又有新的SD加速模型可以用了，PCM解决了原来LCM模型的各种问题。并且对 AnimateLCM 也做了优化，用PCM直接生成动画也可以保证质量了。 PCM从这三个角度说明了LCM的设计空间是有限的并很好地解决了这些限制。
PCM主要改善了三个LCM原有的问题：
-
LCM 只能接受小于 2 的 CFG 规模。较大的值会导致图像过度曝光。此外，LCM 对负面提示不敏感。
-
LCM 在不同的推理步骤中无法产生一致的结果。当推理步骤过大或过小时，其输出的结果会变得模糊。
-
LCM 的损失项无法实现分布一致性，在低推理步骤下会产生质量较差的结果。
相关链接
论文：https://arxiv.org/abs/2405.18407
视频：https://www.youtube.com/watch?v=B4ieLnS4MTY
代码：https://github.com/G-U-N/Phased-Consistency-Model
论文阅读
阶段性一致性模型:朝着稳定、快速的图像和视频生成方向发展
动机
一致性模型(CM)是一种具有高质量和快速生成特性的新型生成模型。潜在一致性模型(LCM)试图将其扩展到文本条件下的高分辨率生成的潜在空间。然而，其结果并不令人愉快。在这项工作中，我们表明了当前LCM的设计在三个方面存在缺陷。
我们提出了相位一致性模型~(PCM)，推广了LCM的设计空间，很好地解决了这些局限性。在训练和推理两方面提出了创新策略，以提高生成质量。包括1步、2步、4步、8步、16步在内的大量实验结果以及广泛应用的稳定扩散和稳定扩散XL基础模型验证了PCM的进步。
潜在一致性模型有三个主要的局限性。
-
LCM只接受CFG小于2的标度。较大的值会导致过度曝光。LCM对负提示不敏感。
-
LCM在不同的推理步骤下不能得到一致的结果。当步长过大或过小时，其结果是模糊的。
-
LCM的损失项不能达到分布一致性，在低阶跃状态下产生较差的结果。
在这项工作中，我们调查了这些限制背后的原因，并提出了PCM，它很好地解决了所有这些限制。
PCM与以往方法质量比较
由PCM一步生成的图像
SD1.5+PCM
由PCM一步生成的图像
SDXL+PCM
文字转视频
与AnimateLCM在低步进模式下的视频生成质量比较。模型可以在两个步骤中生成高质量的视频。
结论
尽管可以在几个步骤中生成高质量的图像和视频，但我们发现当步数很低，特别是只有一步，生成质量不稳定。模型可能产生结构错误或图像模糊。
幸运的是，我们发现这种现象可以通过多步细化来缓解。总之，在本文中，我们观察到了缺陷 在文本条件控制下使用一致性模型生成高分辨率潜在空间。本文从三个层面对这些缺陷进行了总结，分析了缺陷产生的原因，并概括了缺陷的设计框架来解决这些缺陷。
