Flash Pixart

🚀 ⚡ 快速扩散：FlashPixart ⚡

Flash Diffusion是Jasper Research的Clément Chadebec、Onur Tasar、Eyal Benaroche和Benjamin Aubin在论文Flash Diffusion: Accelerating Any Conditional Diffusion Model for Few Steps Image Generation中提出的一种扩散蒸馏方法。该模型是Pixart-α模型的一个6650万参数的LoRA蒸馏版本，能够在4步内生成1024x1024的图像。查看我们的实时演示和官方Github仓库。

🚀 快速开始

本模型可以直接使用diffusers库中的PixArtAlphaPipeline。它可以将所需的采样步骤减少到4步。

基础用法

import torch
from diffusers import PixArtAlphaPipeline, Transformer2DModel, LCMScheduler
from peft import PeftModel

# Load LoRA
transformer = Transformer2DModel.from_pretrained(
  "PixArt-alpha/PixArt-XL-2-1024-MS",
  subfolder="transformer",
  torch_dtype=torch.float16
)
transformer = PeftModel.from_pretrained(
  transformer,
  "jasperai/flash-pixart"
)

# Pipeline
pipe = PixArtAlphaPipeline.from_pretrained(
  "PixArt-alpha/PixArt-XL-2-1024-MS",
  transformer=transformer,
  torch_dtype=torch.float16
)

# Scheduler
pipe.scheduler = LCMScheduler.from_pretrained(
  "PixArt-alpha/PixArt-XL-2-1024-MS",
  subfolder="scheduler",
  timestep_spacing="trailing",
)

pipe.to("cuda")

prompt = "A raccoon reading a book in a lush forest."

image = pipe(prompt, num_inference_steps=4, guidance_scale=0).images[0]

🔧 技术细节

该模型在4个H100 GPU上进行了40k次迭代训练（约188小时）。更多参数细节请参考论文。

评估指标

📚 详细文档

引用

如果您觉得这项工作有用或在研究中使用了它，请考虑引用我们：

@misc{chadebec2024flash,
      title={Flash Diffusion: Accelerating Any Conditional Diffusion Model for Few Steps Image Generation}, 
      author={Clement Chadebec and Onur Tasar and Eyal Benaroche and Benjamin Aubin},
      year={2024},
      eprint={2406.02347},
      archivePrefix={arXiv},
      primaryClass={cs.CV}
}

📄 许可证

该模型遵循知识共享署名-非商业性使用许可协议（Creative Commons BY-NC license）。