功能很简单，就是增加或者减少图像的细节，节点也很简单，就一个节点，只需要嵌入我们的ComfyUI的基础工作流中就可以了，随插随用。而且该插件不仅支持SD1.5和SDXL，甚至最新出的FLUX.1模型也是支持的哦！好了，话不多说，我们直接开整。我们先来看效果，这里使用的是FLUX.1的模型，

SDXLTurbo模型使用了一种全新的对抗扩散蒸馏技术，能够在保持图片质量的同时，大大降低采样步数，甚至可以一步出图。安装部署模型下载地址：https://huggingface.co/stabilityai/sdxl-turbo/tree/main完成下载后，放置位置：SD安装目录\models\Stable-diffusion这份完整版的AI

在生成图片前的第一步，首先要根据模型设置匹配的分辨率：使用SDXL模型：底模是1024*1024使用SD1.5模型：底模是512*512若分辨率不足，例如人脸特写，则可能出现显示不完整的情况；相反，分辨率过高，则可能出现多头多手的情况（比较渗人）因此，因为选择SDXL模型，将宽高调整为768*10

2024年8月26日,字节开源了FLUXDev的HaperSDLora。只需要8步或者16步就可以用FLUX生成图片，大幅减少FLUX的生成时间。建议LoRA比例约为0.125，该比例可适应训练和指导，比例可保持在3.5。较低步骤的LoRA即将推出。大家可以点击下面文章链接，文章包含模型下载链

大家好，我是强哥AI绘画SDXL1.0模型发布以来，优质的SDXL大模型不断涌现，让图像的生成质量越来越高。但版本迭代后，之前的SD1.5的负面提示词Embedding并不能和SDXL大模型配合使用，而每次都输入一大串的反向提示词又实在麻烦。所以今天就给大家推荐6款可以配合SDXL

前言comfyUI自从面世以来，就以一种潜力股的姿态快速流行了起来，越来越多的小伙伴开始使用comfyUI。也许你一开始会被comfyUI密密麻麻的“线路”吓到，但其实comfyUI也没那么复杂，并且好处多多。本文将带大家一起，快速了解一下comfyUI的优势，尝试解释为何它这么流行。视频版comf

前言本期分享一个人物一致性控制工作流，主要思路是通过固定随机数种子，定制潜空间噪声图案，提示词表情控制来实现任务一致性的控制，下面将进行工作流的讲解。***宏观工作流预览从宏观层面看，工作流主要有四部分组成，分别是提示词控制区域，主干道区域，潜空间控制区域和最终的图

‍‍‍‍‍前言今天给小伙伴们介绍一个非常简单，但又相当好使的一个插件。功能很简单，就是增加或者减少图像的细节，节点也很简单，就一个节点，只需要嵌入我们的ComfyUI的基础工作流中就可以了，随插随用。而且该插件不仅支持SD1.5和SDXL，甚至最新出的FLUX.1模型也是支持的

大家好，我是灵魂画师向阳自从AI绘画开始进入大众视野之后，AI绘画工具StableDiffusion技术以其创新的人工智能能力而著称，它拥有根据用户输入的文字描述来创造细致且富有表现力的图像的独特本领。SD不仅能够生成图像，还能执行图像修复、扩展以及在文本指导下的图像变换等多样

大家好我是小王！！！近日SDXLControlnetTile模型更新到V2版本了，这是一款现实逼真绘图Controlnet插件模型，适用于熟知的SD-WebUI扩展和ComfyUI工作流。本次V2版本的更新，在模型的稳定性和控制力得到了显著的提升，同时能够在高清分辨率时更多的精细的图像细节增强。•

SDXL模型经过训练可以创建具有更好图像质量的更大图像。它们还可以拍摄512x512分辨率的优质图像，因此就图像质量而言，它们通常是SD1或2型号的良好替代品。但是，它们确实会消耗更多GPU和系统RAM，因此请在使用SDXL型号时尝试图像大小和VRAM使用级别设置（在“设置”选项卡

用法安装软件后，导航到您的浏览器（我们建议使用Chrome、Edge或Firefox以防止出现问题）并导航到http://localhost:9000。项目可能需要几秒钟的时间才能准备好。加载后应该是这样的：提示您可以将多个Jobs.项目会将它们一一处理。您无需等到第一项工作完成。您可以通过每行输

