Simple Diffusion: modelo compacto de geração de imagens 100 vezes mais barato que o SDXL

A equipe russa AiArtLab apresentou o Simple Diffusion (sdxs-1b), um modelo de difusão compacto para geração de imagens que pode ser treinado e executado em placas de vídeo comuns, e não de data center, mantendo uma qualidade aceitável. O modelo foi publicado em acesso aberto como versão alfa, sob a licença Apache-2.0, junto com o código completo de preparação de dados e treinamento, o que o torna uma das poucas alternativas abertas aos grandes modelos de difusão fechados ou semiabertos do mercado.

O que é o Simple Diffusion e como ele se diferencia

Segundo os autores, que publicaram uma análise no Habr, a ideia central do projeto é provar que um modelo de difusão rápido e compacto pode ser treinado não em um cluster de milhares de GPUs de classe data center, mas em uma única placa comum do nível da RTX 4080, ao alcance de entusiastas e equipes pequenas. O ponto de partida foi a comparação do custo de treinamento de modelos conhecidos: os desenvolvedores observam que o treinamento do SDXL exigiu cerca de 6 milhões de dólares, enquanto o Z-Image, mais recente, custou, pelos dados deles, aproximadamente 600 mil dólares, uma ordem de grandeza a menos. O Simple Diffusion começou como um pequeno protótipo baseado no ImageNet, mas se transformou em um modelo completo ao longo do desenvolvimento.

Principais fatos sobre o projeto:

• Nome do modelo: Simple Diffusion (sdxs-1b)
• Desenvolvedor: equipe AiArtLab
• Licença: Apache-2.0; modelo e código de treinamento totalmente abertos
• Economia declarada: treinamento e inferência cerca de duas ordens de grandeza mais baratos que o SDXL
• Referência de custo: o treinamento do SDXL é estimado em cerca de US$ 6 milhões, contra cerca de US$ 600 mil do Z-Image
• Status: versão alfa, publicada no Hugging Face (AiArtLab/sdxs-1b)

O preço da economia

Os autores admitem abertamente o compromisso: pela avaliação deles, provavelmente conseguiram criar um modelo várias ordens de grandeza mais barato e rápido que o SDXL, que já é treinado de forma relativamente rápida. Ele consegue gerar imagens em alta resolução quase em tempo real e sem os problemas de anatomia típicos de modelos compactos. Mas a qualidade final ainda fica, em média, abaixo da de modelos mais pesados e caros, e a equipe espera reduzir essa diferença nas próximas versões. Essa franqueza é típica de uma alfa de pesquisa, não de um produto comercial pronto, e contrasta com os anúncios de marketing dos grandes laboratórios, que raramente publicam ressalvas assim junto com um lançamento.

Por que isso importa para o mercado de IA generativa

Publicar não só os pesos, mas também o código completo de preparação de dados e treinamento é raro, num momento em que grandes laboratórios fecham cada vez mais o pipeline de treinamento e deixam aberto apenas o modelo pronto. Para desenvolvedores independentes e pequenos estúdios, isso significa poder não apenas fazer fine-tuning de um modelo alheio para sua tarefa, mas dissecar e reproduzir todo o processo de treinamento de um modelo de difusão do zero, em hardware acessível. Com a tendência de 2026 de baratear o treinamento de modelos generativos, que os autores do Simple Diffusion seguiram explicitamente ao citar a experiência do Z-Image, experimentos abertos como esse reduzem a barreira de entrada para criar geradores de imagem próprios para um leque bem maior de equipes, incluindo as que nunca terão acesso a orçamentos de grandes laboratórios.

A publicação no Habr, um dos principais espaços técnicos da comunidade de língua russa, também indica que o projeto nasceu voltado à discussão aberta com desenvolvedores e a um retorno rápido sobre a qualidade da geração.

O fato de uma equipe relativamente pequena, com uma única GPU, ter levado um protótipo a uma alfa funcional de um modelo de difusão completo, sem parar numa demo de brinquedo, é um sinal para a comunidade mais ampla de entusiastas e pequenos grupos de pesquisa: em 2026, a barreira para desenvolver modelos de geração de imagens continua caindo, e não apenas subindo com o apetite dos maiores laboratórios por modelos cada vez maiores e mais caros. Os autores afirmam claramente que veem o lançamento atual como um ponto de partida, não um produto final, e pretendem continuar trabalhando na qualidade da geração nas próximas versões.