会员专属,加入会员后,可免费下载!本站资源仅支持搭载Apple Silicon Mac M1/M2/M3 GPU加速芯片。
忘记 Stable Diffusion吧,⚡️闪电扩散Flash Diffusion来了!
![](https://cdn.xueshu.fun/202406191614766.png/mac)
Jasper的巴黎研究实验室最近发布了一项令人振奋的新研究:闪电扩散Flash Diffusion。这种新方法不仅加快了图像生成和编辑的速度,还显著提升了用户体验并降低了计算成本。而且,这一切都在保持极高输出质量的前提下实现了!Flash Diffusion将推理速度提高了500%,从而将GPU推理成本降低了5倍,解锁了文本到图像、图像修复和图像放大等实时应用程序。
Flash Diffusion技术解析
Flash Diffusion是一种高效的图像生成加速方法,它通过训练一个学生模型来预测一个经过多步去噪处理的教师模型的预测结果。换句话说,学生模型能够在单步中预测出多步的结果,从而显著减少生成图像所需的计算步骤。
训练方法
Flash Diffusion的训练过程分为三个阶段:
-
预热阶段(Warm-up):在这个阶段,学生模型被训练以适应数据的基本分布。 -
第一阶段(Phase 1):学生模型开始学习预测教师模型的多步预测结果。 -
第二、三阶段(Phase 2 & Phase 3):通过调整时间步的采样分布,学生模型被引导专注于特定的时间步,以提高预测的准确性。
技术亮点
-
效率:Flash Diffusion在COCO2014和COCO2017数据集上达到了FID和CLIP-Score的最新水平,同时所需的训练时间和可训练参数数量都比现有方法少。 -
通用性:这项技术不仅适用于文本到图像的转换,还可以用于图像修复、人脸交换、超分辨率等多种任务。 -
适配性:Flash Diffusion能够适配不同的模型架构,如基于UNet的去噪器(SD1.5, SDXL)或DiT(Pixart-α)。
应用场景
Flash Diffusion技术的通用性和高效性使其在多个领域都有广泛的应用前景:
-
图像修复(Inpainting):能够填补图像中的缺失部分,恢复图像的完整性。 -
图像放大(Upscaler):提高图像分辨率,同时保持图像质量。 -
人脸交换(Face-Swapping):在视频编辑和娱乐领域有巨大的应用潜力。 -
超分辨率(Super-Resolution):提升图像细节,适用于需要高清图像的场合。
安装指南
为了简化安装流程,Mac爱范团队将上述工具封装成了一个独立的启动包,用户只需简单点击即可运行,无需配置繁琐的Python环境。以下是获取和安装该应用的详细步骤:
下载应用
前往下载页面:https://aifun.fans/287/,点击页面右侧的下载按钮进行下载。
注意:仅支持搭载有 Mac M1/2/3 系列芯片的设备。
安装步骤
-
从上述链接下载DMG镜像文件,将 app
文件拖拽到Applications
文件夹中。 -
复制安装完成后,首次启动先不要在启动台打开,在应用程序文件夹右键打开,原因参考Mac 安装软件常见问题。 -
软件会自动在默认浏览器打开操作界面,地址为 http://127.0.0.1:7860/,此时可以开始在浏览器中使用。
![](https://cdn.xueshu.fun/202406191619596.png/mac)
结语
Flash Diffusion技术的出现,不仅推动了图像生成技术的发展,也为创意产业带来了新的可能性。随着技术的不断进步和优化,我们有理由相信,Flash Diffusion将在未来的图像处理和创意表达中扮演更加重要的角色。
各位新老朋友,麻烦点个赞👍和在看👀吧!