Stability AI 推出 SD3.5-Flash：让高质量图像生成在消费级设备上实现秒级输出

Stability AI 近日发布 SD3.5-Flash ——一个全新的少步蒸馏（few-step distillation）图像生成模型，解决当前生成式 AI 模型在普通硬件上运行困难的核心痛点。

• 项目主页：https://hmrishavbandy.github.io/sd35flash/
• API：https://platform.stability.ai

该模型能够在8GB 内存限制下，不到一秒内生成高分辨率图像，并已在 RTX 4090、M3 MacBook Pro 等主流消费级设备上验证可行性。这意味着，过去只能在数据中心运行的高端图像生成能力，如今正逐步走向手机、笔记本和平板等终端设备。

为什么需要“少步”模型？

目前最先进的图像生成模型（如修正流模型 rectified flow）依赖数十甚至上百个推理步骤来逐步去噪，从而获得高质量结果。虽然效果出色，但这类模型：

• 计算成本高昂
• 显存占用大（常需 16GB+ VRAM）
• 延迟高（数秒至数十秒）

这使得它们难以部署于移动端或实时应用场景中。

为此，业界普遍采用“知识蒸馏”方法，将大型教师模型的能力压缩到更小的学生模型中，以实现“少步生成”。然而，传统蒸馏方式在极少数步骤（如 4–8 步）下容易出现梯度不稳定、质量下降等问题。

SD3.5-Flash 正是为攻克这一难题而生。

核心创新：三项关键技术突破

1. 时间步共享（Timestep Sharing）——提升训练稳定性

标准蒸馏过程中，学生模型通过模拟教师模型的“加噪→去噪”轨迹进行学习。但在少步体制下，重新加噪的过程会产生噪声估计偏差，导致梯度不稳定。

SD3.5-Flash 提出 时间步共享机制：
不再使用随机加噪样本作为目标，而是复用学生模型自身前向传播中的中间轨迹样本，作为分布匹配的目标。这种方式显著降低了梯度方差，提升了训练鲁棒性。

✅ 效果：即使在仅 4 步的极端条件下，也能稳定训练出高质量模型。

2. 分时步微调（Split-timestep Fine-tuning）——破解容量-质量权衡

少步模型面临一个根本矛盾：模型参数有限，却要在极短时间内完成复杂去噪任务。

为此，团队提出 分时步微调 技术：

• 在训练阶段，将时间轴划分为多个区间；
• 每个区间使用独立的轻量分支扩展模型容量；
• 训练完成后，合并所有分支，形成统一的高效模型。

这种方法相当于“临时扩容”，既保证了各阶段的表达能力，又不增加最终推理负担。

3. 全面管道优化——适配真实硬件环境

除了模型结构改进，SD3.5-Flash 还对整个生成流程进行了深度优化：

• 文本编码器重组：精简冗余计算，减少上下文处理延迟；
• 智能量化策略：支持 INT8 和 FP8 推理，在精度损失极小的情况下大幅降低内存占用；
• 内存管理优化：确保在 8GB 显存限制内流畅运行。

这些优化共同支撑了其在移动 GPU 和桌面显卡上的高效表现。

实测表现：用户更偏好，性能更领先

Stability AI 通过大规模用户研究和定量测试验证了 SD3.5-Flash 的优势。

用户偏好测试（ELO 评分）

在与 SDXL-DMD2、NitroFusion 等现有少步模型对比中，SD3.5-Flash 在图像质量、提示一致性等方面均获得更高的人类评分，成为用户首选。

定量指标对比（基于 COCO 数据集 30K 样本）

推理效率实测

💡 注：Mac 上因 CPU 占比高，延迟较长，但仍可在本地完整运行。

工作原理简述：从“轨迹复制”到“分布匹配”

SD3.5-Flash 的核心是 分布匹配蒸馏（Distribution Matching Distillation, DMD），其训练过程包含三个关键环节：

1. 轨迹引导（Trajectory Guidance）
   学生模型学习模仿教师模型在潜空间中的去噪路径，确保生成过程平滑。
2. 分布匹配（Distribution Matching）
   使用 KL 散度最小化学生与教师模型输出分布之间的差异，提升保真度。
3. 对抗训练（Adversarial Training）
   引入多头鉴别器，增强细节真实感，使生成图像在视觉上更接近自然图像。

这套组合策略确保了即便在极少步骤下，也能保留教师模型的高质量特性。