Stability AI lanza SDXL 1.0, su modelo de imagen más potente

Stability AI ha publicado hoy SDXL 1.0, la última versión de su familia Stable Diffusion, el generador de imágenes por texto que la compañía mantiene como alternativa abierta a Midjourney y DALL-E. La empresa presenta este lanzamiento como el salto de calidad más importante desde el nacimiento del proyecto en 2022.

Qué trae de nuevo

La diferencia más visible frente a las versiones anteriores de Stable Diffusion es la resolución nativa: SDXL 1.0 genera imágenes a 1024x1024 píxeles de partida, frente a los 512x512 o 768x768 con los que trabajaban los modelos SD 1.x y 2.x. Eso se traduce en menos artefactos, mejor manejo de manos y rostros, y composiciones más coherentes sin necesidad de recurrir a herramientas externas de escalado.

Stability describe la arquitectura como un pipeline de dos etapas: un modelo base que genera la imagen inicial y un modelo de refinamiento ("refiner") que se encarga de añadir detalle en una segunda pasada. Según la propia compañía, el modelo base tiene 3.500 millones de parámetros, y el conjunto base más refiner suma cerca de 6.600 millones cuando se usan de forma combinada. Es, con diferencia, el modelo más grande que Stability ha puesto en abierto hasta la fecha.

De la vista previa a la versión pública

SDXL no llega de la nada. Semanas antes, Stability había distribuido SDXL 0.9 como versión de investigación con acceso restringido, pensada para que artistas y desarrolladores probasen el modelo y reportaran problemas antes del lanzamiento definitivo. SDXL 1.0 es esa misma arquitectura ya pulida y abierta a cualquiera.

Disponibilidad y licencia

Los pesos del modelo están disponibles en Hugging Face y GitHub, lo que permite descargarlo, ejecutarlo localmente y modificarlo. Stability lo distribuye bajo una licencia que permite tanto uso de investigación como comercial, una decisión coherente con la estrategia que la compañía ha mantenido desde el primer Stable Diffusion: competir por volumen de adopción antes que por control estricto del acceso.

Además del modelo abierto, SDXL 1.0 ya está integrado en los productos propios de Stability, como DreamStudio y Clipdrop, y la compañía ha anunciado disponibilidad a través de Amazon SageMaker para quienes prefieran desplegarlo en infraestructura en la nube sin gestionar el hardware.

Por qué importa

El mercado de generación de imágenes por IA se ha movido en dos direcciones opuestas: modelos cerrados de acceso por API, como DALL-E de OpenAI o Midjourney a través de Discord, y modelos abiertos que cualquiera puede descargar y ajustar a su gusto. Stable Diffusion ha sido, desde su lanzamiento, la pieza central de la segunda vía, y ha dado lugar a un ecosistema enorme de herramientas de terceros, interfaces como Automatic1111 o ComfyUI, y modelos afinados (fine-tuned) para estilos muy específicos.

Un salto de calidad como el que promete SDXL 1.0 es relevante precisamente por esa apertura: no se trata solo de que Stability mejore su propio producto, sino de que toda una comunidad de desarrolladores y artistas independientes gana acceso a un modelo con capacidades más cercanas a las de los sistemas cerrados, pero sin las restricciones de uso ni los costes por imagen generada que imponen esos servicios.

Para las empresas que ya construían productos sobre versiones anteriores de Stable Diffusion, la actualización implica evaluar si merece la pena migrar sus flujos de trabajo, sus modelos afinados y sus integraciones al nuevo formato de dos etapas. Para los usuarios finales, el cambio se notará sobre todo en imágenes que requieren menos retoque posterior y en una resolución de partida que hasta ahora obligaba a pasos adicionales de escalado.