以前一直在直播中吐槽说不建议大家用SDXL生态，即便已经出来了Turbo，即便除了SDXLLighting等等周边但是我们最最喜欢用的controlnet还是补全，即便是现在也不算完全意义的全，但是最起码我们今天呢能够带来第一个期待已久的tile模型，和隐藏款的QRmonsterXL(小声使用，别人还不知道)。
软件整合包下载：
https://pan.quark.cn/s/8e66ada8a434
SD启动器2024最新版本下载
链接：https://pan.quark.cn/s/eea6375642fd
百度网盘复制到vx打开:
#小程序://百度网盘/QLGKUjisbuziV4B
模型包：https://pan.quark.cn/s/5c5a48225bb3#/list/share
引入新的 Tile V2，通过大幅改进的训练数据集和更广泛的训练步骤进行增强。
Tile V2 现在可以自动识别更广泛的对象，而无需显式提示。-对颜色偏移问题进行了重大改进。如果仍然看到明显的偏移量，这是正常的，只需添加提示或使用颜色修复节点即可。
-控制强度更强，在某些条件下可以替代canny+openpose。
如果遇到 t2i 或 i2i 的边缘光晕问题，尤其是 i2i，请确保预处理为 controlnet 图像提供足够的模糊。如果输出过于清晰，可能会导致“光晕”——边缘周围具有高对比度的明显形状。在这种情况下，请在将其发送到控制网之前应用一些模糊处理。如果输出太模糊，这可能是由于预处理过程中过度模糊，或者原始图片可能太小。
温馨提示公众号已开启留言功能哦，后台回复有彩蛋，文末领取全量包和配套工作流
8h删 ComfyUI汉化500张工作流分享 请收藏
终于来了！4步 webui使用Stableforge实现SVD文生视频
C站模型TOP100
SDXL
SDXL为什么强？
0.1参数训练量为101亿 其中BASE模型35 亿 加REFINER模型66亿 SD的8倍？？？
0.2对Stable Diffusion原先的U-Net(XL Base U-Net 一共14个模块)，VAE，CLIP Text Encoder三大件都做了改进。可以明显减少显存占用和计算量
0.3增加一个单独的基于Latent（潜在）的Refiner(炼制)模型，来提升图像的精细化程度。【新增：对Base模型生成的图像Latent特征进行精细化，其本质上是在做图生图的工作。】
0.4设计了很多训练Tricks(技巧)(这些Tricks都有很好的通用性和迁移性，能普惠其他的生成式模型)，包括图像尺寸条件化策略，图像裁剪参数条件化以及多尺度训练等。
0.5先发布Stable Diffusion XL 0.9测试版本，基于用户使用体验和生成图片的情况，针对性增加数据集和使用RLHF技术优化迭代推出Stable Diffusion XL 1.0正式版。
0.6采样方法禁用DDIM (保留意见、非绝对)，不需要开启CN,随着CN的支持，可以开启CN的XL版本。所有的环境需要都是XL的生态
0.7直接出1024分辨率图片 1024 * 1024 起步
使用
重要提示：Tile 模型不是高档模型!!它增强或更改了原始尺寸图像的尺寸，请在使用前记住这一点！
此模型不会显著更改基本模型样式。它只是将功能添加到放大的像素块中。
–只需在 Webui 中使用常规的 controlnet 模型，选择作为 tile 模型，然后tile_resample用于 Ultimate Upscale 脚本。
–只需在 comfyui 中使用 load controlnet 模型并应用于控制网络条件。
–如果您尝试在 WebUI T2i 中使用它，需要适当的提示设置，否则它会显着修改原始图像颜色。我不知道原因，因为我并没有真正使用这个功能。
–它确实对数据集中的图像表现得更好。但是，对于 i2i 模型来说，一切正常，通常应用终极高档的地方是什么
以前测试的SDXL二维码效果
超多AI合集已整理到https://yv4kfv1n3j.feishu.cn/docx/MRyxdaqz8ow5RjxyL1ucrvOYnnH
小说推文在线版地址:https://kkget.jeff1992.com/