SDXS ist ein neues Diffusionsmodell, das durch Modellminiaturisierung und Reduzierung der Sampling-Schritte die Modelllatenz deutlich reduziert. Es nutzt die Wissensdestillation zur Vereinfachung der U-Net- und Bilddekodierer-Architektur und führt eine innovative Ein-Schritt-DM-Trainingstechnik mit Feature-Matching und Score-Distillation ein. Die Modelle SDXS-512 und SDXS-1024 erreichen auf einer einzigen GPU Inferenzgeschwindigkeiten von ca. 100 FPS bzw. 30 FPS, was 30- bis 60-mal schneller ist als bei vorherigen Modellen. Darüber hinaus bietet dieses Trainingsverfahren potenzielle Anwendungen in der bildbedingten Steuerung und ermöglicht eine effiziente Bild-zu-Bild-Übersetzung.