IT之家 2 月 15 日消息，据 Stability AI 官方新闻稿，Stability AI 日前推出了一款名为「Stable Cascade」的新一代文生图模型，该模型建立在 Würstchen 架构上，号称可以在消费级硬件上进行简单的训练和微调。
官方声称，相对于业界熟悉的 SDXL，全新的 Stable Cascade 模型在性能及声称内容质量上均有所提升 ，目前 Stable Cascade 模型的相关数据已经在 GitHub 页面上公开，但仅允许非商业用途使用。
IT之家注意到，在用户输入文段后，相关内容会被 Stable Cascade 模型转换为 24x24 体积的小型数据集合，此后模型将解码这些小型图像数据生成图片，并继续将图片放大为高分辨率图像，由于系列步骤之间彼此分离，因此可以对模型各方面进行各种额外训练及微调。
Stability AI 表示，由于 Stable Cascade 模型采用如此「模块化」设计，因此能够有效降低推理使用的显存，号称只需要 20 GB 显存即可运行 。
Stability AI 同时将 Stable Cascade 模型与 Playground v2、SDXL、SDXL Turbo、Würstchen v2 等业界文生图竞品进行比较，号称无论是提示词对齐（Prompt Alignment）还是在生成的图片细节上，Stable Cascade「几乎都是表现最佳的模型」。而在推理速度方面，即便 Stable Cascade 最大的模型比 Stable Diffusion XL 多出 14 亿参数，仍然具有更快的推理速度。
据此，官方认为 Stable Cascade 在架构设计方面较佳，可以在保持高质量输出的同时维持高效的推理速度。
模型生成内容图赏：
