30 秒看懂
Matthew Berman 使用 Stability AI 的示例和 Clipdrop 的实际生成结果评测 SDXL 0.9 预览版，再将部分图像与 Midjourney 比较。他喜欢画面的细节，并演示重新打光。免费套餐数字和硬件建议均为历史信息；尽管视频宽泛地称其为开源，SDXL 0.9 的研究许可证对使用也有限制。
- 1测试版与 0.9选出的成对示例显示，新模型的外星人、狼以及手持咖啡等画面包含更多细节。
- 2编辑功能与架构Berman 讨论图生图、局部重绘和扩图，以及 Stability AI 报告的基础模型和集成流程参数量。
- 3硬件与许可2023 年的硬件建议区分系统内存和 GPU 显存。0.9 版本采用仅供研究的许可证，并非无限制开放使用。
- 4Clipdrop 历史套餐视频展示的免费套餐每天可生成 400 张带水印图像；额度和价格可能已经变化。
- 5提示词比较Berman 将几张生成的艺术作品、指纹和狮子与 Midjourney 示例比较，提供的是个人判断，而非受控基准测试。
- 6重新打光演示他在一幅生成的人像周围移动彩色光源，调整强度、半径和距离。
要点建议
- 在 Stability AI 选出的示例中，SDXL 0.9 与此前测试版产生了明显不同的结果。
- Berman 对少量提示词的主观比较不能证明各模型质量相同，也不能说明图像生成错误已解决。
- 0.9 的研究许可证在特定条款下允许非商业研究；公开代码与模型权重的使用许可不能混为一谈。
- 视频中 Clipdrop 每天免费生成 400 张图像的额度及其他价格反映的是 2023 年 6 月的情况，并非当前优惠。
- Clipdrop 的重新打光工具允许用户移动彩色光源并调整强度、半径和距离。
按章节阅读整理后的全文
SDXL 0.9 有哪些变化
Berman 查看 Stability AI 的并排示例，并介绍编辑功能和模型架构。他认为新版图像的细节更丰富。
2023 年 6 月，我查看了 Stability AI 的 SDXL 0.9 预览版，并将其中一些结果与 Midjourney 比较。画面呈现的细节和构图让我印象深刻，不过我的选图和判断是非正式的，并非受控测试。
Stability AI 称，0.9 比 4 月的测试版有所改进。公司并排展示相同提示词的结果：新版外星人场景有更多细节和色彩，而我认为 Yosemite 的狼从毛发到眼睛都更加清晰。这些是选出的演示，并非对典型表现的测量。
另一组对比展示了一只手拿着外带咖啡。我指出早期结果中多出的手指，并称赞新版示例。一张图中手部看起来不错，并不意味着 SDXL 或 Midjourney 已经解决所有提示词下的手部解剖问题。
我讨论了 SDXL 系列的图生图提示、用于替换图像部分区域的局部重绘，以及用于扩展图像边界的扩图。具体功能是否可用取决于实现方式和服务；并非每项功能都被演示为基础模型本身的一部分。
Stability AI 报告称，基础模型有 35 亿参数，集成流程有 66 亿参数，而测试版为 31 亿参数。公司介绍了两个文本编码器以及基础模型加精修模型的方式，输出最高可达 1024 × 1024。仅凭参数量不能确定输出质量（[Stability AI](https://stability.ai/news-updates/sdxl-09-stable-diffusion)）。
硬件、访问与价格
视频讨论当时的硬件要求、研究访问方式及预计推出的 1.0 版本，随后展示当时可用的 Clipdrop 套餐。
我读到的 2023 年硬件建议包括 Windows 10、Windows 11 或 Linux、16 GB 系统内存，以及具有 8 GB 显存的 Nvidia RTX 20 系列 GPU。这是厂商当时的建议，并不保证每种配置或工作流程都能以相同方式运行；优化和模型选项会改变内存要求。
