В мире генеративного ИИ уже сложилась чёткая иерархия: есть модели-монстры, доступные только в облаках, и есть рабочие лошадки, которые бегают на домашнем ПК. Среди последних особое место занимают Stable Diffusion 1.5 и SDXL — две самые популярные открытые весовые модели от Stability AI. Разберёмся, чем они отличаются и какую выбрать для своих задач.
SD1.5 — ветеран с огромной экосистемой
Выпущенная в октябре 2022 года, версия 1.5 стала золотым стандартом для энтузиастов. Модель обучена на датасете LAION-5B с разрешением 512×512 пикселей. Её главные козыри:
- Низкие требования. Работает на видеокартах с 4–6 ГБ VRAM, генерирует изображение за 2–5 секунд на среднем GPU.
- Огромное сообщество. Тысячи специализированных чекпоинтов (реалистичные, аниме, пиксель-арт) и LoRA-адаптеров под любую задачу.
- Гибкость. Отлично справляется с дорисовкой (inpainting), контролем поз (ControlNet) и анимацией.
Однако у SD1.5 есть слабые места: при попытке сгенерировать что-то сложнее портрета или одного объекта часто появляются искажения анатомии, а понимание длинных промптов ограничено — модель «забывает» детали, если в запросе больше 75–80 токенов.
SDXL — эволюция с упором на детализацию
В июле 2023 года вышла SDXL (Stable Diffusion XL), которая стала настоящим шагом вперёд. Это уже две объединённые модели: базовый генератор (1024×1024) и рефайнер, улучшающий текстуры. Ключевые улучшения:
- Качество изображения. При том же размере (1024×1024) картинка получается значительно чётче, с правильным светом и глубиной. Модель лучше рисует руки, глаза и сложные ракурсы.
- Понимание промптов. SDXL обрабатывает до 150–200 токенов, улавливает стили, композицию и даже настроение. Можно описать сцену с несколькими персонажами и предметами — и модель соберёт их в логичную сцену.
- Встроенный рефайнер. Он автоматически улучшает детали на втором проходе, что раньше приходилось делать вручную через img2img.
Расплата за это — возросшие требования: минимально 8–10 ГБ VRAM (рекомендуется 12+), время генерации увеличивается до 10–20 секунд. Кроме того, экосистема SDXL пока меньше, хотя стремительно растёт.
Сравнение в цифрах и практике
| Параметр | SD1.5 | SDXL |
|---|---|---|
| Базовое разрешение | 512×512 | 1024×1024 |
| VRAM (минимум) | 4–6 ГБ | 8–10 ГБ |
| Скорость (на RTX 3060) | 2–5 сек | 10–15 сек |
| Макс. токенов промпта | ~75 | ~150 |
| Точность анатомии | Средняя | Высокая |
| Количество чекпоинтов | Тысячи | Сотни (быстро растёт) |
Что и когда использовать?
Выбирайте SD1.5, если:
- У вас скромная видеокарта (6 ГБ и меньше).
- Вам нужна молниеносная генерация для прототипов или анимации.
- Вы работаете с узкими задачами, для которых уже есть готовый чекпоинт (например, архитектурные визуализации или специфические стили).
Переходите на SDXL, если:
- Есть карта с 10+ ГБ VRAM.
- Вам важно фотореалистичное качество и сложные композиции.
- Вы пишете развёрнутые промпты и хотите, чтобы модель исполняла их почти буквально.
- Вы готовы пожертвовать скоростью ради итогового результата без доработок.
Заключение
SD1.5 и SDXL — не конкуренты, а скорее инструменты для разных этапов творчества. Первый — это надёжный «швейцарский нож» для быстрых экспериментов, второй — профессиональная кисть, требующая опыта и ресурсов. Многие художники используют связку: набрасывают идею в SD1.5, а финальный рендер делают в SDXL. В любом случае, обе модели остаются краеугольными камнями открытого ИИ, и выбор между ними определяется не тем, что «лучше», а тем, что подходит именно вашей задаче.