许可的使用目的制作合理数量的文档副本。

c. 本条（许可授予）明确规定的权利许可是软件产品中对您的完整授权，除本许可明示授予外，无论基于弃权、禁止反言、默示、衡平法或其他理由，不授予任何其他许可。Stability AI及其许可方保留本许可未明确授予的所有权利。

2. 限制条款

您不得且不得允许、协助或促使任何第三方：

a. 将软件产品（或其任何衍生作品、包含软件产品的作品或软件生成的任何数据）全部或部分用于：(i) 任何商业或生产目的；(ii) 军事用途或核技术服务；(iii) 监控目的（包括任何相关研发）；(iv) 生物识别处理；(v) 侵犯、盗用或违反第三方权利的方式；(vi) 违反任何适用法律及隐私/安全法律、法规、指令或政府要求（包括《通用数据保护条例》（欧盟2016/679号法规）、《加州消费者隐私法》及所有生物信息处理相关法律）及其修正案与后续法律的方式；

b. 移除或修改软件产品上标注的版权及其他专有声明；

c. 使用任何设备、技术或其他手段规避或移除Stability AI用于软件的安全保护措施、使用限制或启用被禁功能；

d. 对软件产品附加任何更改、限制或与本许可条款冲突的条款；

e. 1) 违反任何适用的美国及非美国出口管制与贸易制裁法律（“出口法律”）；2) 直接或间接出口、再出口、提供或转让软件产品至：(a) 出口法律禁止的个人/实体/国家；(b) 任何美国或非美国政府限制名单上的对象；(c) 用于出口法律禁止的用途（包括核生化武器或导弹技术应用）；3) 若您或使用方：(a) 位于全面制裁地区；(b) 被列入任何限制名单；(c) 拟用于出口法律禁止的用途，则不得使用或下载软件产品；4) 不得通过IP代理等方式隐藏所在地。

3. 署名要求

分发软件产品（含衍生作品或包含软件产品的作品）时，须同时提供：(i) 本许可副本；(ii) 以下署名声明：“SDXL 0.9依据SDXL研究许可授权，版权所有（c）Stability AI Ltd. 保留所有权利。”

4. 免责声明

软件产品“按原样”及“包含全部缺陷”提供，不附带任何明示或默示保证。Stability AI明确否认所有与软件产品相关的明示或默示陈述与保证（无论基于成文法、惯例、惯常做法或其他），包括但不限于适销性、特定用途适用性、权属、满意质量及不侵权的默示保证。Stability AI不作软件产品无错误、无病毒/有害组件或产生特定结果的任何保证。

5. 责任限制

在法律允许的最大范围内，Stability AI概不承担以下责任：(a) 基于合同、侵权、过失、严格责任、保证或其他责任理论产生的本许可项下责任；(b) 任何间接、后果性、示范性、附带、惩罚性或特殊损害赔偿或利润损失（即使已被告知可能性）。软件产品及其组件与输出（合称“软件材料”）非为可能合理预见导致人身伤害（包括潜在歧视或侵犯隐私权）或严重物理/财产/环境损害（各称“高风险用途”）的场景设计。若您将软件材料用于高风险用途，需自行承担风险。您同意制定并实施适当的决策与风险缓释程序/政策，确保即使软件材料出现故障，受影响人员/财产的安全仍维持在合理、适当且合法的水平。

6. 赔偿条款

您须赔偿并使Stability AI及其关联方免于因以下原因产生的索赔：(a) 您使用软件产品（含生成结果/数据）或高风险用途；(b) 违反本许可；(c) 侵犯他人权利（包括知识产权或隐私权）。您应及时通知Stability AI索赔事项并配合防御。Stability AI有权独家控制索赔的抗辩或和解。本赔偿条款是对书面协议中其他赔偿/救济的补充而非替代。

