加速擴散模型，最快1步生成SOT圖片，字節Hyper-SD開源了

AIGC動態歡迎閱讀

原標題：加速擴散模型，最快1步生成SOT圖片，字節Hyper-SD開源了
關鍵字：模型,軌跡,字節跳動,圖像,反饋
文章來源：機器之心
內容字數：7245字

內容摘要：

機器之心發布
機器之心編輯部最近，擴散模型（Diffusion Model）在圖像生成領域取得了顯著的進展，為圖像生成和視頻生成任務帶來了前所未有的發展機遇。盡管取得了令人印象深刻的結果，擴散模型在推理過程中天然存在的多步數迭代去噪特性導致了較高的計算成本。近期出現了一系列擴散模型蒸餾算法來加速擴散模型的推理過程。這些方法大致可以分為兩類：i) 軌跡保持蒸餾；ii) 軌跡重構蒸餾。然而，這兩類方分別受到效果天花板有限或者或輸出域變化這兩個問題的限制。
為了解決這些問題，字節跳動技術團隊提出了一種名為 Hyper-SD 的軌跡分段一致性模型。Hyper-SD 的開源也得到了Huggingface首席執行官 Clem Delangue的肯定。該模型是一種新穎的擴散模型蒸餾框架，結合了軌跡保持蒸餾和軌跡重構蒸餾兩種策略的優點，在壓縮去噪步數的同時保持接近無損的性能。與現有的擴散模型加速算法相比，該方法取得了卓越的加速效果。經過大量實驗和用戶評測的驗證，Hyper-SD 在 SDXL 和 SD1.5 兩種架構上都能在 1 到 8 步生成中實現 SOTA 級別的圖像生成性能。項目主頁：htt

原文鏈接：加速擴散模型，最快1步生成SOT圖片，字節Hyper-SD開源了

聯系作者

文章來源：機器之心
作者微信：almosthuman2014
作者簡介：專業的人工智能媒體和產業服務平臺