概述
潛在一致性模型 (LCM) 是一種讓擴散影像產生器只需一到四個步驟（而不是通常的數十個步驟）即可產生高品質圖片的技術。即使在普通的硬體上，它們也可以實現近乎即時的互動式影像生成。
潛在一致性模型屬於電腦視覺工作流程，它解釋或產生用於分析、操作和創造力的視覺媒體。
深入探討
標準潛在擴散模型（例如穩定擴散）從雜訊和去雜訊迭代開始，通常需要 20 到 50 次網路評估才能產生一張影像，速度很慢。 Luo 及其同事於 2023 年推出的 LCM 在預訓練擴散模型的潛在空間中應用了一致性蒸餾。關鍵想法：訓練學生網路從去雜訊軌跡上的任何點直接跳到乾淨的結果，這樣透過一個大步驟就可以達到之前需要許多小步驟的相同答案。大約 1 到 4 步即可獲得清晰的影像。配套技術 LCM-LoRA 將這種加速打包為一個小型插件適配器，可以將其放入現有的微調穩定擴散模型中，而無需重新訓練整個網路。
技術洞察
一致性模型強制執行「自一致性」屬性：同一去雜訊路徑（機率流 ODE 軌跡）上的任何兩點必須對應到相同的最終乾淨影像。學生從教師擴散模型中提煉出來以滿足這一點，學習直接預測軌跡的終點。在壓縮的潛在空間而不是像素中工作使得蒸餾成本較低。由於一次評估可以跨越軌跡，因此繁重的迭代採樣會分解為幾個步驟。
掌握潛在一致性模型
潛在一致性模型 (LCM) 是一種讓擴散影像產生器只需一到四個步驟（而不是通常的數十個步驟）即可產生高品質圖片的技術。即使在普通的硬體上，它們也可以實現近乎即時的互動式影像生成。潛在一致性模型屬於電腦視覺工作流程，它解釋或產生用於分析、操作和創造力的視覺媒體。為了建立深入的理解，請將潛在一致性模型視為一種操作模型，而不是單一功能：定義期望的結果，澄清假設，並將系統可以可靠地執行的操作與仍需要專家判斷的操作分開。
在實踐中，使用潛在一致性模型的強大團隊會平衡準確性與數據品質、照明差異和標籤一致性等操作現實。他們記錄明確的成功標準，根據實際數據和工作流程進行測試，並根據觀察到的失敗模式而不是一次性基準測試勝利進行迭代。這就是理論理解轉變為跨產品、政策和營運的持久能力的地方。
視覺人工智慧可以大規模自動化檢查、檢測和標記任務。同時，如果出處不明，肖像權和同意可能會成為法律風險。最具彈性的方法是將實驗速度與治理規則結合：運行試點、捕獲證據、發布決策日誌，並隨著模型行為、使用者期望和監管要求的發展不斷更新保障措施。
戰略影響
視覺人工智慧可以大規模自動化檢查、檢測和標記任務。
視覺人工智慧可以大規模自動化檢查、檢測和標記任務。在高品質部署中，這會轉化為可衡量的操作規則、所有權邊界和定期審查儀式，以便團隊可以增強信心，而不是擴大模糊性。
創意團隊可以透過更少的手動修改來更快地建立概念原型。
創意團隊可以透過更少的手動修改來更快地建立概念原型。在高品質部署中，這會轉化為可衡量的操作規則、所有權邊界和定期審查儀式，以便團隊可以增強信心，而不是擴大模糊性。
操作可以使用以前難以處理的影像和視訊訊號。
操作可以使用以前難以處理的影像和視訊訊號。在高品質部署中，這會轉化為可衡量的操作規則、所有權邊界和定期審查儀式，以便團隊可以增強信心，而不是擴大模糊性。
現實世界的實施
即時畫布工具可在您鍵入或繪製草圖時更新產生的影像，延遲幾乎為零
在不到一秒的時間內在筆記型電腦或手機 GPU 上運行穩定的擴散影像生成
將 LCM-LoRA 轉接器放到現有的微調模型上，無需重新訓練即可立即加速
透過將步驟從約 30 個減少到約 4 個，以低成本生成大批量影像以進行設計探索
實施模式
實踐中的潛在一致性模型
即時畫布工具可在您鍵入或繪製草圖時更新產生的影像，延遲幾乎為零。
即時畫布工具可在您鍵入或繪製草圖時更新產生的影像，延遲接近零。當團隊預先定義品質閾值、為邊緣情況保留人工升級路徑並追蹤一段時間內的生產力提升和錯誤成本時，通常會獲得更好的結果。
實踐中的潛在一致性模型
在不到一秒的時間內在筆記型電腦或手機 GPU 上運行穩定的擴散影像生成。
在不到一秒的時間內在筆記型電腦或手機 GPU 上運行穩定的擴散影像產生 當團隊預先定義品質閾值、為邊緣情況保留人工升級路徑並追蹤一段時間內的生產力提升和錯誤成本時，通常會獲得更好的結果。
實踐中的潛在一致性模型
將 LCM-LoRA 轉接器放置到現有的微調模型上，無需重新訓練即可立即加速。
將 LCM-LoRA 轉接器放到現有的微調模型上，無需重新訓練即可立即加快速度。當團隊預先定義品質閾值、為邊緣情況保留人工升級路徑並隨著時間的推移追蹤生產力增益和錯誤成本時，通常會獲得更好的結果。
實踐中的潛在一致性模型
透過將步驟從約 30 個減少到約 4 個，以低成本產生大批量影像以進行設計探索。
透過將步驟從約 30 個減少到約 4 個，以低廉的成本產生用於設計探索的大批量影像。當團隊預先定義品質閾值、為邊緣情況保留人工升級路徑並隨著時間的推移追蹤生產力增益和錯誤成本時，通常會獲得更好的結果。
風險與防護欄
如果出處不明，肖像權和同意可能會成為法律風險。
模型表現可能因光照、人口統計和環境的不同而有所不同。
除非監控置信閾值，否則誤報可能會被忽略。
實施路線圖
定義精確度、召回率和錯誤成本的接受標準。
定義精確度、召回率和錯誤成本的接受標準。將每個步驟視為證據門：如果不符合標準，則暫停推出，縮小差距，然後再擴大使用。
使用符合實際生產條件的數據進行測試。
使用符合實際生產條件的數據進行測試。將每個步驟視為證據門：如果不符合標準，則暫停推出，縮小差距，然後再擴大使用。
為低置信度或高影響力的預測添加人工審核。
為低置信度或高影響力的預測添加人工審核。將每個步驟視為證據門：如果不符合標準，則暫停推出，縮小差距，然後再擴大使用。
追蹤模型漂移並在相機或資料集變更後重新驗證。
追蹤模型漂移並在相機或資料集變更後重新驗證。將每個步驟視為證據門：如果不符合標準，則暫停推出，縮小差距，然後再擴大使用。