板端实录
板端 Web Demo 的屏幕录制,录制设备:Qualcomm QCS8550。(等待过程已加速播放)
能力亮点
8 步出图
内置 8 步采样调度,开箱即用,不用调参。
文字清晰可读
标题、招牌、标签按原文画进图里,中英文都可以。
中英文长提示词
提示词可短可长,512 和 1K 下最多 4096 个 token,能写几千字的详细描述。
7 种画幅 · 3 档分辨率
1:1、4:3、3:4、3:2、2:3、16:9、9:16,512 / 1K / 1.5K,最大 1792 × 1344。
完全端侧
文本编码、扩散模型和图像解码全部跑在板端 NPU 上,无需云端、无需 GPU。
易于集成
精简的 C API 与 Python 绑定;相同的提示词、尺寸和随机种子得到相同的图片。
处理流程
从输入到输出,每一步跑在哪里。
- 01Browser
提示词输入
中英文描述,选择分辨率、画幅与随机种子
- 02NPU
文本编码
把提示词编码成条件向量
- 03NPU
扩散去噪
扩散模型 8 步去噪
- 04NPU
图像解码
VAE 按图块逐块解码出图像
- 05Browser
出图
显示结果和各阶段耗时,可下载 PNG
支持硬件
Qualcomm QCS8550已支持
Qualcomm QCS8625即将支持
Qualcomm Dragonwing IQ8即将支持
Qualcomm Dragonwing IQ9即将支持
Qualcomm Dragonwing IQ10即将支持
- 核心模型参数
- 生成 7B + 编码 8B
- 模型文件
- 9.51 GB
- 许可证
- Pandora 许可协议