KOALA AI 模型问世：8GB 内存就能运行，2 秒内生成高质量图片

IT之家 3 月 1 日消息，韩国科学团队近日研发了名为 KOALA 的新型人工智能图像生成模型，大幅降低了对硬件的需求，而且可以在 2 秒内生成高质量图片。

该模型的关键在于采用了“知识蒸馏”（knowledge distillation）的新技术，极大地压缩了开源图像生成工具 Stable Diffusion XL 的大小。

Stable Diffusion XL 目前共有 25.6 亿个参数，而韩国科学团队利用“知识蒸馏”技术，可以将参数减少到 7 亿个。

因此 KOALA 模型不需要高端图形处理器和复杂的设备就能流畅运行，只需要 8GB 内存就能生成图片，而且生成时间缩短到 2 秒内。

从本质上讲，知识蒸馏技术可以在不影响质量和性能的前提下，将大型模型中的信息筛选到小型模型中。这样，较小的模型就能更快地生成高质量的图像。

根据团队测试结果，以相同的“a picture of an astronaut reading a book under the moon on Mars”（一张宇航员在火星卫星下看书的图片）提示词，KOALA 模型生成时间为 1.6 秒，而 OpenAI 的 DALL-E 3 模型需要 13.7 秒，DALL-E 2 模型需要 12.3 秒。

IT之家附上论文参考

KOALA: Self-Attention Matters in Knowledge Distillation of Latent Diffusion Models for Memory-Efficient and Fast Image Synthesis

广告声明：文内含有的对外跳转链接（包括不限于超链接、二维码、口令等形式），用于传递更多信息，节省甄选时间，结果仅供参考，IT之家所有文章均包含本声明。

投诉水文 我要纠错