概述
潜在一致性模型 (LCM) 是一种让扩散图像生成器只需一到四个步骤（而不是通常的几十个步骤）即可生成高质量图片的技术。即使在普通的硬件上，它们也可以实现近乎实时的交互式图像生成。
潜在一致性模型属于计算机视觉工作流程，它解释或生成用于分析、操作和创造力的视觉媒体。
深入探讨
标准潜在扩散模型（例如稳定扩散）从噪声和去噪迭代开始，通常需要 20 到 50 次网络评估才能生成一张图像，速度很慢。 Luo 及其同事于 2023 年推出的 LCM 在预训练扩散模型的潜在空间中应用了一致性蒸馏。关键思想：训练学生网络从去噪轨迹上的任何点直接跳转到干净的结果，这样通过一个大步骤就可以达到之前需要许多小步骤的相同答案。大约 1 到 4 步即可获得清晰的图像。配套技术 LCM-LoRA 将这种加速打包为一个小型插件适配器，可以将其放入现有的微调稳定扩散模型中，而无需重新训练整个网络。
技术洞察
一致性模型强制执行“自一致性”属性：同一去噪路径（概率流 ODE 轨迹）上的任何两点必须映射到相同的最终干净图像。学生从教师扩散模型中提炼出来以满足这一点，学习直接预测轨迹的终点。在压缩的潜在空间而不是像素中工作使得蒸馏成本较低。由于一次评估可以跨越轨迹，因此繁重的迭代采样会分解为几个步骤。
掌握潜在一致性模型
潜在一致性模型 (LCM) 是一种让扩散图像生成器只需一到四个步骤（而不是通常的几十个步骤）即可生成高质量图片的技术。即使在普通的硬件上，它们也可以实现近乎实时的交互式图像生成。潜在一致性模型属于计算机视觉工作流程，它解释或生成用于分析、操作和创造力的视觉媒体。为了建立深入的理解，请将潜在一致性模型视为一种操作模型，而不是单个功能：定义期望的结果，澄清假设，并将系统可以可靠地执行的操作与仍需要专家判断的操作分开。
在实践中，使用潜在一致性模型的强大团队会平衡准确性与数据质量、照明差异和标签一致性等操作现实。他们记录明确的成功标准，根据实际数据和工作流程进行测试，并根据观察到的失败模式而不是一次性基准测试胜利进行迭代。这就是理论理解转变为跨产品、政策和运营的持久能力的地方。
视觉人工智能可以大规模自动化检查、检测和标记任务。同时，如果出处不明，肖像权和同意可能会成为法律风险。最具弹性的方法是将实验速度与治理规则结合起来：运行试点、捕获证据、发布决策日志，并随着模型行为、用户期望和监管要求的发展不断更新保障措施。
战略影响
视觉人工智能可以大规模自动化检查、检测和标记任务。
视觉人工智能可以大规模自动化检查、检测和标记任务。在高质量部署中，这会转化为可衡量的操作规则、所有权边界和定期审查仪式，以便团队可以增强信心，而不是扩大模糊性。
创意团队可以通过更少的手动修改更快地构建概念原型。
创意团队可以通过更少的手动修改更快地构建概念原型。在高质量部署中，这会转化为可衡量的操作规则、所有权边界和定期审查仪式，以便团队可以增强信心，而不是扩大模糊性。
操作可以使用以前难以处理的图像和视频信号。
操作可以使用以前难以处理的图像和视频信号。在高质量部署中，这会转化为可衡量的操作规则、所有权边界和定期审查仪式，以便团队可以增强信心，而不是扩大模糊性。
现实世界的实施
实时画布工具可在您键入或绘制草图时更新生成的图像，延迟几乎为零
在不到一秒的时间内在笔记本电脑或手机 GPU 上运行稳定的扩散图像生成
将 LCM-LoRA 适配器放到现有的微调模型上，无需重新训练即可立即加速
通过将步骤从约 30 个减少到约 4 个，以低成本生成大批量图像以进行设计探索
实施模式
实践中的潜在一致性模型
实时画布工具可在您键入或绘制草图时更新生成的图像，延迟几乎为零。
实时画布工具可在您键入或绘制草图时更新生成的图像，延迟接近于零。当团队预先定义质量阈值、为边缘情况保留人工升级路径并跟踪一段时间内的生产力提升和错误成本时，通常会获得更好的结果。
实践中的潜在一致性模型
在不到一秒的时间内在笔记本电脑或手机 GPU 上运行稳定的扩散图像生成。
在不到一秒的时间内在笔记本电脑或手机 GPU 上运行稳定的扩散图像生成 当团队预先定义质量阈值、为边缘情况保留人工升级路径并跟踪一段时间内的生产力提升和错误成本时，通常会获得更好的结果。
实践中的潜在一致性模型
将 LCM-LoRA 适配器放置到现有的微调模型上，无需重新训练即可立即加速。
将 LCM-LoRA 适配器放到现有的微调模型上，无需重新培训即可立即加快速度。当团队预先定义质量阈值、为边缘情况保留人工升级路径并随着时间的推移跟踪生产力增益和错误成本时，通常会获得更好的结果。
实践中的潜在一致性模型
通过将步骤从约 30 个减少到约 4 个，以低成本生成大批量图像以进行设计探索。
通过将步骤从约 30 个减少到约 4 个，以低廉的成本生成用于设计探索的大批量图像。当团队预先定义质量阈值、为边缘情况保留人工升级路径并随着时间的推移跟踪生产力增益和错误成本时，通常会获得更好的结果。
风险与防护栏
如果出处不明，肖像权和同意可能会成为法律风险。
模型性能可能因光照、人口统计和环境的不同而有所不同。
除非监控置信阈值，否则误报可能会被忽视。
实施路线图
定义精确度、召回率和错误成本的接受标准。
定义精确度、召回率和错误成本的接受标准。将每个步骤视为证据门：如果不满足标准，则暂停推出，缩小差距，然后再扩大使用。
使用符合实际生产条件的数据进行测试。
使用符合实际生产条件的数据进行测试。将每个步骤视为证据门：如果不满足标准，则暂停推出，缩小差距，然后再扩大使用。
为低置信度或高影响力的预测添加人工审核。
为低置信度或高影响力的预测添加人工审核。将每个步骤视为证据门：如果不满足标准，则暂停推出，缩小差距，然后再扩大使用。
跟踪模型漂移并在相机或数据集更改后重新验证。
跟踪模型漂移并在相机或数据集更改后重新验证。将每个步骤视为证据门：如果不满足标准，则暂停推出，缩小差距，然后再扩大使用。