Stable Diffusion 又是一个史诗级增强、出图效率暴增 5 倍

AI 绘画进化的速度真的真的是太快了！！最近爆火的新一代生成模型 LCM 席卷而来，可以大大的提升出图效率。

今儿我们就来一起尝尝鲜！

一 LCM 简介

LCM 全称 Latent Consistency Models（潜在一致性模型），是清华大学交叉信息科学研究院研发的一款生成模型。

它的特点是可以通过少量步骤推理合成高分辨率图像，使图像生成速度提升 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）之后的新一代生成模型。

如果之前有了解过 Stable Diffusion 的出图过程，我们应该知道 Stable Diffusion 的出图过程其实是从一张纯噪声图中去噪点，最后变成一张清晰的图片，这大概需要 20-50 步（也就是我们设置的步数）

而 LCM 强调的是不要再一步步迭代了， 直接追求“一步到位”。LCM 是在 Consistency Models 的基础上引入了 Lantent Space （潜空间），进一步压缩需要处理的数据量，从而实现超快速的图像推理合成。只需要 2-4 步即可完成！

可以先来看看效果图：

4 步效果图

2 步效果图

1 步效果图

二 尝鲜使用

目前有三种玩法，大家可以挑选使用

直接在线把玩（科学上网）

• 文生图：https://huggingface.co/spaces/SimianLuo/Latent_Consistency_Model

• 图生图：https://replicate.com/fofr/latent-consistency-model

基于 Dreamshaper-V7 大模型使用

目前官网只提供了 Dreamshaper-V7 和 LCM-SDXL 是 2 款可以 Stable Diffusion 中使用的模型。并且需要安装 LCM 插件。

• 插件地址：https://github.com/0xbitches/sd-webui-lcm

• 模型地址：https://huggingface.co/SimianLuo/LCM_Dreamshaper_v7/tree/main

• lcm-sdxl: https://huggingface.co/latent-consistency/lcm-sdxl

基于 LCM-LoRA 使用

除了上述的大模型，官方还提供了一个 LoRa 模型，目前可以搭配 SD1.5 和 SDXL 的所有大模型使用，

目前可以在 ComfyUI 和 Fooocus 中使用 LCM-LoRA 模型

• SD1.5 lora: https://huggingface.co/latent-consistency/lcm-lora-sdv1-5

• sdxl lora: https://huggingface.co/latent-consistency/lcm-lora-sdxl

在使用了 LCM 后整个的出图效果确实大大的提升了，但是质量来看还是会差那么一些。

目前尝鲜，还是可以玩玩的，后续 LCM 有了更多的增强我们在进一步来分享！

如果你觉得教程还不错，别忘了把好内容分享给身边的小伙伴哦 📢

写在最后

感兴趣的小伙伴，赠送全套AIGC学习资料，包含AI绘画、AI人工智能等前沿科技教程和软件工具，具体看这里。

AIGC技术的未来发展前景广阔，随着人工智能技术的不断发展，AIGC技术也将不断提高。未来，AIGC技术将在游戏和计算领域得到更广泛的应用，使游戏和计算系统具有更高效、更智能、更灵活的特性。同时，AIGC技术也将与人工智能技术紧密结合，在更多的领域得到广泛应用，对程序员来说影响至关重要。未来，AIGC技术将继续得到提高，同时也将与人工智能技术紧密结合，在更多的领域得到广泛应用。
 

一、AIGC所有方向的学习路线

AIGC所有方向的技术点做的整理，形成各个领域的知识点汇总，它的用处就在于，你可以按照下面的知识点去找对应的学习资源，保证自己学得较为全面。

二、AIGC必备工具

工具都帮大家整理好了，安装就可直接上手！

三、最新AIGC学习笔记

当我学到一定基础，有自己的理解能力的时候，会去阅读一些前辈整理的书籍或者手写的笔记资料，这些笔记详细记载了他们对一些技术点的理解，这些理解是比较独到，可以学到不一样的思路。

四、AIGC视频教程合集

观看全面零基础学习视频，看视频学习是最快捷也是最有效果的方式，跟着视频中老师的思路，从基础到深入，还是很容易入门的。

五、实战案例

纸上得来终觉浅，要学会跟着视频一起敲，要动手实操，才能将自己的所学运用到实际当中去，这时候可以搞点实战案例来学习。

若有侵权，请联系删除