Stable Diffusion 2.1

Модель Stable Diffusion v2-1 разработана для генерации и модификации изображений на основе текстовых запросов. Она основана на предобученной модели Stable Diffusion v2 и была уточнена (fine-tuned) в два этапа:

• 55 000 шагов обучения на том же датасете с параметром `p_unsafe=0.1` (фильтрация контента).
• Дополнительные 155 000 шагов обучения с `p_unsafe=0.98`.

Модель использует текстовый энкодер OpenCLIP-ViT/H (английский) для обработки запросов и U-Net архитектуру для генерации изображений. Поддерживает генерацию изображений размером 768x768 пикселей. Обучена на подмножестве датасета LAION-5B, отфильтрованном с помощью детектора NSFW (non-safe для контента) и aesthetic score ≥4.5. Во время обучения были использованы 32 x 8 x A100 GPUs, оптимизатор AdamW с learning rate 0.0001, батч-размер 2048.  

---

Модель является составной частью пайплайна генерации изображений, состоящего из:

• CLIP text encoder: ~340M параметров, 
• UNET: ~866M параметров, 
• VAE: ~84M параметров.

Всего: ~1.3B параметров

Дата анонса: 06.12.2022
Параметров: 2B
Контекст: 77
Разработчик: Stability AI
Версия Diffusers: 0.8.0
Лицензия: OpenRail++

Воспользуйтесь нашими готовыми публичными эндпоинтами бесплатно для теста инференса и знакомства с Stable Diffusion 2.1. Получить токен для доступа к API вы можете на странице управления токенами после регистрации и верификации.

Арендуйте собственный физически выделенный инстанс с почасовой оплатой или на длительный срок с помесячной оплатой.

Мы рекомендуем создание частных инстансов в случаях, если необходимо:

• получить максимальную производительность эндпоинта,
• получить полный контекст для обработки больших запросов и диалогов,
• обеспечить максимальную безопасность, для обработки данных в выделенном изолированном пространстве,
• использовать кастомизированные веса: fine-tuned версии или lora-адаптеры.

Свяжитесь с нашей специализированной группой поддержки по нейросетям nn@immers.cloud или отправьте ваш запрос в отдел продаж sale@immers.cloud.