ANTI-AI ARCHIVE
艺术史节点 / 101 · 2023-07-26

SDXL:高分辨率潜在扩散模型

SDXL: Improving Latent Diffusion Models for High-Resolution Image Synthesis

Robin Rombach; Stability AI research team and collaborators

历史背景与研究说明

SDXL 提高构图、细节、风格和分辨率表现,并继续保持开放模型可微调、可组合的特征。它是 Stable Diffusion 生态从实验性爆发进入成熟生产阶段的重要节点。

日期与版本记录

节点标注日期:2023-07-26 · 研究母版原记日期:2023-07-26

以上日期属于历史事件或资料所记版本,不是本站页面的上线日期;保留原有日期精度与待核事项。

原始资料与进一步阅读

以下链接通往来源的论文、文章、机构或会议页面。外部原文的语言以来源为准。

01
SDXL:高分辨率潜在扩散模型 ↗

SDXL: Improving Latent Diffusion Models for High-Resolution Image Synthesis

https://stability.ai/news-updates/stable-diffusion-sdxl-1-announcement

当前引用地址

出处、翻译与核验状态

档案节点 #101 · 历史节点

研究母版与补充出处 · 3

AI 艺术谱系研究母版 · p. 30 · 101
原记日期: 2023-07-26
SDXL:高分辨率潜在扩散模型 ↗
SDXL: Improving Latent Diffusion Models for High-Resolution Image Synthesis

生成式视觉发布编年研究母版 · p. 15 · R071
原记日期: 2023-07-26
SDXL:高分辨率潜在扩散模型 ↗
SDXL 1.0

生成式视觉发布编年研究母版 · p. 15 · R072
原记日期: 2023-07-26
SDXL:高分辨率潜在扩散模型 ↗
Stable Diffusion XL 1.0

站内说明据母版译编,非外链全文译本;AI 辅助翻译,待人工审校。

母版研究论述与日期尚待独立核验。

引用本节点

ANTI-AI ARCHIVE. SDXL:高分辨率潜在扩散模型. 艺术史节点 #101. https://salondesrefuses.cn/zh/art-history/101

引用具体史实时,请同时引用上方原始资料,并补充你的访问日期。本站说明不是外链全文译本。

相邻节点按时间顺序排列,不意味着二者存在直接影响或因果关系。