Cộng đồng phát triển AI trên GitHub hôm nay công bố phiên bản mới của dự án StableDiffusion XL 2.0, một mô hình diffusion mở nguồn được thiết kế để tạo ra hình ảnh độ phân giải cao lên tới 4K.
StableDiffusion XL 2.0 được xây dựng dựa trên kiến trúc UNet cải tiến và sử dụng kỹ thuật “cross‑attention” mới, giúp giảm thiểu hiện tượng nhiễu và tăng độ chi tiết trong các khu vực phức tạp như da người và vật liệu phản chiếu. Ngoài ra, đội ngũ phát triển đã tối ưu hoá quá trình inference bằng cách áp dụng sparsity và quantization, giảm chi phí tính toán khoảng 20% so với phiên bản trước.
Dự án đã nhận hơn 12 000 sao trên GitHub và thu hút hơn 1 200 fork chỉ trong 48 giờ đầu ra mắt. Các nhà sáng tạo nội dung, nhà thiết kế đồ họa và nhà nghiên cứu đang tích cực đóng góp, cung cấp các checkpoint mới và plugin tích hợp cho các công cụ như Blender và Photoshop.
StableDiffusion XL 2.0 được phát hành dưới giấy phép CreativeML OpenRAIL‑M, cho phép sử dụng thương mại với một số hạn chế về nội dung gây hại. Đội ngũ phát triển khuyến khích cộng đồng báo cáo lỗi và đề xuất cải tiến qua issue tracker trên GitHub.