Stable Diffusion V2

2023年3月24日
稳定的UnCLIP 2.1
基于SD2.1-768的768×768分辨率的新稳定扩散微调（stable unCLIP 2.1，Hugging Face）。该模型允许图像变化和混合操作，如具有CLIP延迟的分层文本条件图像生成中所述，并且由于其模块性，可以与其他模型（如KARLO）组合。有两种变体：稳定的unCLIP-L和稳定的unCLIP-H，它们分别以CLIP-ViT-L和ViT-H图像嵌入为条件。此处提供说明。
SD unCLIP的公开演示已在clipdrop.co/stable-diffusion-reimagine上提供
2022年12月7日
2.1版
768×768分辨率的新稳定扩散模型（stable diffusion 2.1-v，HuggingFace）和512×512分辨率的（stable diffusion 2.1-base，Hugging Face），都基于与2.0相同的参数和架构，并在2.0上进行了微调，对LAION-5B数据集进行了限制较少的NSFW滤波。默认情况下，当未安装xformers时，将以完全精确的方式评估模型的注意力操作。要启用fp16（v2.1模型上的普通注意力模块可能会导致数值不稳定），请使用ATTN_PRECISION=fp16-python<thescript.py>运行脚本
2022年11月24日