SDXL-Lightning: プログレッシブ・アドバーサリアル・ディフュージョン・ディスティレーション

SDXL-Lightning: Progressive Adversarial Diffusion Distillation

February 21, 2024

著者: Shanchuan Lin, Anran Wang, Xiao Yang

cs.AI

要旨

我々は、SDXLに基づく1024pxテキストから画像への1ステップ/少数ステップ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、品質とモードカバレッジのバランスを実現するために、プログレッシブ蒸留と敵対的蒸留を組み合わせている。本論文では、理論的解析、識別器設計、モデル定式化、および訓練技術について議論する。我々は、蒸留されたSDXL-LightningモデルをLoRAおよび完全なUNet重みとしてオープンソース化している。

English

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.