Stable Diffusion 4开源：图像生成速度提升10倍

在无数创作者盯着进度条转圈的深夜里，一道曾被调侃为“AI算力税”的高墙，突然被Stability AI亲手拆掉了。 今天凌晨，Stability AI毫无征兆地将Stable Diffusion 4的模型权重和完整代码一把丢进了开源社区。没有漫长的技术预览，没有付费墙，只有GitHub上不断跳动的星标和开发者群里的狂欢。最让整个圈子破防的一句话，来自官方技术博客上的直接对比：**图像生成速度提升10倍**。 10倍是什么概念？过去你在消费级显卡上出一张2K精度的图，可能需要喝口咖啡等上十几秒；现在，同样的硬件下，一眨眼的功夫，画面就完整地出现在屏幕上。从技术脉络看，这不是简单的修修补补，而是架构层面的换血。SD4全面拥抱了DiT架构——一种将扩散过程从传统U-Net迁移至Transformer主干的全新范式。你可以把它想象成把一台老式发动机换成了新一代电机，不仅瞬时响应，而且对计算资源的利用效率发生了质变。实测数据表明，在RTX 4090这类主流硬件上，生成1024×1024图像的单次推理延迟从原本的8-12秒，直接被压缩到了0.8秒以内，而显存占用反而下降了约40%。 更重要的是，这10倍的提速正在引发一场生态链式反应。ControlNet作者第一时间发布了兼容插件，ComfyUI凌晨紧急更新节点，LoRA训练脚本在社区里被重新改写并打包成傻瓜式一键包。有开发者表示，过去受限于速度的实时AI绘画、视频逐帧渲染、甚至游戏资产生成，如今全部跨过了商用门槛。上一个周末还需要排队的企业级生图API，今天个人电脑就能跑出更高通量。 开源的力量就在于，Stability AI把一颗深水炸弹扔进了池子里，激起的浪花正迅速重塑视频、设计、动画等多个行业的底层工具链。而比对手拿出类似方案早了至少半年的这一举动，让整个AI绘画赛道重新回到了“开放生态决定天花板”的原始叙事。 【记者点评】 SD4的10倍提速不是简单的参数堆砌，而是以DiT架构重构了扩散模型的底层效率，这比单纯提升画质更具产业价值。它把实时AI创作真正从实验室带进了每个人的桌面，也让原本趋于固化的生图格局重新洗牌。当一家公司选择用开源引爆性能暴力提升，其所撬动的开发者生态增量，远比卖几张算力券更具长期杀伤力。