关于Stable diffusion模型，Stable diffusion的SDXL模型以及相关实操

文章来源：福汇下载发布时间：2025-03-29 15:38:37

朋友们好，今天分享的是Stable diffusion的SDXL模型以及相关实操。前面其实我已经断断续续地介绍过几次Stable diffusion的模型，比如 1.X 和 2.X 模型，还有6月12号即将开源的SD3（2B）模型，但其实在2.X 和 SD3 之间，大概在2023年7月份左右，StableAI 还发布过一个SDXL大模型，也就是今天要分享的主题。

与之前的SD1.5大模型不同，这次的SDXL在架构上采用了“两步走”的生图方式：

以往SD1.5大模型，生成步骤为 Prompt → Base → Image，比较简单直接；而这次的SDXL大模型则是在中间加了一步 Refiner。Refiner的作用是什么呢？简单来说就是能够自动对图像进行优化，提高图像质量和清晰度，减少人工干预的需要。

简单来说，SDXL这种设计就是先用基础模型（Base）生成一张看起来差不多的图片，然后再使用一个图像精修模型（Refiner）进行打磨，从而让图片生成的质量更高。而在没有这个之前，我们往往需要通过其他手段，如高清修复或面部修复来进行调优。

除了有出图质量更高这个优势，SDXL还有以下优点：

支持更高像素的图片（1024 x 1024）对提示词的理解能力更好，比较简短的提示词也能达到不错的效果相比SD1.5模型，在断肢断手多指的情况上有所改善风格更为多样化

当然，每件事物不可能是完美的，所以SDXL也有一些局限性：

1、低像素出图质量不高

由于SDXL都是用1024x1024的图片训练的，这既导致它在这个像素级别上生成的质量比较高。但同时也导致了它在低像素级别（如512x512）生成的质量反而比较低，甚至不如SD1.5等模型。

2、与旧Lora不兼容

过去一些适用于SD1.5, 2.x 的Lora和ControlNet模型，大概率无法使用，得重新找一些带有SDXL的模型

3、对GPU显存的要求更高（这个下面会着重讲到）

4、出图时间也变久了

好了，简单讲完了SDXL大模型以及它的优缺点，接下来就开始实战了！

一、模型的下载

这次模型的下载有点不同，因为我们需要下载三个模型，分别是：sd_xl_base_1.0.safetensors、[1]sd_xl_refiner_1.0.safetensors 和 [2]sdxl_vae.safetensors[3] 。

三个模型的地址分别是：

https://huggingface.co/stabilityai/stable-diffusion-xl-base-1.0/tree/mainhttps://huggingface.co/stabilityai/stable-diffusion-xl-refiner-1.0/tree/mainhttps://huggingface.co/stabilityai/sdxl-vae/tree/main

如果你没有魔法，我这里也提供了网盘的下载链接，只不过如果你没有会员，估计也要下很久

上一篇: AI绘画手指画不好？Stable Diffusion高效修复手部问题小白教程

在AI绘画中，手部问题一直是一个麻烦的问题。双手变形、手指缺失、手指多余这些问题常常困惑着我们。本文主要讨论一下关于Stable Diffusion中有哪些方法可以用于修复手部问题。一素材准备 …