ByteVisionLab/DreamLite

解决的问题

DreamLite 是一个专为在移动设备上直接进行高分辨率图像生成和编辑而设计的紧凑型扩散模型。它通过轻量级架构，使现代智能手机能够在数秒内生成或编辑 1024x1024 图像，彻底消除对云服务的依赖。

工作原理

该项目使用剪枝后的移动 U-Net 主干网络（0.39B 参数），并通过潜在空间中的上下文内空间拼接，统一文本到图像生成与图像编辑任务。为实现超高速性能，采用渐进式步长蒸馏技术，使「Mobile」版本仅需 4 步即可完成推理。兼容 Hugging Face Diffusers 库，并支持 4 位量化，适用于设备端部署。

适用人群

适用于需要在设备端快速生成和编辑高分辨率图像，且不依赖外部服务器的开发者和研究人员。

主要亮点

• 统一模型：单一网络架构同时处理文本到图像生成与文本引导的图像编辑。
• 超快推理：在 iPhone 17 Pro 上约 3 秒内生成 1024x1024 图像。
• 设备端隐私：完全本地运行，零云依赖。
• 可定制化：支持 LoRA 微调，适用于特定领域数据集。
• 部署就绪：提供完整的 iOS 部署参考，包括 CoreML 和 mlx-vlm 量化脚本。