7. 终止与存续

a. 您违约时本许可自动终止。

b. 我们可随时通过通知（含电子形式）部分或全部终止许可。

c. 终止后以下条款仍有效：第2-6条、第7(c)条、第8-11条。

8. 第三方材料

软件产品可能包含受第三方许可约束的材料（包括开源软件）。您与第三方的互动及使用第三方材料的行为由您自行承担风险。Stability AI不对第三方材料作控制、背书或保证。

9. 商标

本许可未授予商标使用权。未经Stability AI事先书面许可，不得使用其名称或标识（除非为本协议“署名”条款所需）。

10. 适用法律与争议解决

本许可受加利福尼亚州法律管辖（不考虑冲突法原则）。任何争议须提交加州圣马特奥郡的联邦或州法院解决，各方不可撤销地服从其管辖。

11. 其他条款

若某条款或其部分无效，不影响其余条款效力。Stability AI未行使权利不构成弃权。本许可不产生第三方受益人权利。本许可与文档构成双方完整合意，取代所有先前书面或口头协议。任何修改须经双方授权代表书面签署。 额外授权标题：研究人员早期访问 额外授权描述：SDXL 0.9研究许可协议 额外授权按钮内容：提交申请 额外授权字段： 组织：文本 研究性质：文本 个人研究资料链接（简历、网站、GitHub）：文本 其他意见：文本 我接受上述许可协议，承诺仅将软件用于非商业研究目的：复选框 标签：

• 文生图
• 稳定扩散

SD-XL 0.9-base模型卡片

模型架构

SDXL采用两级潜空间扩散流程： 首先通过基础模型生成目标尺寸的潜变量， 随后使用专精高分辨率模型并应用SDEdit技术（https://arxiv.org/abs/2108.01073，亦称"图生图"）对初始潜变量进行优化，保持相同提示词。

模型说明

• 开发方: Stability AI
• 模型类型: 基于扩散的文本生成图像模型
• 许可证: SDXL 0.9研究许可证
• 模型描述: 本模型可根据文本提示生成及修改图像，是基于双固定预训练文本编码器（OpenCLIP-ViT/G与CLIP-ViT/L）的潜扩散模型。
• 更多资源: GitHub仓库 SDXL论文。

模型来源

• 代码库: https://github.com/Stability-AI/generative-models
• 演示体验: https://clipdrop.co/stable-diffusion

🧨 Diffusers用法

确保升级diffusers至0.18.0+：

pip install diffusers --upgrade

同时安装以下依赖：

pip install invisible_watermark transformers accelerate safetensors

基础调用方式：

from diffusers import DiffusionPipeline
import torch

pipe = DiffusionPipeline.from_pretrained("stabilityai/stable-diffusion-xl-base-0.9", torch_dtype=torch.float16, use_safetensors=True, variant="fp16")
pipe.to("cuda")

# 若使用torch<2.0
# pipe.enable_xformers_memory_efficient_attention()

prompt = "宇航员骑着一匹绿色骏马"

images = pipe(prompt=prompt).images[0]

使用torch>=2.0时可通过编译unet提升20-30%推理速度：

pipe.unet = torch.compile(pipe.unet, mode="reduce-overhead", fullgraph=True)

GPU显存不足时可启用CPU卸载：

- pipe.to("cuda")
+ pipe.enable_model_cpu_offload()

用途范围

直接用途

本模型限研究用途，包括但不限于：

• 艺术作品生成与设计创作
• 教育/创意工具开发
• 生成模型研究
• 安全部署有害内容防范研究
• 模型局限性及偏见探究

非适用场景

本模型非为生成人物/事件的真实表述而设计，此类用途超出模型能力范围。

局限性与偏差

局限性

• 无法实现完美照片级真实感
• 无法生成可辨识文字
• 复杂组合任务（如"蓝色球体上的红色立方体"）表现欠佳
• 人脸/人物生成可能不准确
• 自编码部分存在信息损耗

偏差

图像生成能力可能放大社会偏见。

评估结果

上图显示用户对SDXL（含/不含优化模块）与Stable Diffusion 1.5/2.1的偏好评估。SDXL基础模型显著优于前代版本，结合优化模块后达到最佳综合表现。