SDXL Turbo

SDXL Turbo ist ein KI-Bildmodell für Text zu Bild, das Stability AI Ende November 2023 veröffentlicht hat. Es ist eine destillierte Version von SDXL 1.0 und darauf ausgelegt, Bilder auf der Stelle zu erzeugen statt nach langem Warten. Sie geben einen Text ein, das Modell antwortet in einem einzigen Netzwerkdurchlauf, und daher stammt der Name Echtzeit-Bildgenerator.

Das Modell löst ein konkretes Problem: die Geschwindigkeit. Übliche Diffusionsmodelle durchlaufen Dutzende Schritte, bevor ein Bild erscheint. SDXL Turbo stützt sich auf ein Trainingsverfahren namens Adversarial Diffusion Distillation, kurz ADD, das diesen Prozess auf ein bis vier Schritte zusammenpresst. Laut Stability AI erzeugt das Modell auf einer A100-GPU ein 512x512-Bild in rund 207 Millisekunden.

Der Kompromiss zeigt sich im Ergebnis. SDXL Turbo arbeitet mit einer festen Auflösung von 512x512, feine Details wie Hände und Gesichter können also grob ausfallen, und eine größere Leinwand erzwingen bringt den Bildaufbau meist durcheinander. Die ursprüngliche Veröffentlichung kam unter einer nicht kommerziellen Forschungslinzenz, und heute lässt sich das Modell lokal oder über gehostete Werkzeuge ausführen, die es einbinden.

Getting Started

1. Rufen Sie die Modellseite auf Hugging Face auf und prüfen Sie die Lizenz, bevor Sie es herunterladen.
2. Holen Sie die Gewichte mit der Diffusers-Bibliothek, oder öffnen Sie einen gehosteten Bereich, wenn Sie die Installation überspringen möchten.
3. Laden Sie das Modell und stellen Sie die Schrittzahl auf eins oder zwei für die schnellste Antwort, oder auf bis zu vier für mehr Detail.
4. Schreiben Sie einen englischen Text und erzeugen Sie das Bild: Es erscheint fast im Takt Ihrer Eingabe.
5. Feilen Sie am Text, Wort für Wort, bis der Bildaufbau dem nahekommt, was Ihnen vorschwebt.