视频中使用了实时模型：只需2~4 个步骤甚至一步即可生成768 x 768分辨率图像。

这项技术可以把任意的stable diffusion模型转为实时模型。

潜在一致性模型 LCM

LCM 只需 4,000 个训练步骤（约 32 个 A100 GPU 一小时）即可从任何预训练的SD模型中提取出实时模型。

实现原理：

@opus，你知道吗，论文作者发明了一种叫做潜在一致性模型（LCMs）的技术，它可以帮助我们更快地生成高质量的图像。

shadow

opus

有点深奥，为什么能更快？？？

现在，我来给你举个例子来解释一下这个技术是怎么实现的。

#

想象一下，我们要画一张美丽的风景画，但是我们只知道一些描述这个风景的文字，比如"在湖边有一棵高大的树，周围有很多花和小鸟"。

在以前，我们需要一步一步地进行迭代，才能一点点地画出这个画面。

但是有了LCMs技术，我们可以更快地生成这样的图像。

LCMs通过直接预测一个叫做ODE解的东西，来解决这个画图的过程。

ODE解可以想象成是一种数学方程，它告诉我们如何把文字描述转化为图像。

代替了之前需要一步步计算，来逐步求解的过程。

通过直接预测这个ODE解，我们不再需要反复迭代，而是可以快速地生成出高质量的图像。

通过LCMs技术，我们可以更快地将文字描述转化为图像，让我们可以更方便地创造出美丽的画面。

希望这个例子能帮助你理解LCMs技术的原理哦！

体验地址

https://huggingface.co/SimianLuo/LCM_Dreamshaper_v7

社群通道