大家好，这里是和你们聊设计的花生~
之前为大家对比了 6 款在线 AI 绘画软件在不同主题上的图像生成效果，最终是 Midjourney 的整体表现最好，而 Stability AI 官方模型 Stable Diffusion v2.1 则表现不尽如人意。最近 Stability AI 又推出了一个新模型 Stable Diffusion XL，参数是 SD v2.1 的 2.5 倍，那这个新模型的图像生成效果如何呢？今天就继续来测试一下。
Stable Diffusion XL 简介
DreamStudio - SD XL：梦幻工作室 (dreamstudio.ai) （新用户有 200 点免费生成额度）
Clipdrop - SD XL：ClipDrop - Stable Diffusion （目前免费生成）
此次 Stable Diffusion XL 一共更新在两个平台上，一是 Stability AI 官方 AI 绘画软件 DreamStudio，另一个则是之前被 Stability AI 收购的 AI 图像处理平台 Clipdrop。二者的区别在于 DreamStudio 上有很多的可调节参数，比如画面比例、图像数量等，Clipdrop 是统一的 1:1 的画面比例，一次生成 4 张，单张图像放大后可达到 1024*1024px。
据 Stability AI 官网介绍，SD XL 模型支持用更短的提示创建描述性图像，并在可以在图像中生成文字，模型增强了图像的构图和脸部生成能力，使画面更加逼真和美观。
SD XL 生成的图像
生成准确的文字和画手一样，一直是 AI 绘画中的难题，直到 Controlnet 插件出现 ，我们才能在 SD WebUI 中通过轮廓检测功能固定文字外形，从而生成精准的文字内容，而此次 SD XL 模型可以生成文字无疑是又是 AI 绘画的一大进步。我分别在 Midjourney 和 SD XL 中用文本提示词进行测试，结果是 SD XL 的文字生成效果的确比 Midjourney 好。
接着继续用和之前一样的主题进行图像生成测试。首先是人像，可以看出 SD XL 比 v2.1 的效果要好很多，构图正确，人物面部没有扭曲变形，整体质感也好很多，质量看起来并不比 Midjourney 差，说明 XL 模型在照片真实性上有进行专门的优化 。
然后是动漫风，XL 生成的图像在画面整体质量有明显提升，应该是对数据集进行了优化，但是有一个非常大的缺点就是五官和四肢不正常，在生成的 2 批 8 张图像中，每一张都有五官四肢不正常的情况，图像可用率极低。
而在 3D 风格上 XL 模型还是有比较明显的进步的，无论是人物精细度还是画面整体美感都比之前的 v2.1 要好，不过和动漫风一样存在四肢不正常的情况，下面是我从生成的 4 张图像中挑出的双手看起来比较正常的一张，感觉 XL 模型在这一块的训练没做好。
最后再看一下矢量扁平插画和概念场景的表现 ，同样都有非常明显的美感提升，不过也能看出 SD XL 在文本提示的理解上还有缺陷，在扁平插画的测试中它忽略了“白色背景”这一关键词；而由于 SD XL 目前还是测试版，画面尺寸不能做到 16:9，这也让图像的表现性受限。
通过上面的图像生成测试可以看出，Stable Diffusion 的 XL 模型 比 V2.1 在质量上有了明显进步，特别是在人像质量上，虽还不能达到 midjourney V5 的水平，但是在目前的 AI 绘画工具总也算表现比较好的；新增的文字生成功能也是比较独特的，除了接入 Controlnet 的 SD WebUI，其他 AI 绘画工具目前都还没有生成准确文字内容的能力。
同时 Stable Diffusion XL 的缺点也是比较明显的，即人物的四肢不正常，这点在动漫和 3D 风格中尤为突出；模型对提示文本的理解能力也有缺陷，会漏掉一些关键词语，期待 Stability AI 在后续的更新中能进一步优化现在这些问题。
