这句话就是对最近AI圈所发生的变化最好的总结。太多的黑科技，太多的技术爆炸，让大家目不暇接，完全跟不上脚步。

我这里就来给大家盘点一下最近Stable diffusion最近一段时间几个颇具影响力的进步。

1，SVD

首先就是AI视频制作的领域，在runway和pika先后发布重大更新之后，Stability AI 在近期放出了大招，推出了 AI 视频生成模型 Stable Video Diffusion。

我们知道SD最大的优势就是在于开源，所以这个模型放出来之后，我们完全可以基于stable diffusion来想象SVD后期将会绽放出的无限生命力。

SVD的训练集很庞大，初始训练就用到了5亿7千万的视频片段，片段时长加起来有212年之久。

目前，SVD最好的运行平台是已经被官方收编的ComfyUI，在更新到最新版本之后，就可以正常使用SVD了， 官方建议的分辨率是1024x576.据说可以使用 7 年前 8GB 显存的英伟达 GTX 1080 显卡生成25帧的视频，用户门槛大大降低。

我这里做了两个简易的工作流程，分为文生视频和图生视频。

文本生成视频的流程，载入需要的文生图模型，然后填写提示词，其余参数可根据自己需求进行设置。

图片生视频的流程中加入了一个自动识别图片尺寸的节点，真正的实现了放入图片，点击运行，就能一步生成视频了。

对参数的一些解释：

video_frames: 要生成的视频帧数

motion_bucket_id: 数字越大，视频中的运动越多

fps: fps 越高，视频流畅度越高

再给大家推荐一个将webp转换为mp4格式的在线工具 Ezgif ，转换之后再继续进行视频编辑。工具地址：https://ezgif.com/webp-to-mp4

2，LCM 

LCM又称为潜在一致性模型，是由我国清华大学的团队所研发出来的开源技术，这里不得不给一个大大的赞。

通过这个模型，我们可以将出图时间大大缩短，以前传统的AI出图需要迭代20步以上。而现在，在LCM的加持下，迭代步数被缩减到4步以内，所以速度就快了很多，与此同时，图片的质量会些微有点下降。

那我们怎么样才能使用到LCM模型呢?首先我们要知道，SD模型和LCM模型是不一样的，只有把SD模型重新训练，才能变成为LCM模型，但是这样做就太麻烦了。所以，作者制作了一个LCM-LoRA模型来直接微调，即插即用，可以让任何一个SD模型通过这个lora变成LCM模型。

使用方法很简单，只需要像正常出图那样打上lora模型，然后调整下参数：迭代步数可以小于10.这样可以增加出图速度;采样方法设置为LCM;提示词引导系数设置为1.5.太高会崩坏。

我们来做一个简单的测试。通过迭代步数和cfg值的对比，我们可以发现，迭代步数为5和迭代步数为30的时候并没有任何差别，而cfg值超过2之后，画面已经失去控制了。

接下来，测试一下生成时间，在不使用LCM的加持下，使用euler a采样器，迭代步数30步，cfg为7.开启高清修复，得到如下图片，生成时间23s。

这一幅是使用LCM模型绘制，可以看到质量有些下降。使用LCM采样器，迭代步数10步，cfg为1.5.开启高清修复，得到如下图片，生成时间11s，速度提高了一倍以上。

值得一提的是，我这里又做了一个对不同采样器的测试，其实lcm采样器本身是不会加快运算速度的，加快速度的只是降低的迭代步数，而使用其他的采样器也是可以的。在测试结果中，我们可以看到DPM++ SDE Karras和Euler a的表现都还不错。

在使用sdxl模型生成一下，正常情况下生图，1024x1280分辨率，使用euler a采样器，迭代步数30步，cfg为7.用时15s。

使用lcm模型加持之后，迭代步数5步，cfg为1.5.其余参数不变，生图时长为10s

这个速度在comfyUI上的速度还会更快，因此也衍生出了基于ComfyUI的实时绘画流程。另外，使用LCM进行的动画视频制作流程也会有显著的效率提升。

3，SDXL Turbo

在LCM问世的三天之后，Stability AI又放出大招，SDXL Turbo横空出世。

而它的速度有多快呢，这么说吧，你提示词还没打完，它的图已经出好了。

感兴趣的朋友可以去官网体验一下，https://clipdrop.co/stable-diffusion-turbo

目前这个模型的使用只能在ComfyUI中，我们来看一下有多快吧。可以看到我用鼠标点击图片生成，基本上我点完，图片就已经生成好了。

平均生成时长为0.1-0.2s，就问你快不快吧。

在512x512的分辨率下，这个图片质量也是相当不错了。在这种生成速度下，mac电脑也可以玩得游刃有余了。

4，合体

在了解了以上的所有知识之后，我们就可以在ComfyUI中搭建起由sdxl-turbo模型和LCMlora双加持的快速图生视频工作流程了。

在两个高速buff的加持下，出视频可以节省不少时间了。

首先是常规的SVD图生视频的流程，使用的svd-xt模型，帧数25.步数20.cfg为5.采样器euler，视频尺寸816x1024.生成视频时长2分31秒。

接下来是添加sdxl-turbo和lcm双buff的加速工作流，使用的svd-xt模型，帧数25.步数15.cfg为5.采样器lcm，视频尺寸816x1024.生成视频时长1分47秒。

可以看到视频效果依然是不错的，当然具体迭代步数减少到多少要根据我们的视频需求来定，也不能一味地追求速度而放弃了质量。

这个工作流我放到了网盘当中，大家想要的可以关注我的公众号【白马与少年】，发送【ComfyUI】即可获取链接。

以上，就是关于最近新出的技术的一个汇总，让跟不上的小伙伴了解一下。AI进步得太快了，学不完，永远都学不完。

-END-