4步生成高质量图像，Stable Diffusion WebUI 1.9.0来了！

本文链接：https://blog.csdn.net/xxwn200301/article/details/141324562

上周Stable Diffusion WebUI正式发布了1.9.0版本，我也第一时间把AutoDL镜像升级到了最新版本，有几个比较重要的更新再和大家同步下。

1、为SDXL-Lightning模型使用SGM统一调度器

SDXL-
Lightning由字节跳动开源，是一款闪电般的快速文生图模型，能够在几步之内生成高质量的1024像素图像。模型源自
stable-diffusion-xl-
base-1.0，提供了包含1步、2步、4步和8步的蒸馏模型，目前2步、4步及8步模型已经可以生成高质量的图片，1步模型还是实验性的。

Stable Diffusion WebUI之前的调度器都不能很好的适应这个模型，导致出图质量不佳，现在一个新的调度器来了，sgm-
uniform可以让SDXL-Lightning在SD WebUI中表现的更加完美。

看看效果吧：

在这里插入图片描述

对于原版的SDXL，2-4步只能出个大概的面部轮廓，对于闪电模型，4步较为完美。

使用方法如下：

在这里插入图片描述

SDXL-Lightning模型下载地址见文末。

2、细化器的切换由依赖采样步改为依赖模型时间步

在Stability AI发布SDXL 1.0时，同时发布了一个精修模型，用户可以先使用SDXL 1.0的基础模型生成一张图片，然后再使用SDXL
1.0的精修模型让图片更加完美。

在 Stable Diffusion WebUI
之前的版本中，从基础模型到精修模型的切换时机依赖的是采样步数，如下图所示：在迭代步数为20，切换点为0.8的设置下，前16步采样将使用基础模型，后4步采样将采用精修模型。

在这里插入图片描述

但是依赖采样步存在问题：因为精修模型是在基础模型的最后若干个时间步上训练的，而不是在采样步上训练的，使用不同的调度器时它们俩是不同步的。如果依赖的是采样步，不同的调度器下想要达到同样的图片质量，我们必须修改“切换点”，才能让精修模型更好的发挥作用。比如在文生图时，默认调度器的“切换点”是0.8，但是Karras调度器的“切换点”可能需要是0.88，这不好理解，也不方便使用。

“切换点”依赖时间步后，针对不同的调度器，我们可以统一使用相同的“切换点”取值，让精修模型都能正常发挥作用。现在，对于SDXL 1.0
发布的精修模型，无论采用什么调度器，0.8是个正确值。

3、调度器从采样方法中独立出来

在生成图片的时间维度上，调度器用来控制噪音水平，也就是控制每次采样时增加多少噪音进去，不同的调度器有不同的噪音控制曲线，对生成图片的质量有一定的影响。

之前它是和采样方法放到一起的，采样方法是去除噪音的算法，比如 DPM++ 2M Karras，其中的Karras就是调度器，DPM++
2M才是真正的采样方法。现在为了更容易控制和理解，它们分家了。

默认是Automatic，也就是自动选择，大家应该也不用太关心。除非是生成图片的效果不佳，你可以试试用不同的调度器，看看会不会有所提升。

在这里插入图片描述

4、1.9.0的完整发布说明

功能改进

根据模型时间步切换细化器，而非依赖采样步（#14978）
增加选项使用旧版目录视图替换树状视图，额外网络排序与搜索控制样式调整
添加用户界面以重新排列回调，并支持在扩展元数据中指定回调顺序（#15205）
为SDXL-Lightning模型引入统一的调度器（#15325）
主界面中新增调度器选择功能（#15333, #15361, #15394）

