SDXL-Lightning: Progressive Adversarial Diffusion Distillation

要約

SDXLに基づく1ステップ/数ステップの1024pxテキスト画像生成において、新たな最先端を達成する拡散蒸留法を提案する。本手法は漸進的蒸留と敵対的蒸留を組み合わせ、品質とモードカバレッジのバランスを達成する。本論文では、理論解析、識別器の設計、モデルの定式化、および学習技術について述べる。SDXL-Lightningの蒸留モデルをLoRAと完全なUNetの重みとしてオープンソース化する。

要約(オリジナル)

We propose a diffusion distillation method that achieves new state-of-the-art in one-step/few-step 1024px text-to-image generation based on SDXL. Our method combines progressive and adversarial distillation to achieve a balance between quality and mode coverage. In this paper, we discuss the theoretical analysis, discriminator design, model formulation, and training techniques. We open-source our distilled SDXL-Lightning models both as LoRA and full UNet weights.

arxiv情報

提供元, 利用サービス

arxiv.jp, DeepL