字节跳动日前发布了SDXL-Lightning的模型，使用该模型可在几秒钟之内生成高达1024像素分辨率的图像。
SDXL-Lightning利用一种革新的蒸馏策略对/stable-diffusion-xl-base-1.0进行优化，显著提升了图像生成过程的速度。与此同时，该模型还保持了图像的高质量和多样性，克服了传统蒸馏方法中的图像模糊等问题。
在以往，扩散模型在生成图像时需要经过众多迭代步骤，逐步将数据分布转化为噪声分布，这一缓慢的过程导致了生成速度的下降。SDXL-Lightning通过结合渐进式蒸馏和对抗式蒸馏的方法，简化了生成步骤，提升了效率，同时保留了模型的覆盖能力和输出质量。还引入了鉴别器以提升生成图像的逼真度，解决了图像清晰度的问题。
这款模型极大地提升了从文本到图像的转换速度，能够在几秒内生成分辨率达到1024px的图像，这对于那些需要快速响应的应用场景来说，是一个重要的进步。它不仅能够支持高分辨率图像的生成，还能通过渐进式蒸馏提升生成速度，同时保持图像质量，而对抗式蒸馏则通过对抗性损失进一步提高了图像的真实感。
该模型已经在Hugging Face平台上开源，提供了兼容LoRA（Low-Rank Adaptation）技术的版本和完整的UNet权重，以及详细的ComfyUI使用指南。为了获得最优的图像生成效果，需要根据推理步骤选择相应的检查点，并使用Euler采样器与sgm_uniform调度程序。
使用SDXL-Lightning模型进行文本到图像生成的具体步骤数取决于选择的配置。根据Hugging Face平台上的ComfyUI指南，模型提供了不同的配置选项，分别对应不同的步骤数：
2-Step UNet: 这个配置下，模型将在两个步骤内完成图像的生成。
4-Step UNet: 当使用这个配置时，图像生成过程会在四个步骤内完成。
8-Step UNet: 在这个配置下，生成过程需要八个步骤。
另外，官方还提到一个1-Step UNet模型，这是一个实验性质的配置，它只需要一个步骤来生成图像，但是生成质量可能不如2步或更多步骤的模型稳定。
huggingface：https://huggingface.co/ByteDance/SDXL-Lightning
