[Stable Diffusion进阶篇]LCM提示SD文生图效率，Lcm_lora利用体验
LCM 官方以此练习了一个新的模型 Dreamshaper-V7，仅通过 2-4 步就能天生一张 768*768 分辨率的清晰图像。 以往我们用 SD 天生图片起码需要20步的步数，现在利用 LCM 只需要4步就行，实现所见即所得。https://img-blog.csdnimg.cn/img_convert/c34f4b6a35cdaf3bdcb043c454d31140.png
1.LCM官方介绍
LCM官网：https://latent-consistency-models.github.io/
LCM 全称 Latent Consistency Models（潜在一致性模型），是清华大学交织信息科学研究院研发的一款天生模型。
它的特点是可以通过少量步骤推理合成高分辨率图像，使图像天生速度提升 2-5 倍，需要的算力也更少。
官方称 LCMs 是继 LDMs（Latent Diffusion Models 潜在扩散模型）之后的新一代天生模型。
2.LCM优点分析
Stable Diffusion 和 SDXL 的快速推理为新应用和新工作流打开了大门，
在 M1 Mac 上用 SDXL (base) 天生一张 1024x1024 图像大约需要一分钟。而用 LCM LoRA，我们只需约 6 秒 (4 步) 即可获得精彩的效果。速度快了一个数量级，我们再也无需等待效果，这带来了颠覆性的体验。
SDXL LCM LoRA 在各种硬件上的天生速度（官方）
免责声明：如果侵犯了您的权益，请联系站长，我们会及时删除侵权内容，谢谢合作！更多信息从访问主页：qidao123.com:ToB企服之家，中国第一个企服评测及商务社交产业平台。
页:
[1]