细节优化

“打开图片目录”按钮现在直接打开实际目录（#14947）
支持使用LyCORIS BOFT网络进行推理（#14871, #14973）
默认将额外网络卡片描述设为纯文本，提供选项恢复原HTML格式
额外网络添加调整大小手柄（#15041）
命令行参数：–unix-filenames-sanitization 和 --filenames-max-length（#15031）
以HTML表格形式显示额外网络参数，而非原始JSON（#15131）
为LoRA/LoHa/LoKr添加DoRA（权重分解）支持（#15160, #15283）
添加–no-prompt-history命令行参数以禁用上一代提示历史记录（#15189）
在“替换预览”时更新预览（#15201）
仅针对扩展插件活跃Git分支获取更新（#15233）
将额外网络的上采样后处理UI放入折叠面板（#15223）
支持拖放URL以读取信息文本（#15262）
使用diskcache库进行缓存（#15287, #15299）
允许在“额外”标签页使用PNG-RGBA格式（#15334）
支持在safetensors元数据中嵌入封面图像（#15319）
使用NN上采样时加快中断速度（#15380）
额外上采样器：添加输入字段限制输出图像最大边长（#15293, #15415, #15417, #15425）
增加选项隐藏“额外”标签页中的后处理选项

扩展与API

ResizeHandleRow：允许覆盖列缩放参数（#15004）
提前调用script_callbacks.ui_settings_callback；修复内置扩展插件因使用不存在的设置导致UI崩溃问题
使在WebUI外部环境使用zoom.js成为可能（#15286, #15288）
允许metadata.ini中使用扩展名称的变体（#15290）
使重新加载UI时脚本重载变为可选且默认关闭
类似txt2img函数，在img2img函数开头添加gr.Request请求
将open_folder作为实用工具（#15442）
支持以import scripts.方式导入扩展插件的脚本文件（#15423）

性能优化

额外网络HTML页面性能优化
额外网络过滤性能优化
额外网络排序性能优化

漏洞修复

防止在尚未生成图像时按Esc键触发中断
[修复]避免在修复图像时双重上采样（#14966）
可能修复某些情况下额外网络“刷新”按钮不出现的问题
修复运行“分割过大图像”时split_threshold参数无效（#15006）
修复垂直布局（移动设备）中调整大小手柄的可见性（#15010）
为mtime添加register_tmp_file（#15012）
在细化器切换过程中保护alpas_cumprod（#14979）
修复API加载图像时EXIF方向问题（#15062）
只有在提示中实际使用时才覆盖强调（#15141）
修复params.txt中缺少强调信息文本（#15142）
修复extract_style_text_from_prompt #15132（#15135）
修复AnimateDiff的Soft Inpaint（#15148）
编辑注意力：取消选中周围空格（#15178）
修复字体未加载（#15183）
在按路径排序额外网络时使用自然排序
修复内置LoRA系统因torch.nn.MultiheadAttention引发的问题（#15190）
避免从get_learned_conditioning获取None值引发错误（#15191）
写入元数据后向MassFileLister添加条目（#15199）
修复使用高分辨率提示时的Styles问题（#15269, #15276）
去除高分辨率修复提示中的注释（#15263）
使imageviewer事件监听器与浏览器保持一致（#15261）
修复OFT尝试获取MultiheadAttention权重时的AttributeError（#15260）
恢复缺失的.mean()（#15239）
修复“恢复进度”按钮（#15221）
修复InputAccordion [custom_script_source]的ui-config（#15231）
处理wheel deltaY为0的情况（#15268）
防止Firefox显示Alt菜单（#15267）
修复语法错误（#15179）
恢复输出路径（#15307）
转义btn_copy_path中的文件名（#15316）
修复文件名包含撇号时额外网络按钮问题（#15331）
转义LoRA随机提示生成器中的括号（#15343）
修复Python版本检查以确保与PyTorch安装兼容性（#15390）
修复call_queue.py中的拼写错误（#15386）
修复通过数组索引查找已加载模型时的问题（#15382）
修复SD模型内存管理的小问题（#15350）
修复CodeFormer权重（#15414）
修复：移除ordered_callbacks_map中的脚本回调（#15428）
修复由Sylwia提出的文件写入限制问题
修复额外单张图像API上采样失败（#15465）
处理paste_field可调用对象的错误（#15470）

硬件支持

添加对Ascend NPU的训练支持并更改lspci（#14981）
更新至ROCm5.7和PyTorch（#14820）
对Navi1提供更佳解决方案，移除Navi3的–pre标记（#15224）
Ascend NPU维基页面（#15228）