当时，SDXL 0.9 可通过 Clipdrop 和 Stability API 使用，并在计划发布 1.0 之前提供研究访问。尽管我称其为开源，0.9 权重的访问有具体限制：[SDXL 0.9 研究许可证](https://huggingface.co/stabilityai/stable-diffusion-xl-base-0.9)在其条款约束下允许非商业研究使用。代码可以获取，并不自动意味着这些权重可以无限制使用。
Clipdrop 展示了动漫、写实和风格化图像示例。我认为其中一些在外观上可以与 Midjourney 相比。视频中的页面显示，免费套餐每天可生成 400 张带水印的 SDXL 图像，也有付费选项；这些额度、水印和价格描述的是 2023 年 6 月，不应假定现在仍然有效。
与 Midjourney 比较提示词
Berman 尝试超现实艺术、指纹和狮子。这些是主观示例，并非系统性的质量评估。
为了进行非正式比较，我从 Midjourney 取了一条超现实的“药丸头”提示词，在 Clipdrop 中尝试。不同模型和生成条件下，图像不同是意料之中的。我觉得结果很有艺术感，但少量选出的结果不能确定哪个模型总体更好。
接着我尝试指纹提示词。第一批结果是黑白的，因此我加入蓝色和红色，让它更接近对照示例。我喜欢新的图像，并将其中一张与 Midjourney 结果并排展示；修改提示词是有用的实验，但也意味着这不是固定条件的基准比较。
对于狮子提示词，最初的结果比我想要的写实风格更偏艺术化。随后的一组图像呈现出我希望看到的细致、逼真效果。即便大致主题相同，不同生成结果也可能有所差异。
重新打光与结论
他演示如何调整人像上的虚拟彩色光源，最后表达对模型和本地生成的热情。
Clipdrop 还提供移除背景、清理、重新打光、放大和扩图等工具。我在一幅生成的人像上演示 Relight：移动红、蓝、绿光源，改变强度、半径和距离，观察阴影和光照更新，然后下载图像。
我对明显的进展以及在本地运行模型的前景感到兴奋。本地生成可以避开托管服务的每日额度，但仍取决于硬件、软件和适用的许可条款；它并非真的没有资源限制。我对比较结果的热情反映的是这些示例，而非全面评估。
同频道的其他文章
34:21EN → 简体中文
Matthew Berman· 2026年10月27日Matthew Berman 解读 Anthropic 的上市文件、AI 增长与治理Matthew Berman, Sam Altman · Forward Future主持人审视 S-1 中的财务指标、算力战略和投票结构，并质疑 AI 快速发展与安全之间的张力。
0:26EN → 简体中文Matthew Berman· 2026年10月25日Sam Altman 谈 AI 世界中的人类价值与问题解决Sam Altman · OpenAI在一段简短的访谈摘录中，Altman 思考解决难题的乐趣，以及人在解读结果时的作用。
0:36EN → 简体中文Matthew Berman· 2026年10月25日Kimi K3.1 与魔方求解演示Matthew Berman · Forward FutureMatthew Berman 展示一个被打乱的虚拟魔方如何复原，并对 Kimi K3.1 的测试给予积极评价。
0:21EN → 简体中文Matthew Berman· 2026年10月24日AI 生成的 Kimi 基准图表使用了虚构分数Matthew Berman · Forward FutureMatthew Berman 要求生成一张 Kimi K3.1 Pro 基准图表，随后发现图中的数字只是示意性占位值。
25:50EN → 简体中文Matthew Berman· 2026年10月24日Kimi K3.1 Pro 实测：3D 演示出色，表现不一，价格有竞争力Matthew Berman · Forward FutureMatthew Berman 测试这款开放权重模型的编程、3D 渲染和视觉讲解能力，并比较基准成绩与价格。
32:20EN → 简体中文Matthew Berman· 2026年10月23日本地 AI 究竟适合谁？成本、取舍与混合模式的未来Matthew Berman · Forward FutureMatthew Berman 权衡数据控制和自主权，与硬件成本、设置复杂度及推理速度之间的关系。