王者归来！Stability-AI又放大招 | Stable Cascade:更快更强的图像生成模型！

Stable Cascade模型概述

Stability-AI正式发布了新模型Stable Cascade，这是在Würstchen架构基础上的进步，主要特点是在更小的潜在空间中运行，从而提高推理速度和降低训练成本。Stable Cascade使用42的压缩因子，能将1024x1024图像编码为24x24大小，同时保持清晰重构。该模型在提示对齐和美学质量方面展现出色，并且拥有比Stable Diffusion XL更多的参数，却有更快的推理时间。

模型构成

Stable Cascade由三个阶段的模型组成：Stage A, Stage B和Stage C，用于图像的生成和压缩。Stage C特别是在文本提示下生成小尺寸潜在特征。提供了不同参数数量的版本，推荐使用参数最多的版本以获得最佳效果。

使用指南

提供了详细的推理指南，涵盖模型下载、计算要求和使用教程。Stable Cascade支持文本到图像、图像变体和图像到图像的转换，并且可以在huggingface库中访问。

功能扩展

Stable Cascade支持多种已知扩展，如微调、ControlNet、LoRA等。特别提供了Inpainting、Outpainting和超分辨率等ControlNet功能，以及LoRA的使用和训练实现。

图像重建与训练

Stable Cascade使用自编码器来在高度压缩的空间中工作，提供了图像编码和解码的说明文档，有助于从头开始训练或使用不同架构的文本条件模型。官方还提供了训练Stable Cascade、微调、ControlNet和LoRA的完整代码。

其他信息

代码库仍在早期开发阶段，可能存在意外错误或优化不足的情况。提供了Gradio App的安装和运行指南，以及Github等多个相关文档和链接资源。

IPD（集成产品开发）模式下的产品研发流程

了解更多

想要了解更多内容？

查看原文：王者归来！Stability-AI又放大招 | Stable Cascade:更快更强的图像生成模型！

文章来源：

AI生成未来

扫码关注公众号