其他

更新Pad prompt/negative prompt v0的注释，加入关于截断的警告，并使其覆盖v1实现
支持触屏（平板电脑）调整列宽（#15002）
通过使用翻译内容解决类别映射问题来修复#14591（#14995）
使用绝对路径表示规范化文件路径（#15035）
resizeHandle处理双击（#15065）
添加–dat-models-path命令行标志（#15039）
添加直接链接至二进制发行版（#15059）
upscaler_utils：减少日志记录（#15084）
修复多个拼写错误（使用crate-ci/typos）（#15116）
修复jpeg

针对各位AIGC初学者，这里列举了一条完整的学习计划，感兴趣的可以阅读看看，希望对你的学习之路有所帮助，废话不多说，进入正题：目标应该是这样的：

第一阶段（30天）：AI-GPT从入门到深度应用

该阶段首先通过介绍AI-GPT从入门到深度应用目录结构让大家对GPT有一个简单的认识，同时知道为什么要学习GPT使用方法。然后我们会正式学习GPT深度玩法应用场景。

-----------

GPT的定义与概述
GPT与其他AI对比区别
GPT超强记忆力体验
万能GPT如何帮你解决一切问题？
GPT表达方式优化
GPT多类复杂应用场景解读
3步刨根问底获取终极方案
4步提高技巧-GPT高情商沟通
GPT深度玩法应用场景
GPT高级角色扮演-教学老师
GPT高级角色扮演-育儿专家
GPT高级角色扮演-职业顾问
GPT高级角色扮演-专业私人健身教练
GPT高级角色扮演-心理健康顾问
GPT高级角色扮演-程序UX/UI界面开发顾问
GPT高级角色扮演-产品经理
GPT高级技巧-游戏IP角色扮演
GPT高级技巧-文本冒险游戏引导
GPT实操练习-销售行业
GPT实操练习-菜谱推荐
GPT实操练习-美容护肤
GPT实操练习-知识问答
GPT实操练习-语言学习
GPT实操练习-科学减脂
GPT实操练习-情感咨询
GPT实操练习-私人医生
GPT实操练习-语言翻译
GPT实操练习-作业辅导
GPT实操练习-聊天陪伴
GPT实操练习-育儿建议
GPT实操练习-资产配置
GPT实操练习-教学课程编排
GPT实操练习-活动策划
GPT实操练习-法律顾问
GPT实操练习-旅游指南
GPT实操练习-编辑剧本
GPT实操练习-面试招聘
GPT实操练习-宠物护理和训练
GPT实操练习-吸睛爆款标题生成
GPT实操练习-自媒体爆款软件拆解
GPT实操练习-自媒体文章创作
GPT实操练习-高效写作推广方案
GPT实操练习-星座分析
GPT实操练习-原创音乐创作
GPT实操练习-起名/解梦/写诗/写情书/写小说
GPT提升工作效率-Word关键字词提取
GPT提升工作效率-Word翻译实现
GPT提升工作效率-Word自动填写、排版
GPT提升工作效率-Word自动纠错、建议
GPT提升工作效率-Word批量生产优质文章
GPT提升工作效率-Excel自动化实现数据计算、分析
GPT提升工作效率-Excel快速生成、拆分及合并实战
GPT提升工作效率-Excel生成复杂任务实战
GPT提升工作效率-Excel用Chat Excel让效率起飞
GPT提升工作效率–PPT文档内容读取实现
GPT提升工作效率–PPT快速批量调整PPT文档
GPT提升工作效率-文件批量创建、复制、移动等高效操作
GPT提升工作效率-文件遍历、搜索等高效操作
GPT提升工作效率-邮件自动发送
GPT提升工作效率-邮件自动回复
GPT接入QQ与QQ群实战
GPT接入微信与微信群实战
GPT接入QQ与VX多用户访问实战
GPT接入工具与脚本部署实战

第二阶段（30天）：AI-绘画进阶实战

该阶段我们正式进入AI-绘画进阶实战学习，首先通过了解AI绘画定义与概述，AI绘画的应用领域，PAI绘画与传统绘画的区别，AI绘画的工具分类介绍的基本概念，以及AI绘画工具Midjourney、Stable Diffusion的使用方法，还有AI绘画插件和模板的使用为我们接下来的实战设计学习做铺垫。