使用 WebUI 玩 SDXL1.0
SDXL 是什麼？
SDXL 是 Stable Diffusion XL 的簡稱，顧名思義它的模型更肥一些，但相對的繪圖的能力也更好。
SDXL 一直都是測試階段，直到最近釋出1.0版本，且能整合到 WebUI 做使用，故一炮而紅。
跟原本的 SD 最大不同，是使用了 Base 跟 Refiner 兩個模型做聯集擴散，參數量更破了 100 億，對理論技術有興趣可以參考 https://arxiv.org/abs/2307.01952。
我相信多數人是喜歡開車而不是造車，所以我們直接進入使用環節，開始前不免俗要說明一下 SDXL 的優缺點：
優點
- 更高像素的圖片，且放大時不會嚴重失真
- Prompt 理解能力更好，在 AI 腦補上更為智能，簡單來說就是可以不用寫一長串 Prompt
- 改善斷肢斷手多指等 SD1.5、SD2.0 難以根除的痛點
- 風格更為多樣化，根據官方描述，有龐克、動漫、摺紙等一堆風格可以嘗試
缺點
- 過去 SD 的 Lora 跟一些 Controlnet 都不適用
- GPU 的要求更高，體感上 VRAM 要 12GB 以上 (雖然可以調參數使用較低的 VRAM 啦)
- 算圖時間更久，合理吧
如果到這邊你覺得自己電腦可能跑不動，但又想嘗試的，可以用官網的 Online Demo 來玩玩看，但會跑非~長~久~
如果你已經準備好手上的3090、4080、4090…，打算加入燒卡行列，我們就繼續看下去吧。以下教學以 Windows 環境為例。
SDXL 及 WebUI 安裝教學
WebUI 原則上跟過去 SD 的安裝方式一樣，詳細可以參考：
為了跟原本 SD 拆開，我會重新建立一個 conda 環境裝新的 WebUI 做區隔，避免有相互汙染的狀況，如果你想混用可以略過這個步驟。
1. 安裝 Anaconda 及 WebUI
Anaconda 的安裝就不多做贅述，記得裝 Python 3.10 的版本，切記切記！
conda create --name sdxl python=3.10下載 WebUI 進行安裝，https://github.com/AUTOMATIC1111/stable-diffusion-webui
git clone https://github.com/AUTOMATIC1111/stable-diffusion-webui.git進去 stable-diffusion-webui 資料夾下的 webui-user.bat，使用記事本或 notepad++ 做修改，將 PYTHON= 部分改成剛剛 conda env 的路徑：
@echo off
set PYTHON="C:\Users\LEE_S\anaconda3\envs\sdxl\python.exe"
set GIT=
set VENV_DIR=
set COMMANDLINE_ARGS=
git pull
call webui.batCOMMANDLINE_ARGS 看個人需求，有的會加 xformers 做 N 牌顯卡加速，有的會加 medvram 來解決 VRAM 過低問題，我自己是什麼都沒加，3090直接過去。語法範例：
set COMMANDLINE_ARGS=--xformers --medvram好了以後儲存，然後點兩下 webui-user.bat 打開讓它跑，應該要跑好一陣子。
2. 下載 SDXL 的相關文件
在 WebUI 安裝同時，我們可以先下載 SDXL 的相關文件，因為文件有點大，所以可以跟前步驟同時跑。
Base模型
Refiner 模型
VAE 模型
下載好後把 Base 跟 Refiner 丟到 \stable-diffusion-webui\models\Stable-diffusion 下面，VAE 丟到 \stable-diffusion-webui\models\VAE 下面。
丟好後等 WebUI 第一次跑完，連終端機整個關掉再重開一次即可，可以看到 checkpoint 有剛剛載好的模型。
WebUI 的 Settings 找到 User interface，在 Quicksettings list 加入 sd_vae。如果找不到可以點旁邊的 Show all pages，然後用關鍵字搜尋 Quicksettings 應該就能找到了，這個動作是確保我們使用正確的 VAE。
點上面的 Apply settings 後重啟，如果看到下面畫面，恭喜你完成 87%了。第一次載入 Base 模型會比較慢，畢竟人家有 6G 多，跑完第一次之後就會正常速度了。
3. 文字算圖
接下來測試不使用任何 Negative prompt、Lora，看看算圖的效果：
a beatuiful female play guitar
為了跟之前 SD 做比較，我們的參數一樣，但尺寸配合 SDXL 需要變成 1024 x 1024。彈吉他好處是可以看手部的運算，發現原生模型的產圖效果比想像好很多。
4. Refiner 微調
Refiner 模型是專門拿來 img2img 微調用的，主要可以做細部的修正，我們拿第一張圖做範例。一樣第一次載入模型會比較久一點，注意最上面的模型選為 Refiner，VAE 維持不變。
下面參數基本上跟原圖不變，Denoising strength 預設是 0.75，通常我會調 0.2~0.35 之間，調太高容易跑掉。
大家看出細節了嗎哈哈，礙於網路圖片壓縮，瀏覽器很難肉眼看出來，但在地端是可以看到非常明顯的差異唷！
5. 加入 Lora 或風格
上面只是 SDXL 的原生模型示範，C站 的 SDXL 模型越來越多，善用多個模型組合，就能開啟美少女夢工廠之路。
WebUI 的 Extensions 有個 StyleSelectorXL 建議可以裝一下，它可以套用到多種風格中，讓圖片更符合你的需求。
總結
SDXL 目前還很新，未來的發展潛力是巨大的，但若想好好玩 AI art，建議還是收一張 VRAM 24G 的 GPU 比較有效率，只能求老黃家的顯卡價格別再漲啦。
給大家看一下搭配 Lora 後的 SDXL 威力，人造人的味道改善很多呢：