SDXL-Lightning是一个由ByteDance（字节跳动）开发的文本到图像的生成模型，其主要贡献在于其高速的生成能力和轻量化的设计。模型的特点快速生成：SDXL-Lightning能够在几步之内生成高质量的1024px图像，这使得它在生成速度上具有优势。这种快速生成的能力使得SDXL-Lightning可以

 SDXLTurbo是一种快速生成的AI构图模型，它基于一种称为对抗性扩散蒸馏的新训练方法，该方法允许在1到4个步骤中以高图像质量对大规模基础图像扩散模型进行采样，并将其与对抗性损失相结合，以确保即使在一个或两个采样步骤的低阶模式下也能获得高图像保真度简单说，就是快速成图的同时

模型描述SSD-1B面临的主要挑战是生成人工智能的大小和速度。处理基于文本的语言模型时，加载整个模型权重和推理时间成为一个挑战，对于使用稳定扩散的图像来说更是如此。SSD-1B是SDXL的精简版，体积缩小了50%，速度提升了60%，同时保持了高质量的文本到图像生成能力。它在包括Grit和Midjourn

引言在AI领域，适应和理解人类偏好一直是技术发展的重要方向。斯坦福大学研究团队最近提出的Diffusion-DPO方法，旨在将这一理念应用于图像生成模型，特别是在文本到图像的转换领域。Huggingface模型下载:https://huggingface.co/mhdang/AI快站模型免费加速下载:https://aifasthub.com/

引言 在人工智能的迅猛发展中，图像生成技术一直是研究的热点。最近，Stability.ai推出的SDXLTurbo模型在这一领域取得了显著的突破，尤其是在提升出图效率方面，实现了重要的进展。模型概述 SDXLTurbo是基于SDXL1.0开发而成的，采用了一种全新的对抗扩散蒸馏技术（ADD），将图像所需的生成步

目录textencoderunetvaetextencoderunetconv_inConv2d(4,320,kernel_size=(3,3),stride=(1,1),padding=(1,1))time_projTimesteps()time_embeddingTimestepEmbedding((linear_1):LoRACompatibleLinear(in_features=320,out_features=1280,bias=True)(

加载fp16模型到显存的消耗单图运算时的消耗unet阶段vae阶段双图运算时的消耗unet阶段vae阶段

T2I-Adapter是一种高效的即插即用模型，其能对冻结的预训练大型文生图模型提供额外引导。T2I-Adapter将T2I模型中的内部知识与外部控制信号结合起来。我们可以根据不同的情况训练各种适配器，实现丰富的控制和编辑效果。同期的ControlNet也有类似的功能且已有广泛的应用。然

Pretitle:SDXL:ImprovingLatentDiffusionModelsforHigh-ResolutionImageSynthesisaccepted:arXiv2023paper:https://arxiv.org/abs/2307.01952code:https://github.com/Stability-AI/generative-models关键词：imagesynthesis,stablediffusion,SDXL,AICG

本文给大家分享一个应用于SDXL的新插件：StyleSelectorXL。通过在UI界面上简单的选择，我们就可以生成多种多样的风格图片，如动漫、水彩、平面、3D、线稿、涂鸦、剪纸、朋克、童话等等。基本介绍用过SDXL的同学，应该能切身感受到其出图质量相比之前的SD1.5、2.x等版本都有了

这是我们部署StableDiffusion的第三篇文章了，前两篇文章都详细介绍了Automatic1111的stable-diffusion-webui的安装，这次主要介绍如何使用SDXL1.0模型。https://avoid.overfit.cn/post/3f640647d3eb4360ade44ee997091c87获取项目

介绍最近，StabilityAI正式推出了全新的SDXL1.0版本。经过我的实际测试，与之前的1.5版本相比，XL的效果有了巨大的提升，可以说是全方位的超越。不仅在理解提示词方面表现出色，而且图片的构图、颜色渲染和画面细腻程度都有了很大的进步，实际出图效果堪比Midjourney。此外，该版本还继续采

2023年7月26日:Stability.AI发布SDXL1.0，这是对其生成模型的又一次重大更新，带来了突破性的变化。SDXL1.0包括两种不同的模型:sdxml-base-1.0:生成1024x1024图像的基本文本到图像模型。基本模型使用OpenCLIP-ViT/G和CLIP-ViT/L进行文本编码。sdxml-refiner-1.0:一个图像