license: other license_name: stabilityai-ai-community license_link: LICENSE.md base_model:

• stabilityai/sdxl-turbo pipeline_tag: text-to-image library_name: diffusers

stabilityai/sdxl-turbo - AMD 优化版 ONNX

本仓库托管的是与 AMD 合作创建的 AMD 优化版 SDXL-Turbo。

模型描述

更多详情请参阅 SDXL-Turbo 模型卡片。

_io32 与 _io16 的区别

• _io32：模型输入为 fp32，模型会将输入转换为 fp16，以 fp16 精度执行运算，并以 fp32 格式输出最终结果

• _io16：模型输入为 fp16，以 fp16 精度执行运算，并以 fp16 格式输出最终结果

运行方式

使用 Amuse GUI 应用程序运行：https://www.amuse-ai.com/ 使用 *_io32 版本配合 Amuse 应用程序运行

推理结果

Prompt="a big cat"

许可证

• 社区许可证：对于年总收入低于 100 万美元的组织或个人，可免费用于研究、非商业和商业用途。更多详情请参阅社区许可协议。阅读更多信息：https://stability.ai/license。
• 对于年总收入超过 100 万美元的个人和组织：请联系我们获取企业许可证。

模型来源

出于研究目的，我们推荐使用我们的 generative-models Github 仓库（https://github.com/Stability-AI/generative-models），该仓库实现了最流行的扩散框架（包括训练和推理）。

仓库地址：https://github.com/Stability-AI/generative-models

SDXL Turbo 论文：https://stability.ai/research/adversarial-diffusion-distillation

训练数据和策略

该模型在多种数据上进行训练，包括公开可用的数据。

用途

预期用途

预期用途包括：

• 艺术作品生成，以及在设计和其他艺术创作过程中的应用。
• 教育或创意工具中的应用。
• 生成式模型的研究，包括理解生成式模型的局限性。

模型的所有用途必须符合我们的可接受使用政策。

超出范围的用途

该模型并非为了生成人物或事件的真实性或事实性表征而训练。因此，使用该模型生成此类内容超出了该模型的能力范围。

安全性

作为我们安全设计和负责任 AI 部署方法的一部分，我们采取有意的措施确保完整性从开发的早期阶段就开始落实。我们在模型开发的整个过程中实施安全措施。我们已实施旨在降低某些危害风险的安全缓解措施，但我们建议开发者根据其特定用例进行自己的测试并应用额外的缓解措施。
有关我们安全方法的更多信息，请访问我们的安全页面。

完整性评估

我们的完整性评估方法包括针对某些危害的结构化评估和红队测试。测试主要在英语环境中进行，可能无法覆盖所有可能的危害。

已识别的风险和缓解措施：

• 有害内容：我们在训练模型时使用了经过过滤的数据集，并实施了旨在平衡实用性和防止危害的保障措施。然而，这并不能保证所有可能的有害内容都已被移除。所有开发者和部署者应谨慎行事，并根据其特定的产品政策和应用用例实施内容安全防护措施。
• 滥用：技术限制以及对开发者和最终用户的教育可以帮助减少模型的恶意应用。所有用户都必须遵守我们的可接受使用政策，包括在应用微调和提示工程机制时。请参阅 Stability AI 可接受使用政策以了解我们产品的违规使用信息。
• 隐私侵犯：鼓励开发者和部署者通过尊重数据隐私的技术遵守隐私法规。

联系方式

请报告任何模型问题或联系我们：

• 安全问题：safety@stability.ai
• 安全问题：security@stability.ai
• 隐私问题：privacy@stability.ai
• 许可证和一般问题：https://stability.ai/license
• 企业许可证：https://stability.ai/enterprise