首页 > 业界 > 关键词  > SDXS最新资讯  > 正文

小米发布新项目SDXS,大幅提升SD图像生成速度

2024-03-27 09:22 · 稿源:站长之家

站长之家(ChinaZ.com)3月27日 消息:近日,小米发布了一项名为SDXS的项目,该项目旨在大幅增强SD图像生成速度。据悉,SDXS可以在单个GPU上实现SD1.5每秒100张图的生成速度,而SDXL则能达到每秒30张图的生成速度。这一项目估计是为了在小米的本地设备上运行SD模型而研究的。

扩散模型在图像生成任务上取得了优异的性能,但由于模型庞大且需要多步采样,推理速度很慢,难以部署在低功耗设备上。为了解决这些问题,可以采用剪枝、知识蒸馏、量化等常见的模型压缩方法。本文的优化思路主要有两个方面:一是模型微型化,二是减少采样步数至1步。

image.png

项目地址:https://top.aibase.com/tool/sdxs

在项目介绍中,小米采用了知识蒸馏技术来简化U-Net架构和图像解码器。同时,他们还引入了一种创新的单步训练技术,这种技术通过特征匹配和成绩蒸馏来训练扩散模型。基于这些优化措施,小米开发了两款模型,SDXS-512和SDXS-1024。这两款模型在单个GPU上分别能达到大约每秒100帧(比SD v1.5快30倍)和每秒30帧(比SDXL快60倍)的处理速度。

此外,小米表示,这种训练方法在图像条件控制方面展现出巨大的潜力,有效地实现了图像到图像的快速转换。这一突破性的进展将有助于推动图像生成技术的发展,同时也为小米在人工智能领域的研究和应用提供了有力支持。

举报

  • 相关推荐
  • 大家在看
  • 大方从容 小米发布全新 Xiaomi MIX 折叠屏家族

    2024年7月19日,小米在首钢冰球馆召开2024雷军年度演讲,正式发布全新XiaomiMIX折叠屏家族。这是小米首次实现折叠屏手机全形态覆盖,得益于小米在材料、结构、通信等领域全面的技术创新,两款产品双双定下行业新标准:XiaomiMIXFold4依靠整机堆叠、转轴、电池三大核心技术创新,在满配的前提下实现了对齐直板旗舰的极致轻薄;XiaomiMIXFlip性能、续航表现全面看齐直板旗舰,让小折叠手机彻底摆脱「美丽小废物」的刻板印象,更有全尺寸大外屏配合创新交互,绝大多数日常操作无需展开手机,在外屏即可优雅实现。XiaomiMIXFold4共有白色、黑色、龙胆蓝、小米龙鳞纤维版四种颜色,并提供多种内存版本,起售价8999元;XiaomiMIXFlip共有白色、黑色、幻影紫以及小米凤羽纤维版四种配色,起售价5999元,已开启全款预售,并将于7月23日上午10点在小米商城、小米之家、小米天猫官方旗舰店以及小米京东旗舰店等官方渠道正式开售。

  • 5799元!小米发布“皇帝版”空气净化器

    小米米家全效空气净化器Ultra增强版现已上架,预售价5799元。小米米家全效空气净化器Ultra增强版采用“十级复合深度净化”技术,能够全面应对95种空气污染物。更令人振奋的是,该产品已获得瑞士SGS权威除味认证,品质与实力双重保障。

  • 两大绝招!华为将SSD寿命提升一个量级:延长30-50%

    如今的SSD容量越做越大,企业级SSD容量已达30TB、60TB的、甚至120TB。但SSD寿命一直是致命伤”,越大容量的盘,出现故障后,丢失的数据就越多。一个纠得正,一个查得准,二者配合,华为就将SSD数据的误码率从10-17降低至10-18,整整降低一个数量级,延长30~50%的SSD寿命。

  • FSD渐入佳境,视觉方案还在机器人中“打酱油”?

