O X-Adapter é uma ferramenta de atualização universal que permite que módulos de plugins pré-treinados (como ControlNet e LoRA) sejam usados diretamente com modelos de difusão de texto para imagem atualizados (como SD-XL), sem necessidade de re treinamento adicional. Ele preserva os conectores do modelo antigo e adiciona uma camada de mapeamento treinável para conectar os decodificadores de versões diferentes do modelo, realizando um remapeamento de características. As características remapeáveis servirão como guia para o modelo atualizado. Para melhorar a capacidade de orientação do X-Adapter, utilizamos uma estratégia de treinamento com texto vazio. Após o treinamento, também introduzimos uma estratégia de denoising em duas etapas para ajustar as variáveis latentes iniciais do X-Adapter e do modelo atualizado. O X-Adapter demonstra compatibilidade universal com vários plugins e permite que diferentes versões de plugins funcionem juntas, expandindo assim as funcionalidades da comunidade de difusão. Realizamos extensos experimentos que demonstram que o X-Adapter pode ter aplicações mais amplas em modelos de difusão básicos atualizados.