SDXL
SDXL（Stable Diffusion XL）是由Stability AI发布的大规模文本到图像生成模型，是Stable Diffusion系列的升级版本。采用双文本编码器架构，具有更大的模型参数规模，能够生成更高分辨率、细节更丰富的图像，并对复杂提示词具有更强的语义理解与表达能力，广泛应用于AI艺术创作、设计辅助等领域。
时间轴 (近 90 天)
SD 1.5的U-Net部分约8.6亿参数，SDXL约26亿参数。
SDXL（RealVisXL V5.0）加 ControlNet canny/depth 能逐帧精确保留姿态并几秒内产出写实结果，但对输入错误同样忠实（灰色占位器械、手未抓杠都会被复制），且超过77个token的提示词会被静默截断。
开发者构建的自主艺术指导代理中，规划器生成镜头描述，SDXL（Juggernaut XL v9）渲染图像，视觉模型评估输出并撰写修正指令，循环重跑直到评论模型通过。
Stable Diffusion 1.5 约 0.9B 参数，SDXL 约 2.6B，Flux.1-dev 为 12B。
默认情况下，生成完一张图后，SDXL检查点、CLIP文本编码器和VAE仍驻留显存，占用约8GB；调用/free后，显存回落到约2.2GB基线。
在ComfyUI中，单独运行SDXL生成一张图像大约需要15到30秒。
SDXL生成1024×1024图像约占用6-8GB显存
Ollama 14b模型配合SDXL 1024×1024生成约需14.5GB显存，在16GB卡上边界紧张但勉强可行
SDXL 基础模型本身约占 6–7GB 显存，同时加载 Refiner、多个 ControlNet 权重（每个约 1.4GB）和高精度 VAE 时峰值显存容易超过 20GB
SD XL 引入了双编码器架构（CLIP ViT-L + OpenCLIP ViT-bigG），提升了长提示词的语义捕捉能力
还有 23 条时间轴事件
全部知识事实 (20)
SDXL采用了双CLIP编码器（OpenCLIP ViT-bigG和OpenAI CLIP ViT-L）的设计
90%待验证sd-scripts支持LoRA、LyCORIS（LoHa、LoKr等）、Textual Inversion、DreamBooth等微调方法，并支持SD 1.5、SDXL和SD3
90%待验证SD1.5使用768维条件向量，SDXL使用1024维条件向量
85%待验证SD 1.5系列模型约需4-6G显存，SDXL系列通常需要8-12G显存
85%待验证SDXL模型在FP16精度下约需6-8GB显存，加入ControlNet或LoRA等附加模块后会突破10GB
60%待验证2023-2024年间，图像生成领域经历了从Stable Diffusion 1.5到SDXL再到SD3的架构跃迁
60%待验证SDXL（Stable Diffusion XL）是Stability AI推出的高分辨率图像生成模型，其完整管线包含Base模型和Refiner模型两个阶段
60%待验证SD 1.5的U-Net部分约8.6亿参数，SDXL约26亿参数。
50%待验证SDXL（RealVisXL V5.0）加 ControlNet canny/depth 能逐帧精确保留姿态并几秒内产出写实结果，但对输入错误同样忠实（灰色占位器械、手未抓杠都会被复制），且超过77个token的提示词会被静默截断。
50%待验证开发者构建的自主艺术指导代理中，规划器生成镜头描述，SDXL（Juggernaut XL v9）渲染图像，视觉模型评估输出并撰写修正指令，循环重跑直到评论模型通过。
50%待验证Stable Diffusion 1.5 约 0.9B 参数，SDXL 约 2.6B，Flux.1-dev 为 12B。
50%待验证在ComfyUI中，单独运行SDXL生成一张图像大约需要15到30秒。
50%待验证默认情况下，生成完一张图后，SDXL检查点、CLIP文本编码器和VAE仍驻留显存，占用约8GB；调用/free后，显存回落到约2.2GB基线。
50%待验证Ollama 14b模型配合SDXL 1024×1024生成约需14.5GB显存，在16GB卡上边界紧张但勉强可行
50%待验证SDXL生成1024×1024图像约占用6-8GB显存
50%待验证SDXL 基础模型本身约占 6–7GB 显存，同时加载 Refiner、多个 ControlNet 权重（每个约 1.4GB）和高精度 VAE 时峰值显存容易超过 20GB
50%待验证SD XL 引入了双编码器架构（CLIP ViT-L + OpenCLIP ViT-bigG），提升了长提示词的语义捕捉能力
50%待验证据发布者描述，Nanosaur 2 在与 SDXL 模型的对比中很多时候能够胜出，尽管其参数量远小于 SDXL
50%待验证Flux、SDXL 等后续模型在公开基准上的得分差距已相当有限
50%待验证跑主流图像生成模型（如SDXL）至少需要8GB显存
50%