    一边是技术圈顶流,一边在当前行业应用中没什么存在感。两头拔尖优点与缺点都突出的特点,让视觉方案一直伴随着争议,在近些年的行业应用上也一直透着“底气”不足。在清洁过程中,机器人能够将脏污检测结果及位置与场景地图和轨迹进行叠加,实现全场景的脏污地图管理通过深耕算法,打破算力限制,并对智能化方面深度创新,INDEMIND用实力证明视觉方案绝非配角。

  • Luma发布Loop功能 允许通过文本或图像创建无缝循环视频

    LumaDreamMachine发布Loop功能,此更新允许用户从文本描述,图像或关键帧创建无缝,循环播放的视频,非常适合用来生成动态壁纸。用户只需在生成的时候勾选输入框下的{loop}选项启用即可。Luma还上线过首尾帧视频生成功能,并且可以向后延长5秒。

  • AI日报:商汤Vimi视频生成大模型开放内测;腾讯智影上线AI视频功能;可直接生成6k图像生成器UltraPixel

    欢迎来到【AI日报】栏目!这里是你每天探索人工智能世界的指南,每天我们为你呈现AI领域的热点内容,聚焦开发者,助你洞悉技术趋势、了解创新AI产品应用。新鲜AI产品点击了解:https://top.aibase.com/1、商汤科技推出Vimi视频生成大模型C端应用Vimi相机开放内测商汤科技在2024年世界人工智能大会上推出了Vimi视频生成大模型,为用户提供精准的表情和肢体控制,支持多种驱动方式

  • 生成式AI+HR,Moka让招聘效率再提升

    来源:至顶网据统计,53%的HR平均每天要看100份以上的简历,到了校招季一天可能要看1000份,如果按照30秒看一份简历的速度,也会消耗大量精力。Moka合伙人兼CTO刘洪泽是HR行业的一位赋能者,同时也是一位有着3000场面试经验的面试官。打造世界级HR产品,赢得100,000家组织和员工的认可,是Moka一直以来的愿景,Moka正一步一步,脚踏实地地不断向前迈进。

  • 上海一医院用AI自动生成病历 效率提升30倍

    快科技6月30日消息,对于眼科医生而言,工作节奏快、强度高,除了要进行日常手术和诊疗工作外,还需要处理大量繁琐却相似的病史书写工作。为此,上海市第一人民医院引入蚂蚁大模型能力进行提高病史书写效率的创新应用。通过关键信息的给定、语音输入等多种形式结合自动生成病历,简化入院记录的填写过程,将原本需要5到10分钟的工作缩减到了15至20秒,显著节省了医生 敲键盘”的时间。后续,蚂蚁还会进一步基于大语言模型进行病历质控,帮助医生快速定位病历书写错误,不断提高病历生成的准确率。据了解,这是支付宝4月宣布开放该解决方案

  • 三维家加入国际OpenUSD联盟,成为中国首家入选的科技企业

    全球3D内容与技术领域具有广泛影响力的OpenUSD联盟宣布,中国领先的家居云工业软件服务商三维家成功加入该联盟,并成为中国首家入选的会员企业。这一里程碑式的事件不仅彰显了三维家在全球3D技术领域的强劲实力,也标志着中国企业在元宇宙和3D图形标准化进程中的重要地位。随着OpenUSD技术的不断发展和应用,三维家有望在全球舞台上发挥更加重要的作用,引领家居行业走向更加智能、高效、个性化的新时代。

  • 马斯克亲自确认:FSD 12.5.x将采用统一的自动驾驶软件栈

    特斯拉CEO埃隆马斯克近日确认,即将推出的FSDV12.5.x版本将实现自动驾驶软件栈的统一,适用于高速公路和市区道路行驶。特斯拉已开始向部分用户推送FSDV12.4.3版本,但用户反馈显示,该版本在高速公路驾驶时仍存在不足,如车道内不稳定行驶的问题。尽管FSDV11曾尝试统一这两个栈,但后来特斯拉又为高速和市区驾驶分别采用了独立的软件决策流程。

  • 知了zKnown:致力于信息降噪 / 阅读提效的个人知识助手

    知了 zKnown 是一款 AI-Native 构建的个人知识助手,专注于信息降噪和阅读提效。它通过多端同步、多渠道总结、长文本支持等功能,帮助用户高效地管理和整理信息。产品的主要优点包括:- 多端同步:用户可以在移动app、桌面客户端、网页版、小程序等多个平台同步使用。- 多渠道总结:支持微信公众号、知乎、简书、36Kr、少数派等多个渠道的文章总结。- 长文本支持:最长支持总结3万字的文章内容。- 摘要导出:用户可以将摘要保存到 Notion、Flomo 等平台。- 产品背景:知了 zKnown 致力于通过 AI 技术提升用户的阅读和信息管理效率,适合需要高效处理大量信息的用户。

