高通在移动端演示利用Stable Diffusion技术以最快速度在本地生成AI图像

高通在移动端演示利用StableDiffusion技术以最快速度在本地生成AI图像运行像StableDiffusion这样的程序需要大量的计算能力（它是人工智能图像生成的主力），大多数在移动端提供此类服务的应用程序在云端进行所有处理，而不是本地的智能手机或平板电脑，即使在一台配置较好的笔记本电脑上以这种方式生成图像也需要几分钟，所以在几秒钟内从手机上获得一张512x512的图片是令人印象深刻的。高通公司在测试设备上生成的更多示例图像，提示"超级可爱的穿盔甲的绒毛猫战士，逼真，4K，超详细，vray渲染，虚幻引擎……"高通公司声称这是一个速度纪录，该公司介绍说这是StableDiffusion首次在Android系统上本地运行。之前一篇来自开发者IvonHuang的博文显示了他们是如何让StableDiffusion系统在由高通骁龙865和8GB内存驱动的索尼Xperia5II上运行的。不过，正如Huang在一条推文中指出的，用这种设置生成一张512x512的图像需要一个小时。另一个有用的比较是与iOS的比较。早在12月，苹果发布了让StableDiffusion在其机器学习框架CoreML上本地运行所需的优化。因此，今天为了测试该系统，我们通过带有CoreML加速的DrawThings应用程序，让StableDiffusion1.5在iPhone13上运行。在这种设置下，生成一张512x512的图像需要大约一分钟，因此，高通公司再次在速度上获胜，其使用的是较新的硬件和未公开的定制优化包，而iOS的测试是在2021年的手机上使用第三方应用程序完成的。抛开所有这些限制，高通公司的进步仍然令人印象深刻，即使这只是一个演示。让大型人工智能模型在移动设备上本地运行，比依赖云计算有各种优势，例如便利性（你不需要移动连接）、成本（当服务器账单到期时，开发者不会向用户收费）和隐私（本地运行意味着你不会将数据发送到别人的电脑上）方面。这是人工智能快速实现产品化的事实，而且它正在快速发生。...PC版：https://www.cnbeta.com.tw/articles/soft/1346107.htm手机版：https://m.cnbeta.com.tw/view/1346107.htm

麻省理工大学携手 Adobe 演示 DMD AI 技术：每秒可生成 20 幅图像

麻省理工大学携手Adobe演示DMDAI技术：每秒可生成20幅图像主流文生图模型固然已经能生成非常逼真的图片，但通常渲染时间非常缓慢。麻省理工大学携手Adobe公司近日研发了DMD方法，在尽量不影响图像质量的情况下，加快图像生成速度。DMD技术的全称是DistributionMatchingDistillation，将多步扩散模型简化为一步图像生成解决方案。团队表示：“我们的核心理念是训练两个扩散（diffusion）模型，不仅能预估目标真实分布（realdistribution）的得分函数，还能估计假分布（fakedistribution）的得分函数。”研究人员称，他们的模型可以在现代GPU硬件上每秒生成20幅图像。在上面的视频短片重点介绍了DMD与StableDiffusion1.5相比的图像生成能力。标清每幅图像StableDiffusion1.5需要1.4秒，而DMD只需几分之一秒就能生成类似的图像。来源，频道：@kejiqu群组：@kejiquchat

图像生成模型 Stable Diffusion XL 1.0 开源发布

图像生成模型StableDiffusionXL1.0开源发布SDXL1.0的性能5倍优于SD1.5(开源社区主流)，是开源世界最大参数的图像模型，也是StabilityAI最新&最先进的模型。现可通过Github、HuggingFace、API、AWS、Clipdrop、DreamStudio直接访问。SDXL1.0拥有3.5B参数的基础模型(可单独使用)和6.6B参数的专家混合管道(多了一个单独执行最终去噪的精炼模型)，精炼模型可以为基础模型的输出添加更准确的颜色、更高的对比度和更精细的细节。微调SDXL1.0的图像需求量也急剧下降，现在只需5到10张图像就可以快速微调出一个专门生成特定人物、事物的模型。投稿：@ZaiHuaBot频道：@TestFlightCN

Stability AI发布最新图像生成模型Stable Diffusion XL 1.0

StabilityAI发布最新图像生成模型StableDiffusionXL1.0今天，StabilityAI宣布推出StableDiffusionXL1.0，这是该公司迄今为止描述为“最先进”的文本到图像模型。StableDiffusionXL1.0可在上以开源形式使用，并提供给Stability的和消费者应用程序和。Stability声称，与其前代产品相比，StableDiffusionXL1.0提供了“更生动”和“更准确”的颜色，更好的对比度、阴影和照明效果。在接受采访时，StabilityAI的应用机器学习负责人JoePenna指出，StableDiffusionXL1.0包含35亿个参数，可以“在几秒钟内”生成多种长宽比的100万像素分辨率的完整图像。“参数”是模型从训练数据中学习到的部分，基本上定义了模型在解决问题上的技能水平。上一代稳定扩散模型稳定扩散XL0.9也可以生成更高分辨率的图像，但需要更多的计算能力。——、

Mochi Diffusion，在 Mac 上原生运行 Stable Diffusion

，在Mac上原生运行StableDiffusion本应用内置Apple的CoreMLStableDiffusion框架以实现在搭载Apple芯片的Mac上用极低的内存占用发挥出最优性能，并同时兼容搭载Intel芯片的Mac。​​​功能极致性能和极低内存占用(使用神经网络引擎时~150MB)在所有搭载Apple芯片的Mac上充分发挥神经网络引擎的优势生成图像时无需联网图像转图像（也被称为Image2Image）在图像的EXIF信息中存储所有的关键词（在访达的“显示简介”窗口中查看）使用RealESRGAN放大生成的图像自动保存&恢复图像自定义StableDiffusionCoreML模型无需担心损坏的模型使用macOS原生框架SwiftUI开发

TagGUI：用于快速添加和编辑图像标签和描述的跨平台桌面应用，旨在为生成器式 AI 模型(如 Stable Diffusion

：用于快速添加和编辑图像标签和描述的跨平台桌面应用，旨在为生成器式AI模型(如StableDiffusion)创建图像数据集，支持自动生成描述。特征键盘友好的界面，可快速标记根据您自己最常用的标签自动完成标签集成稳定扩散令牌计数器使用CogVLM、LLaVA、WDTagger等模型自动生成标题和标签可选择加载4位自动字幕模型以减少VRAM使用批量标签操作，对标签进行重命名、删除、排序等操作高级图像列表过滤