[Stable Diffusion进阶篇]LCM提示SD文生图效率，Lcm_lora使用体验

  LCM 官方以此训练了一个新的模型 Dreamshaper-V7，仅通过 2-4 步就能生成一张 768*768 分辨率的清晰图像。 以往我们用 SD 生成图片起码需要20步的步数，现在使用 LCM 只需要4步就行，实现所见即所得。

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。

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) 生成一张 1024x1024 图像大约需要一分钟。而用 LCM LoRA，我们只需约 6 秒 (4 步) 即可获得出色的结果。速度快了一个数量级，我们再也无需等待结果，这带来了颠覆性的体验。

SDXL LCM LoRA 在各种硬件上的生成速度（官方）