  • MBox AI Meet:实时转录与会议总结的谷歌会议扩展

    MBox AI Meet是一款免费Chrome扩展,专为Google Meet设计,提供实时转录和自动生成会议总结的功能。它利用AI技术帮助用户在会议中专注于讨论,而无需担心记笔记。该工具通过实时转录捕捉会议的每一个细节,并在会议结束后自动生成总结,确保用户不会错过任何重要信息。MBox AI Meet的隐私优先策略确保会议安全,不存储任何音频或视频内容。此外,该扩展还计划在未来更新中增加更多AI功能,如发言人识别、实时AI助手等。

  • Klee:本地安全AI,保障数据隐私。

    Klee是一款macOS原生的AI助手应用程序,专注于本地处理数据,确保数据安全和隐私。它使用先进的AI技术,如RAG(检索增强生成)和开源大型语言模型,如Llama 3和Mistral,为用户提供高效、智能的笔记、搜索和知识管理功能。Klee的主要优点包括本地运行以保护隐私、支持团队协作、免费使用以及优化的macOS体验。

  • Kipps.AI:快速构建AI助手,提升业务效率

    Kipps.AI 是一个在线平台,允许用户在短短两分钟内构建自己的AI助手,并将其集成到业务中。该平台支持多种数据源,如PDF、Notion、网站链接和文本,用户只需提供这些数据,Kipps.AI 会处理其余部分。它还与常用的工具如GoDaddy、Wordpress、Drupal、Squarespace、Magento和Wix等进行集成,使得用户可以轻松地将AI助手集成到现有的业务流程中。

  • CrossPrism for MacOS:图像识别、标注和关键词生成工具

    CrossPrism for MacOS 是一款专为摄影师设计的图像识别、标注和关键词生成工具。它利用多核 CPU、GPU 和神经引擎,能够识别物种、生成标题和描述,并支持模型训练的可定制性。用户可以在本地自动标注无限量的原始照片,确保所有照片安全地存储在 Mac 上,无需担心云服务中断、数据锁定或文件传输问题。其20多个专家模型可以对从鸟类到地标的各种内容进行分类,并提供新的视角来整理目录和重新发现旧照片。此外,它还支持视频处理、Lightroom 插件、图像质量评估等功能,使其成为一个强大的筛选工具。

  • ZETIC.ai:构建零成本的设备端AI。

    ZETIC.ai提供了一种革命性的设备端AI解决方案,使用NPU技术帮助企业减少对GPU服务器和AI云服务的依赖,从而显著降低成本。它支持任何操作系统、任何处理器和任何目标设备,确保AI模型在转换过程中不损失任何核心功能,同时实现最优性能和最大能效。此外,它还增强了数据安全性,因为数据在设备内部处理,避免了外部泄露的风险。

  • Kerqu.Ai:一站式AI内容生成器,助力跨境电商提升效率。

    Kerqu.Ai是一个为跨境电商卖家提供一站式AI解决方案的平台,整合了先进的AI技术,帮助用户节约成本、提升品牌影响力和销售转化率。产品通过AI技术实现模特换场景、AI图片创作、批量抠图、图片变高清等功能,同时提供一键撰写文案、优化文案和多语言翻译服务,满足多站点经营需求。

  • ReviewHawk:通过分析用户评论,降低用户流失率。

    ReviewHawk是一个专注于分析应用商店评论的工具,旨在帮助企业降低用户流失率,获取用户反馈,从而改善产品。它通过数据驱动的决策和用户满意度分析,帮助企业了解用户真正想要的功能,从而提升用户留存率和产品满意度。

  • Airtable Cobuilder:快速创建与管理数据的应用程序

    Airtable Cobuilder 是一款强大的应用程序构建工具,旨在通过简单的拖放界面和AI辅助功能,帮助用户快速创建和管理数据。它允许用户连接和简化他们最关键的数据,通过可视化数据、自定义视图和集成其他业务工具,提高团队协作和数据管理的效率。该工具特别适合需要高度定制化和灵活性的业务应用场景。

  • Alertfor:追踪网络信息,及时获取答案变化

    Alertfor 是一个在线平台,通过其专有的AQTA (Ask Question Track Answer) 流程,允许用户提交复杂问题,并在网页上寻找最相关的答案。它通过持续追踪提供连续的更新,确保用户能够获得准确且及时的信息。

  • Unskool:家长支持工具,助力家庭教育

    Unskool是一个由家长为家长制作的辅助工具,旨在简化家庭教育过程。它通过去除繁琐的行政工作,让家长能够专注于创造一个丰富的学习环境,让家长和孩子都能茁壮成长。Unskool提供了跟踪、记录和灵感激发的功能,并通过人工智能生成定制的、按需的课程计划,帮助家长更高效地进行家庭教育。

