StreamDiffusion：实时文生图或者图生图

https://github.com/cumulo-autumn/StreamDiffusion

可以实时文生图或者图生图，RTX 4090 的 GPU，步数 1 的情况下每秒可以到106张。

StreamDiffusion 是一个旨在使用扩散管道增强实时交互式生成的项目。它显著改进了基于扩散的图像生成技术。其主要特点包括：

1. 流批处理：通过高效的批量操作简化数据处理。
2. 残差分类器自由引导：提供改进的引导机制，减少计算冗余。
3. 随机相似性滤波器：通过先进的过滤技术提高 GPU 利用效率。
4. IO 队列：有效管理输入和输出操作，以实现更平稳的执行。
5. KV-缓存的预计算：优化缓存策略，加快处理速度。
6. 模型加速工具：使用各种工具进行模型优化和性能提升【6†来源】【7†来源】。

安装方面，该仓库提供了从克隆仓库、设置环境、安装 PyTorch 到安装 StreamDiffusion 的详细指南。还提供了使用 pip、conda 或 Docker 的不同安装选项【8†来源】。

该仓库包括快速入门指南，并提供了实时文本到图像（txt2img）演示的示例，以及图像到图像和文本到图像转换的使用示例。这些示例展示了 StreamDiffusion 管道的实际应用【9†来源】【10†来源】【11†来源】。

开发团队由多位个人组成，表明该项目背后是一个协作多元的努力【12†来源】。