今天在论文集上看到一篇很新的文章：

SDXS: Real-Time One-Step Latent Diffusion Models with Image Conditions

大至意思就是，小米公司做了一个新的扩散模型，用的是蒸馏法（参见turbo模型 及LCM模型)，速度很快，原文意思是：

We present two models, SDXS-512 and SDXS-1024, achieving inference speeds of approximately 100 FPS (30x faster than SD v1.5) and 30 FPS (60x faster than SDXL) on a single GPU, respectively. Moreover, our training approach offers promising applications in image-conditioned control, facilitating efficient image-to-image translation.

512尺寸或1024尺寸上，100FPS出图情况下，比SD1.5模型至少快30倍，比SDXL至少快60倍。

而且是一步生图，图片质量还相当的好。

看到这篇论文，我直接去看了github项目，也是又新又干净，除了几张图就没别的东西了。

然后我仔细研究了一下他们的论文，嗯.......没毛病，有雷不死的风格，就象不锈钢，玻璃一样，确实有这么个东西，但玩了点花活。

因为很多人对模型原理觉得高深莫测，所以我就简单分析一下。

1，蒸馏法，其实最早实现的模型应用的是我们中国人，也就是LCM，出图速度确实快，通常20步出的图，它只需要4步，LCM推出后几天后，老外也搞了一个Turbo, 能在1-2步出图。换句话说，你小米要把SDSX做速度对比，应该与LCM或者Turbo去比，才是同级别对比。

2, 优质出图，LCM与Turbo刚出来时，确实出图质量不行，但通过后级优化，已经不是问题了。

3, 小米模型用的是固态模型，只有512及1024二种，而别人用的是动态模型，支持多种分辨率，固态模型出图是比动态模型快，没毛病。

4. 100FPS, 30FPS， 类似于“奥氏体304” 的意思，你出图就出图嘛，干嘛用FPS. 

让子弹飞