  • AI Generated Diagram:智能生成图表工具

    AI Generated Diagram 是一款利用人工智能技术生成图表的工具。它通过用户输入的提示(prompts)来创建图表,支持多种布局类型,如水平布局(Horizontal)。用户可以通过编辑、配置等操作来调整图表的细节,并支持导出为SVG格式或导出数据。该工具不仅提高了设计图表的效率,还通过AI技术提升了图表的美观度和准确性。

  • Free AI Image Extender:使用人工智能扩展图像边界

    AI Image Extender 是一款利用人工智能技术扩展图像边界的工具,通过生成新内容与现有图像无缝融合,增强图像的视觉延展性。该产品通过先进的AI算法,能够智能识别图像内容并生成自然过渡的扩展区域,适用于需要图像扩展或背景生成的各种场景。

  • Capacities:一个为你的思维打造工作室的APP

    Capacities是一个旨在改善人们思考方式和工作流程的应用程序。它通过使用对象而非传统文件和文件夹来组织信息,帮助用户更直观地理解和连接复杂的信息结构。该应用支持网络化笔记,使用户能够自然地构建信息网络,激发新的创意。Capacities还提供AI助手,帮助用户与笔记中的对象动态互动,并提高写作质量。此外,该应用注重数据安全和隐私保护,符合GDPR标准,数据存储在欧盟的加密服务器上。

  • CLASI:高质量、类人同声传译系统

    CLASI是一个由字节跳动研究团队开发的高质量、类人同声传译系统。它通过新颖的数据驱动读写策略平衡翻译质量和延迟,采用多模态检索模块来增强特定领域术语的翻译,利用大型语言模型(LLMs)生成容错翻译,考虑输入音频、历史上下文和检索信息。在真实世界场景中,CLASI在中英和英中翻译方向上分别达到了81.3%和78.0%的有效信息比例(VIP),远超其他系统。

  • image-matting:AI抠图项目,使用开源模型实现图像抠图。

    image-matting 是一个基于开源模型 briaai/RMBG-1.4 的AI抠图项目。该项目旨在通过学习AI技术、GUI开发、前端学习以及i18n国际化等技术,实现本地模型算法的图像抠图功能。它支持单张和批量抠图,用户可以通过拖拽和粘贴的方式快速进行图像处理。项目还提供了打包后的运行文件下载链接,方便用户使用。

  • OnlyPans:AI定制周晚餐计划

    OnlyPans是一个利用人工智能技术为用户提供定制化晚餐计划的应用程序。它通过与用户的简短聊天来了解用户的预算、口味偏好、语言习惯、饮食限制以及日常生活的忙碌程度,然后快速生成符合用户需求的晚餐计划。随着用户使用时间的增长,OnlyPans会不断学习和优化,提供更加个性化的服务。此外,OnlyPans还提供智能购物清单功能,帮助用户避免食品浪费和不必要的紧急购物。OnlyPans注重用户隐私保护,承诺不会出售用户的任何信息。

  • Excel Dashboard AI:将Excel转换为仪表板和报告的AI工具。

    Excel Dashboard AI是一款利用人工智能技术,将Excel数据快速转换为交互式仪表板和分析报告的工具。它通过自然语言处理能力,允许用户以对话形式与数据进行交流,从而迅速获得洞察。产品的主要优点包括快速生成多样化的数据分析维度、自然语言编辑和锁定分析视角、一键生成交互式仪表板、AI解读图表含义以及将仪表板转换为详尽的分析报告等。

  • 清影 AI 视频生成服务:基于 AI 技术生成视频内容的智能服务。

    清影 AI 视频生成服务是一个创新的人工智能平台,旨在通过智能算法生成高质量的视频内容。该服务适合各种行业用户,能够快速便捷地生成富有创意的视觉内容。无论是商业广告、教育课程还是娱乐视频,清影 AI 都能提供优质的解决方案。该产品依托于先进的 GLM 大模型,确保生成内容的准确性与丰富性,同时满足用户个性化需求。提供免费试用,鼓励用户探索 AI 视频创作的无限可能。

  • Tempest AI:无需编码,10分钟构建游戏

    Tempest AI是一个无需编码即可快速构建游戏的平台。它利用强大的AI助手帮助用户从零开始创建游戏,支持动态角色、适应性任务和互动世界。用户可以通过拖放编辑器构建世界,设计游戏机制,并通过故事构建器控制游戏叙事。Tempest AI不仅适合游戏开发者,也适合那些希望探索创意和互动叙事的爱好者。

今日大家都在搜的词: