AI輔助設計教程 最強AI繪圖加速模型,又快又好!只需半秒生成高質量大圖 | Hyper-SD

东方之韵
12粉絲
6 次觀看·2025年11月12日
版本最強 AI繪圖加速模型
臥槽 這太大了
不是 這也太快了
哈嘍 大家好 我是阿珍
今天來給大家介紹一下一個非常強的
AI繪圖加速模型
話不多說 我們先來看一看效果
我現在用的XL的底模
使用這個加速模型
直接出一張1024x1024的大圖
可以看到每一張圖幾乎只需要0.5秒
就可以直接生成
再看這個圖的質量
大家覺得還OK嗎
我給大家再多測幾個主題試試看
其實XL的大模型
發布出來已經很久了
但是整個生態版跟1.5的模型比起來
其實差了不止一丁半點
我更覺得裏面有兩個比較重要的原因
第一個就是controller沒有跟上
第二個就是它的這個
對於硬件要求比較高
並且慢了很多
之前網上也有一些開源的技術
可以用來加速我們的AI模型
比如說turbo模型
nighty模型
但是這些加速模型速度是快的
出圖質量一言難盡
所以並沒有廣泛的傳播開
那今天我給大家分享的是由智業跳動
新開源的一個叫hyper SD的技術
這個技術的優勢在於
它既大大的提升了速度
同時出圖質量也是在線的
出圖質量大家可以通過這張圖做一個對比
第一排是通過hyper SD
直接一步生成的圖像
第二排則是用原生的SD XL
跑50步出來的圖
第三排是nighty模型
一步出來的效果圖
第四排是turbo模型
一步出來的這個圖
這個質量大家可以自己做個判斷
我實際使用體驗下來了
hyper SD的模型
它仍然會有一點畫質的損失
但是相比於其他的技術了
已經是非常接近原始模型的出圖質感的
那具體要怎麼去使用呢
首先大家需要去hackingface下載一下模型
這裏面點進去有很多的模型
可能大家第一次使用不知道是什麼意思
簡單給大家說一下
首先名字第一個都是hyper
第二個表示是SD 1.5的版本
還是SD XL的版本
那大家根據需要去下載就好
第三個指的是你需要的迭代步數
目前官方給出的版本
有一步兩步四步八步和十二步的模型
步數越高質量越好
相對來說它使用時間也會更長一些
我試測下來
其實它一步的這個效果已經很好了
八步是官方推薦的標配
十二步相對於八步它的提升
其實肉眼看已經不是很明顯了
那麼還有一些模型它帶有cfg
有些模型沒有帶有cfg的
指的是它可以用我們平時跑圖
正常的5到8的這個cfg的這個值
而不帶cfg的模型
只是直接填1使用
另外在configure這個文件夾裏面
還有很多的工作流
它一步和n步也是分開的工作流
大家可以根據需要去下載
跟你的模型匹配的工作流
大家如果說連不上這個網站
也可以直接找我
我給大家去整理好了
打開configure之後
先給大家說一下一步的工作流
你直接打開工作流可能會報錯
你可以在manager裏面去安裝一下缺失的節點
然後再重新運行
大模型這裏
你可以切換自己喜歡的excel的大模型
提示詞出圖尺寸
那麼其他參數保持默認
就可以開始愉快的跑圖了
我實測下來了
一張圖基本上就是0.5秒左右
我的另外一臺備用電腦
3070的顯卡
跑一張圖也是隻需要2.5秒左右
這個速度真的可以說是非常爽了
然後再給大家說一下
我們這個n步的工作流
這個工作流直接用原生的節點
就可以跑起來
大模型提示詞出圖尺寸一樣的
根據自己的需要去設置就好了
再加在lora這裏
你可以去選擇從2步到12步的lora模型
當然前提是你下載到本地了
如果是不帶cfg的lora
一定要記得在採樣器裏面
把cfg的這個值改成1
如果說是帶cfg的lora
在採樣器裏面把cfg改成5到8都可以
步數根據你的lora要求去設置步數
比如說你用的是8步的lora
那麼採樣器這裏就把步數設置成8
另外就是調度器
根據官方的建議
一定要使用SGM Uniport
設置完成之後就可以開始愉快的跑圖了
那我實測下來
兩步的效果反而還不如一步好
這應該是一步的工作流
有單獨的優化設置有關係
四步的效果肉眼就不太分得清楚差距了
四步了大概需要花0.8秒鐘生成一張1024的大圖
八步了它效果會更好
大概需要一秒鐘生成一張1024的大圖
十二步了效果會更好
大概需要兩秒鐘生成一張1024的大圖
那如果說要我選的話
我肯定會選一步的工作流
打個比方不一定準
比如說原生的模型出圖質量100分作為一個參照
一步的模型已經可以跑出來
90分的
八步十二步雖然說有提升
但是也就是91分92分這樣子
它還需要更多的時間
性價比就不高了
如果說你追求快就用一步
如果說時間對你來說不是問題
那你就用原生的就好了
OK以上就是本期視頻的全部內容
如果說大家想嘗試一下這個工作流
大家可以自己去下載體驗
如果說網絡有問題的同學
也可以找我分享網盤鏈接
如果你覺得這些視頻對你有用
不要吝嗇你的一鍵三連哦
你的鼓勵是我持續更新的動力
我們下期再見拜拜
