Stability AI 釋出 SDXL Turbo：單步出圖，實現即時文生圖

想像一下，你每在鍵盤上敲下一個詞，螢幕上的畫面就跟著瞬間重構一次，完全沒有以前按完回車等讀條的卡頓感。

Stability AI 宣佈推出即時文生圖模型 SDXL Turbo。它最大的看點，是把傳統擴散模型動輒需要三五十步的降噪過程，直接砍到了一步。

這意味著生圖速度從等待幾秒縮短到了幾百毫秒，真正的「即時生成」終於不再只是概念演示。

一步成圖是怎麼做到的

傳統的擴散模型之所以慢，是因為它要像剝洋蔥一樣，從純噪聲裡一步一步把影像細節摳出來，通常要反覆計算幾十輪。

SDXL Turbo 引入了一種叫做對抗擴散蒸餾的技術，英文縮寫是 ADD。簡單來說，它把對抗訓練和分數蒸餾揉在了一起。

這一步走得相當巧妙。它借來了對抗生成網路單步直接輸出影像的爆發力，同時又保留了大底模擴散模型對畫面的掌控力和豐富細節，避開了以往加速方法容易發虛、畫面糊成一片的毛病。

反映在硬體上，數字非常誇張。在單張輝達 A100 上，SDXL Turbo 生成一張 512 乘 512 解析度的圖片，全流程只需要 207 毫秒。這裡面還算上了提示詞編碼和影像解碼的時間，如果只算核心的單步 UNet 前向推理，其實只要 67 毫秒。

在雙盲質量評測裡，評測者不知道哪張圖來自哪個模型。結果顯示，單步的 SDXL Turbo 評分超過了四步的 LCM-XL，而只要給它四步時間，它的出圖質量就打敗了跑滿 50 步的經典版 SDXL 原版模型。

怎麼玩到以及誰能用

如果你只是想體驗一下鍵盤敲字即時變圖的感覺，Stability AI 已經在自己的 Clipdrop 網頁工具裡上線了測試版 Demo，大部分主流瀏覽器都能免費試玩。

如果你是開發者，SDXL Turbo 的模型權重和執行程式碼已經上傳到了 Hugging Face。

不過要注意，這次開放的權重遵循的是非商業研究許可證，只允許個人學習和非商用研究。想要把它整合到自己的商業軟體或者商用 API 裡的團隊，暫時只能走官方商務渠道去談授權。

為什麼重要

我們認為，SDXL Turbo 的出現，把 AI 作圖從「非同步交付任務」徹底變成了「即時人機互動」。

以前做 AI 設計，使用者輸入提示詞後必須喝口水等結果，如果不滿意再改詞重來，整個反饋迴路非常長。現在降到 200 毫秒以內，意味著它可以被直接塞進畫板畫筆工具、遊戲即時渲染管線，甚至是影片直播濾鏡裡，互動形態完全變了。

對行業來說，它給同類加速技術立了一個極高的標杆。此前社群裡火熱的 LCM 等方案雖然也把步數壓縮到了幾步，但往往伴隨著明顯的畫質妥協和噪點。SDXL Turbo 證明了只要蒸餾方法找對，單步成圖同樣能維持極高水準，這會倒逼所有擴散模型廠商加速自身的蒸餾最佳化。

但它的隱患也很明顯。一方面是當前的開源許可卡死了商業化路徑，很多獨立開發者沒法直接拿它來做商業變現，熱情可能會打折；另一方面，512 乘 512 的輸出尺寸在今天對專業插畫師來說仍然偏小，想要高畫質成品依然需要額外的放大流程。即便如此，在即時互動這一步上，它確實把行業往前拽了一大截。