Simple Diffusion: компактная модель генерации в 100 раз дешевле SDXL

Российская команда AiArtLab представила Simple Diffusion (sdxs-1b) — компактную диффузионную модель генерации изображений, которую можно обучать и запускать на массовых, а не дата-центровых видеокартах, сохранив при этом приемлемое качество результата. Модель опубликована в открытом доступе как альфа-версия под лицензией Apache-2.0 вместе с полным кодом подготовки данных и обучения, что делает её одной из немногих открытых альтернатив крупным закрытым или полуоткрытым диффузионным моделям на рынке.

Что такое Simple Diffusion и чем она отличается

По словам авторов, опубликовавших разбор на Habr, ключевая идея проекта — доказать, что быструю и компактную диффузионную модель можно обучить не на кластере из тысяч GPU дата-центрового класса, а на одной массовой видеокарте уровня RTX-4080, доступной энтузиастам и небольшим командам. Отправной точкой стало сравнение стоимости обучения известных моделей: разработчики отмечают, что на обучение SDXL потребовалось порядка 6 миллионов долларов, тогда как более новая модель Z-Image, по их данным, обошлась примерно в 600 тысяч долларов — то есть на порядок дешевле. Simple Diffusion изначально задумывалась как небольшой прототип на базе ImageNet, но в процессе разработки переросла в полноценную модель.

Ключевые факты о проекте:

• Название модели — Simple Diffusion (sdxs-1b)
• Разработчик — команда AiArtLab
• Лицензия — Apache-2.0, модель и код обучения открыты полностью
• Заявленная экономия — обучение и инференс дешевле SDXL примерно на два порядка
• Ориентир по стоимости — обучение SDXL оценивают примерно в 6 млн долларов против около 600 тыс. долларов у Z-Image
• Статус — альфа-версия, опубликована на Hugging Face (AiArtLab/sdxs-1b)

Какой ценой достигается дешевизна

Авторы прямо признают компромисс: по их собственной оценке, им, вероятно, удалось создать модель на порядки дешевле и быстрее по сравнению с относительно быстро обучаемой SDXL, способную генерировать изображения в высоком разрешении близко к реальному времени и без характерных для компактных моделей проблем с анатомией. Но итоговое качество генерации пока в среднем уступает более тяжёлым и дорогим моделям — команда рассчитывает сократить этот разрыв в последующих версиях. Такая честная постановка вопроса — типичный признак исследовательского альфа-релиза, а не готового коммерческого продукта, и она резко контрастирует с маркетинговыми анонсами крупных лабораторий, которые редко публикуют подобные оговорки вместе с релизом.

Почему это важно для рынка генеративного ИИ

Открытая публикация не только весов, но и полного кода подготовки данных и обучения — редкость на фоне того, как крупные лаборатории всё чаще закрывают именно тренировочный пайплайн, оставляя в открытом доступе только готовую модель. Для независимых разработчиков и небольших студий это означает возможность не просто дообучать чужую модель под свою задачу, а разобрать и воспроизвести весь процесс обучения диффузионной модели с нуля на доступном железе. Учитывая общий тренд 2026 года на удешевление обучения генеративных моделей — на который явно ориентировались и авторы Simple Diffusion, ссылаясь на опыт Z-Image, — подобные открытые эксперименты снижают порог входа в разработку собственных image-генераторов для куда более широкого круга команд, у которых никогда не будет доступа к бюджетам уровня крупных лабораторий.

Публикация на Habr, одной из главных технических площадок русскоязычного сообщества, также означает, что проект с самого начала ориентирован на открытое обсуждение с разработчиками и на быстрый сбор обратной связи по качеству генерации.

Сам факт, что относительно небольшая команда с одной видеокартой смогла довести прототип до рабочей альфа-версии полноценной диффузионной модели, а не остановиться на игрушечном демо, — сигнал более широкому сообществу энтузиастов и небольших исследовательских групп: барьер входа в разработку генеративных моделей изображений в 2026 году продолжает снижаться, а не только растёт вместе с аппетитами крупнейших лабораторий к всё большим и дорогим моделям. Авторы прямо указывают, что рассматривают текущий релиз как отправную точку, а не финальный продукт, и планируют продолжать работу над качеством генерации в последующих версиях.