AIGC 实战（环境篇） – 安装部署 SDXL1.0

经过 SDXL0.9 和 SDXL Beta 的迭代，终于 SDXL1.0 正式版发布了！

之前使用 AIGC 生成图片，一般都是生成 512512 的图，然后再进行放大，以达到高清出图的要求。但是这里有个问题是底模其实都是海量的 512512 图片训练出来的，所以出图效果上经常不如人意，在细节上会差一些。这次 SDXL1.0 直接使用 1024*1024 的海量图片训练底模，而且分为了文生图用的 base 模型和图生图进行优化和放大的 refiner 模型，从而在开源免费的文生图软件上实现了不输于 Midjourney 的出图效果。

1 – SDXL1.0 简介

1.1 – SDXL 和 SD1.5 模型有什么差别

SDXL 与原来的 SD1.5 模型除了大小不同外，最大区别是 SDXL 由 base 基础模型和 refiner 优化模型两组模型构成。您需要先运行基础模型，然后再运行细化模型。基础模型设置全局组成，而细化模型则添加更细节的细节。您也可以选择仅运行基础模型。

语言模型（理解您 Prompt 提示的模块）是最大的 OpenClip 模型（ViT-G/14）和 OpenAI 专有的 CLIP ViT-L 的组合。这是一个聪明的选择，因为 Stable Diffusion v2 仅使用 OpenClip，很难提示成功。重新引入 OpenAI 的 CLIP 可以使提示更容易。在 v1.5 上有效的提示在 SDXL 上也有很好的甚至更佳的效果。

扩散模型中最重要的部分 U-Net 现在大了 3 倍。加上更大的语言模型，SDXL 模型可以生成与提示紧密匹配的高质量图像。

因为底模是 10241024 训练的，比原来的 512512 大了 4 倍，所以底模 base 基础模型大小也达到接近 7GB，refiner 也是差不多 7GB，对硬件（GPU 显存）的要求更高了！如果只有 8G 以下的显存，建议还是别碰 SDXL 了。

1.2 – 图片的真实感更强

因为对提示词的语义理解更准确，加上底模的分辨率更高，所以对光线、画质、镜头、角度、焦点等等的渲染更到位，以下是我使用提示直接基于 XL base 模型产生的图片。

| photo of young Chinese woman, highlight hair, sitting outside restaurant, wearing dress, rim lighting, studio lighting, looking at the camera, dslr, ultra quality, sharp focus, tack sharp, dof, film gralaoxiongb2cin, Fujifilm XT3, crystal clear, 8K UHD, highly detailed glossy eyes, high detailed skin, skin pores |

| —- |

如果基于这个图再进行图生图，并使用 refiner 模型，那么可以得到更好的效果。
⚠️upload failed, check dev console

1.3 – 对文字的渲染更可靠

之前在 SD1.5 时，是无法在提示词中提升图片中有哪些文字的，现在在 SDXL 中，可以比较好的实现对英文单词的渲染，不过有时候也要看运气，经常也会渲染的有些瑕疵，不过瑕不掩瑜，聊胜于无，总是一个不小的进步。这是提示词：

这是文生图的一个图片：

另外在二次元、场景渲染上 SDXL 都有不俗的表现，这里就不一一举例了，大家赶紧去体验一下吧！

下面我们就来看看怎么在 Linux 服务器上安装和使用 SDXL1.0 吧。

2 – 安装 SDXL

2.1 – 环境配置

使用与 [[AIGC 实战（环境篇） – 安装部署 Stable Diffusion WebUI]] 一致的环境

2.2 – SDXL1.0 大模型与 vae 下载

当前我们并没有下载 SDXL1.0 的底模，需要手动从 HuggingFace 下载，具体 URL：
https://huggingface.co/stabilityai/stable-diffusion-xl-base-1.0/resolve/main/sd_xl_base_1.0.safetensors
https://huggingface.co/stabilityai/stable-diffusion-xl-refiner-1.0/resolve/main/sd_xl_refiner_1.0.safetensors
这两个文件是底模，大约 7 个 G 每个文件，下载到 GPU 服务器后，需要放到 stable-diffusion-webui/models/Stable-diffusion 文件夹中。另外还有一个 VAE 文件，是可选的，下载地址：
https://huggingface.co/stabilityai/sdxl-vae/resolve/main/sdxl_vae.safetensors
下载后放到 stable-diffusion-webui/models/VAE 文件夹中。
然后我们来 SD WebUI，刷新底模列表，即可看到 XL 的 base 和 refiner 模型。
至于 VAE，默认是不显示在 UI 中的，可以在设置的用户界面选项中添加。接下来就可以在 SD WebUI 中享受 SDXL 带来的新体验吧！

3 – 总结

1.之前在 SDXL1.0 发布之前，需要给 sd-welaoxiongb2cbui 安装 Demo 扩展才能使用 SDXL，现在不需要了，所以如果之前已经安装了 Demo 扩展的可以删除掉了。
2.直接出尺寸在 1024 或者之上的图，不要出 512*512 的图。
3.之前下载的 Lora 和底模、Embedding 等都不能在 SDXL1.0 上使用，所以需要重新从 C 站下载专门的 SDXL 版。很多 Lora 都没有出 XL 版 Lora，所以大家还是等等生态丰富了再作为生产工具吧。

4.Lora 训练工具也更新了，有对应的 SDXL 版本分支，所以要搞 Lora 训练的同学，记得切换训练工具的版本，重新训练属于自己的 XL Lora。

参考：
Stable Diffusion XL1.0正式发布了，赶紧来尝鲜laoxiongb2c吧

同系列

[[AIGC 实战（环境篇） – 安装部署 SDXL]]
[[AIGC 实战（环境篇） – 安装部署 Ollama]]
[[AIGC 实战（环境篇） – 安装部署 ComfyUI]]
[[AIGC 实战（环境篇） – 安装部署 SDXL1.0]]
[[AIGC 实战（环境篇） – Anaconda 使用教程]]
[[AIGC 实战（环境篇）—— Debian安装Chattts]]
[[AIGC 实战（环境篇） – 安装部署模型训练工具 Kohya_ss]]
[[AIGC 实战（环境篇） – EXSI 8.0 安装 Debian12]]
[[AIGC 实战（环境篇）—— 安装部署 MoneyPrinterPlus]]
[[AIGC 实战（环境篇） – Python、Anaconda、PyTorch安装]]
[[AIGC 实战（环境篇） – 安装部署 Stable Diffusion WebUI]]
[[AIGC 实战（环境篇） – EXSI 8.0 Debian安装RTX3060显卡驱动]]
[[AIGC 实战（环境篇） – 安装部署 Tabby —— AI 自动补全工具 的私有化部署]]
[[AIGC 实战（环境篇） – 部署SadTalker并添加到Stable Diffusion]]