SDXL 在生产环境跑了一阵,拆开说几条实际感受,顺带讲讲每条落到日常干活是什么意思。
- UNet backbone 大了差不多三倍。 底子变厚了,后面几条变化基本都从这来,不是孤立的一个卖点。
- 原生就是 1024×1024。 以前先出小图再靠放大模型硬撑分辨率,放大那一步经常把细节抹平,或者补出些莫名其妙的东西;现在直接在目标尺寸出,流程里少一个环节,也就少一个出错的地方。
- 提示词能写短。 以前脸部细节要堆一长串权重才压得出来,现在几个关键词就有了,人脸崩的概率明显低。词短了还有个附带好处,同事接手你的工作流时看得懂你在干嘛。
- 文字渲染比上一代靠谱不少。 海报里塞几个字母,大概率认得出来,至少不是以前那种鬼画符了。
- 开源、商用免费。 对我们做落地的来说这条反而最要紧,授权上的扯皮直接省掉。
缺点也得说:显存吃得凶,8G 卡跑起来要精打细算,分辨率和批量都得掂量着开。
至于值不值得换,关键看你原来那套 workflow 迁移成本大不大,这个只有自己清楚。