SDXS 快速入门指南运行你的第一个一步文生图 Demo【免费下载链接】sdxsSDXS: Real-Time One-Step Latent Diffusion Models with Image Conditions项目地址: https://gitcode.com/gh_mirrors/sd/sdxsSDXS 是一个主打实时生成的一步文生图开源项目基于一步扩散模型技术无需多步迭代采样即可快速出图。它提供 SDXS-512 与 SDXS-1024 两个模型在单张 GPU 上分别可达约 100 FPS 与 30 FPS 的生成速度比传统模型快数十倍。这份 SDXS 快速入门指南将带你从零搭建运行环境并跑通你的第一个一步文生图 Demo全程只需几分钟。什么是 SDXS为什么能一步出图传统扩散模型如 SD v1.5、SDXL生成一张图片通常需要 20~50 次迭代采样速度慢、显存占用高。SDXS 通过模型蒸馏把多步模型压缩成一步模型只需一次前向推理即可得到完整图片把推理成本降低了一个数量级。在真实硬件上SDXS-512 生成 512×512 图片可达约 100 FPS比 SD v1.5 快约 30 倍SDXS-1024 生成 1024×1024 图片可达约 30 FPS比 SDXL 快约 60 倍最快配置方法三步搭建 SDXS 运行环境第一步获取项目代码将仓库克隆到本地需提前安装 Gitgit clone https://gitcode.com/gh_mirrors/sd/sdxs cd sdxs第二步创建并激活 Python 环境推荐用 conda 新建独立环境避免依赖冲突conda create -n sdxs conda activate sdxs第三步安装 PyTorch 与项目依赖依次执行下面两条命令前者安装 GPU 版 PyTorch 2.2.1 与 xformers后者安装其余依赖conda install python3.10 pytorch2.2.1 torchvision torchaudio pytorch-cuda11.8 xformers0.0.25 -c pytorch -c nvidia -c xformers pip install -r requirements.txt依赖清单见 requirements.txt整个安装过程大约几分钟。一键运行启动你的第一个一步文生图 Demo环境就绪后在项目根目录执行python demo.py首次运行会自动下载模型权重随后浏览器会打开一个友好的 Gradio 交互界面。你只需三步输入提示词例如 A photo of beautiful mountain with realistic sunset and blue lake点击Run按钮一秒左右右侧就会实时生成图片。界面还提供三个贴心选项DeviceGPU/CPU 切换、Image Decoder Typetiny VAE 省显存 / large VAE 画质更好、weight_typefloat16 省显存 / float32 更精细。新手用默认值即可具体实现见 demo.py。进阶玩法动漫风格与草图生成图像动漫 LoRA一句话生成二次元插画执行 demo_anime.pypython demo_anime.py它会自动加载动漫 LoRA 权重输入 Self-portrait oil painting, a beautiful cyborg with golden hair, 8k 这类提示词即可生成风格化的动漫插画。草图生成随手一画实时出图草图玩法是 SDXS 最有趣的特性之一在画板上随手画几笔输入提示词并点击 Run就能立刻生成贴合草图形状的图像运行方式同样简单python demo_sketch.py画板支持画笔/橡皮擦切换内置 Cinematic、Anime、3D Model、Pixel art 等 10 种风格模板完整逻辑见 demo_sketch.py。✨图像条件控制ControlNet 图生图玩法除了文本提示SDXS 还通过 ControlNet 支持图像条件输入例如基于草图、Canny 边缘图与深度图做图像转换这意味着你可以在保留原始构图的前提下把线稿、草图快速变成写实照片或插画应用场景非常广泛。️效果对比一步出图质量到底如何速度提升几十倍画质会不会缩水论文对比了多个模型在相同提示词下的生成结果可以看到尽管模型更小、采样步数只有 1 步SDXS-512 的提示词跟随能力依然优于 SD v1.5SDXS-1024 的表现同样出色。简单看懂原理模型加速的三大招SDXS 的加速主要来自三个关键蒸馏策略轻量图像解码器蒸馏、U-Net 剪枝蒸馏以及一步化训练简单来说就是让一个小模型模仿大模型的行为从而在几乎不掉画质的前提下大幅提速。常见问题与排错没有 GPU 能跑吗可以把 Device 切换为 CPU 即可但速度会慢很多建议使用 N 卡。显存不足怎么办优先使用 tiny VAE 与 float16 精度可显著降低显存占用。图片有噪点将 Image Decoder Type 切换为 large VAE、精度改为 float32画质会更好。模型下载慢权重首次运行自动从 Hugging Face 下载耐心等待即可。写在最后从环境安装到跑通第一个 DemoSDXS 的入门体验相当顺畅。无论你是想快速出图的内容创作者还是研究一步扩散模型的开发者都可以从 demo.py、demo_anime.py、demo_sketch.py 三个示例入手快速感受一步出图的魅力。【免费下载链接】sdxsSDXS: Real-Time One-Step Latent Diffusion Models with Image Conditions项目地址: https://gitcode.com/gh_mirrors/sd/sdxs创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考