SDXL 0.9 : le générateur d’images par IA le plus avancé du marché

Stability AI, une startup spécialisée dans l’intelligence artificielle, a annoncé aujourd’hui le lancement de Stable Diffusion XL 0.9, le développement le plus avancé de sa suite de modèles de génération d’images par texte Stable Diffusion. Après le succès de la version bêta de Stable Diffusion XL en avril, SDXL 0.9 produit des images avec un niveau de détail et de composition nettement amélioré par rapport à son prédécesseur.

Prompt: A wolf in Yosemite National Park, chilly nature documentary film photography
Negative prompt: 3d render, smooth, plastic, blurry, grainy, low-resolution, anime, deep-fried, oversaturated
(Left – SDXL Beta, Right – SDXL 0.9)

Le modèle peut être utilisé via ClipDrop dès aujourd’hui, avec une API à venir prochainement. Les poids de recherche sont désormais disponibles, avec une sortie en open source prévue pour mi-juillet, à l’occasion du passage à la version 1.0.

Malgré sa capacité à fonctionner sur un GPU moderne grand public, SDXL 0.9 représente un bond en avant pour les cas d’utilisation créatifs des images générées par IA. La possibilité de créer des images hyper-réalistes pour le cinéma, la télévision, la musique et les vidéos pédagogiques, ainsi que d’offrir des avancées pour le design et l’industrie, place SDXL à la pointe des applications réelles des images par IA.

Prompt: *~aesthetic~*~ manicured hand holding up a take-out coffee, pastel chilly dawn beach instagram film photography
Negative prompt: 3d render, smooth, plastic, blurry, grainy, low-resolution, anime
(Left – SDXL Beta, Right – SDXL 0.9)

SDXL 0.9 offre également une gamme de fonctionnalités qui vont au-delà du simple texte. Il s’agit notamment du prompt image-to-image (entrer une image pour obtenir des variations de cette image), de l’inpainting et de l’outpainting.

Prompt: beautiful scenery nature glass bottle landscape, purple galaxy bottle (SDXL 0.9 – 1024×1024)

La clé de cette avancée en matière de composition pour SDXL 0.9 est son augmentation significative du nombre de paramètres (la somme de tous les poids et biais du réseau neuronal sur lequel le modèle est entraîné) par rapport à la version bêta. SDXL 0.9 possède l’un des plus grands nombres de paramètres de tous les modèles d’image open source, avec un modèle de base de 3,5 milliards de paramètres et un pipeline d’ensemble de modèles de 6,6 milliards de paramètres (le résultat final est créé en exécutant deux modèles et en agrégeant les résultats). Le modèle de la deuxième étape du pipeline est utilisé pour ajouter des détails plus fins à la sortie générée par le modèle de la première étape.

Prompt: magical realism; manicured fingers holding a piece of white heart-shaped sea glass up against the setting sun realistic film photography (SDXL beta – 480×480)

Pour comparer, la version bêta fonctionne sur 3,1 milliards de paramètres et utilise un seul modèle. SDXL 0.9 fonctionne sur deux modèles CLIP, dont l’un des plus grands modèles OpenCLIP entraînés à ce jour (OpenCLIP ViT-G/14), qui renforce la puissance de traitement et la capacité à créer des images réalistes avec plus de profondeur et une résolution plus élevée de 1024×1024.

Malgré sa sortie puissante et son architecture de modèle avancée, SDXL 0.9 peut être exécuté sur un GPU moderne grand public. Il suffit d’avoir un système d’exploitation Windows 10 ou 11, ou Linux, avec 16 Go de RAM, une carte graphique Nvidia GeForce RTX 20 (ou équivalent) équipée d’un minimum de 8 Go de VRAM. Cela rend SDXL 0.9 accessible à un large public d’utilisateurs et de créateurs qui souhaitent explorer les possibilités offertes par les images générées par IA.

---

Mes livres

Le Basilic de Roko	Mon parcours de rédacteur web	Science corrompue et servile	Nous, Tueurs en série