swd-large-6-stepsオープンソースモデル - 階層蒸留フレームワークによる拡散モデル生成速度の加速

ホーム

Swd Large 6 Steps

yresearchによって開発

階層的蒸留（SwD）は、生成過程で空間解像度を段階的に増やすことで拡散モデル（DMs）を高速化する全く新しいフレームワークです。

画像生成オープンソースライセンス:Apache-2.0 #高速画像生成 #階層的蒸留技術 #高品質画像

ダウンロード数 217

リリース時間 : 3/17/2025

モデル概要

階層的蒸留（SwD）は拡散モデルを高速化するフレームワークで、空間解像度を段階的に増やすことで大幅な高速化（2.5倍から10倍）を実現し、同時に画像品質を維持または向上させます。

モデル特徴

生成の高速化

全解像度モデルと比較して、SwDは2.5倍から10倍の高速化を実現します。

品質の維持

高速化しながら画像品質を維持し、さらには向上させます。

階層的蒸留

生成過程で空間解像度を段階的に増やすことでモデルを最適化します。

モデル能力

テキストから画像生成

高品質画像生成

高速画像生成

使用事例

クリエイティブデザイン

高速コンセプトデザイン

デザイナーはクリエイティブなコンセプト画像を迅速に生成できます。

デザインプロセスを高速化し、作業効率を向上させます。

コンテンツ作成

ソーシャルメディアコンテンツ生成

ソーシャルメディアに必要なビジュアルコンテンツを迅速に生成します。

魅力的なビジュアル素材を効率的に生産します。

🚀 Scale-wise Distillation 3.5 Large

Scale-wise Distillation (SwD) は、拡散モデル (DM) の生成プロセス中に空間解像度を段階的に上げることで、拡散モデルを高速化するための新しいフレームワークです。
SwD は、全解像度モデルと比較して大幅な高速化 (2.5 倍から 10 倍) を達成し、画像品質を維持または向上させます。 3.5 Medium Demo Image

プロジェクトページ: https://yandex-research.github.io/swd
GitHub: https://github.com/yandex-research/swd
デモ: https://huggingface.co/spaces/dbaranchuk/Scale-wise-Distillation

🚀 クイックスタート

📦 インストール

🧨 diffusers ライブラリを最新バージョンにアップグレードします。

pip install -U diffusers

💻 使用例

基本的な使用法

# (おそらく、LoRA を正しく読み込むには、可視デバイスを指定する必要があります: %env CUDA_VISIBLE_DEVICES=0)
import torch
from diffusers import StableDiffusion3Pipeline
from peft import PeftModel

pipe = StableDiffusion3Pipeline.from_pretrained("stabilityai/stable-diffusion-3.5-large",
                                                torch_dtype=torch.float16,
                                                custom_pipeline='quickjkee/swd_pipeline')
pipe = pipe.to("cuda")
lora_path = 'yresearch/swd-large-6-steps'
pipe.transformer = PeftModel.from_pretrained(
    pipe.transformer,
    lora_path,
)
generator = torch.Generator().manual_seed(10)
prompt = 'A cat holding a sign that reads Sample Faster'
sigmas = [1.0000, 0.9454, 0.8959, 0.7904, 0.7371, 0.6022, 0.0000]
scales = [32, 48, 64, 80, 96, 128]

images = pipe(
    prompt,
    sigmas=torch.tensor(sigmas).to('cuda'),
    timesteps=torch.tensor(sigmas[:-1]).to('cuda') * 1000,
    scales=scales,
    guidance_scale=0.0,
    height=int(scales[0] * 8),
    width=int(scales[0] * 8),
    generator=generator,
).images

📄 ライセンス

このプロジェクトは、Apache-2.0 ライセンスの下でライセンスされています。

📚 引用

@article{starodubcev2025swd,
  title={Scale-wise Distillation of Diffusion Models},
  author={Nikita Starodubcev and Denis Kuznedelev and Artem Babenko and Dmitry Baranchuk},
  journal={arXiv preprint arXiv:2503.16397},
  year={2025}
}