NUS发布“文生图新架构” | 一分钟在单GPU上生成“16K高清大图”，无缝支持SD等多种框架！

文章预览

打造一个有温度、有趣味、专业的全栈式AI 交流社区， 用心写好每一篇文章！ “   近年来，扩散模型在人工智能生成内容（AIGC）方面取得了重大进展。尤其是在文生图方面，SDXL、SD1.5、SD2.0、FLUX等模型展示出了超强的生成能力！但是不得不提的是，当前的文生图模型的推理速度还很慢，调用成本还比较高，并不能满足很多真实场景的需求。除此之外，当前文生图模型支持生成的图像分辨率大小并不能满足真实场景的需求，增大输入图像的分辨率，意味着更长的推理耗时、更多的内存占用、更高的成本！当大家还在关注模型精度的时候，已经有一波人开始关注模型的推理效率问题。 本文提出了一种新的线性注意力机制作为替代方案。 具体来说， 作者从最近引入的具有线性复杂性的模型开始探索，例如Mamba、Mamba2和门控线性注意力， 并确定了两个 ………………………………