Mochi Diffusion: Ejecución nativa de difusión estable en Mac con muy poca memoria
Últimos recursos sobre IAPublicado hace 9 meses Círculo de intercambio de inteligencia artificial 2.3K 00
Introducción general
Mochi Diffusion es una aplicación diseñada para ejecutar Stable Diffusion de forma nativa para usuarios de Mac. Aprovecha el marco Core ML de Apple para maximizar el rendimiento de los dispositivos Mac con chips de Apple. La aplicación soporta múltiples modelos y toda la generación de imágenes se realiza localmente sin necesidad de conexión a Internet, garantizando la privacidad y seguridad de los datos del usuario.
El marco de difusión estable Core ML de Apple está integrado en la aplicación para lograr un rendimiento óptimo con un consumo de memoria muy bajo en los Mac con chips de Apple. El motor de la red neuronal puede tardar unos 2 minutos en compilar la caché cuando se ejecuta el modelo por primera vez, pero las ejecuciones posteriores serán significativamente más rápidas.

Lista de funciones
- Generación nativa de imágenesEl proceso de generación de imágenes se realiza localmente, lo que garantiza la privacidad de los datos.
- Compatibilidad con varios modelos: Se admiten varios modelos de difusión estable, que los usuarios pueden seleccionar y cambiar en función de sus necesidades.
- Alto rendimiento: Aprovecha el motor neuronal de Apple Silicon para un consumo de memoria extremadamente bajo y una generación de imágenes eficiente.
- Imagen a imagenSoporte para convertir imágenes existentes en nuevas ilustraciones.
- Soporte ControlNet: Perfeccionamiento de la salida de imágenes mediante la tecnología ControlNet.
- Almacenamiento de información EXIF: Almacena todas las palabras clave en la información EXIF de la imagen para facilitar su visualización.
- Ampliación de la imagenZoom sobre la imagen generada mediante la técnica RealESRGAN.
- Autoguardado y restauraciónLa función de guardado y restauración automática durante la generación de imágenes garantiza que no se pierda ningún progreso.
- Modelos personalizadosSoporte para modelos personalizados de Difusión Estable Core ML.
Utilizar la ayuda
Proceso de instalación
- Descargar la solicitud: AccesoPágina GitHub de Mochi DiffusionDescargue la última versión del paquete de instalación.
- Instalación de aplicacionesDescomprima el paquete de instalación descargado y arrastre la aplicación a la carpeta Aplicaciones de su Mac.
- Descargar modelosVisita Hugging Face u otros repositorios de modelos para descargar los modelos de difusión estable necesarios.
- modelo de conversiónConvertir el modelo descargado al formato Core ML, consulte la página de GitHub para obtener más información sobre cómo hacerlo.
- modelo de configuraciónColoque el archivo de modelo convertido en la carpeta de modelos especificada por la aplicación.
Proceso de utilización
- Iniciar la aplicaciónHaga doble clic en el icono de la aplicación para iniciar Mochi Diffusion.
- Seleccionar modelo: Seleccione el modelo configurado en la interfaz de la aplicación.
- Introducir palabras claveEscriba una palabra clave o una frase que describa la imagen en la columna de la izquierda.
- Parámetros de ajusteAjuste parámetros como el tamaño de la imagen, el número de generaciones, el número de pasos de iteración y el peso de las palabras clave según sus necesidades.
- Generación de imágenesHaga clic en el botón "Generar" y espere a que se genere la imagen.
- Ver y guardar imágenesLas imágenes generadas se guardan automáticamente en una carpeta especificada y el usuario puede ver y gestionar las imágenes generadas en la aplicación.
Función destacada Operación
- Imagen a imagenCarga una imagen existente mientras introduces una palabra clave y la aplicación convertirá la imagen basándose en la palabra clave.
- Uso de ControlNet: Seleccione el modelo ControlNet, introduzca palabras clave y configure los parámetros pertinentes para generar imágenes más detalladas.
- Ampliación de la imagen: Después de generar la imagen, seleccione la función "Zoom" para ampliarla utilizando la tecnología RealESRGAN.
© declaración de copyright
El artículo está protegido por derechos de autor y no debe reproducirse sin autorización.
Artículos relacionados
Sin comentarios...