北京清華大學改進了傳統Stable Diffusion (SD) 文生圖的加速算法，讓SD這項技術，可以在筆電達到即時(Real Time)運算等級，讓我們一起來了解這項技術，期許未來能在各種應用上使用，或是看到源碼也不陌生。
改良思路與影響:
總體來說，Luo et al. 的研究，基於Latent做一致性模型的迭代調整，大幅降低運算複雜度，衍伸出一系列的改良，大幅降低訓練時間，提高生成影像的品質，然後在inference的時候能達到Real-time的輸出水平。以下列出四點論文的重要貢獻:
基於Latent 做Consistency Model 的計算，而非Image本身，大大降低計算複雜度
使用"Latent" Consistency Model (LCM)
- 應用在更高的解析度圖片生成: 768 x 768 pixel2 or higher
- 大幅降低所需的運算複雜度: O(N2)->O(N)，對Latent向量(而非輸入圖片)做CM蒸餾
