资料集合

B站入口：
www.bilibili.com/video/BV1sc…

文档: github.com/godly-devot…

下载: github.com/godly-devot…

模型: huggingface.co/coreml#mode…

模型在网盘：pan.baidu.com/s/1fpZ0gIgp… 提取码: 1024

pan.baidu.com/s/1f8e0zbxP… 提取码: 1024

兼容性：Mac (M1 及后续)、macOS Ventura 13.1 以上

介绍

简介

应用内置 Apple 的 Core ML Stable Diffusion 框架以实现在搭载 Apple 芯片的 Mac 上用极低的内存占用发挥出最优性能。

功能

极致性能和极低内存占用 (使用神经网络引擎时 ~150MB)
在所有搭载 Apple 芯片的 Mac 上充分发挥神经网络引擎的优势
生成图像时无需联网
图像转图像（也被称为 Image2Image）
在图像的 EXIF 信息中存储所有的关键词（在访达的“显示简介”窗口中查看）
使用 RealESRGAN 放大生成的图像
自动保存 & 恢复图像
自定义 Stable Diffusion Core ML 模型
无需担心损坏的模型
使用 macOS 原生框架 SwiftUI 开发

下载

在发行页面下载最新版本。

运行

在初次运行模型时, 神经网络引擎可能需要约2分钟编译缓存，后续运行速度会显著提高。

计算单元

CPU 和神经网络引擎 能很好地平衡性能和内存占用
CPU 和 GPU 在 M1 Max/Ultra 及后续型号上可能更快，但会占用更多内存

你需要根据不同的计算单元选择对应的模型 (详情见模型部分)。

模型

你需要自行转换或下载 Core ML 模型以使用 Mochi Diffusion。

这里上传了几个已经转换好的模型

转换或下载 Core ML 模型
- split_einsum 版本适用于包括神经网络引擎在内的所有计算单元
- original 版本仅适用于 CPU 和 GPU
默认情况下，应用程序的模型文件夹将创建在您的主目录下。可以在“设置”下自定义此位置
在模型文件夹中，你可以新建一个文件夹，用自己想在应用内显示的名字为其重命名，再将转换好的模型放到文件夹中
你的文件夹路径应该像这样:

<主目录>/
└── MochiDiffusion/
    └── models/
        ├── stable-diffusion-2-1_split-einsum_compiled/
        │   ├── merges.txt
        │   ├── TextEncoder.mlmodelc
        │   ├── Unet.mlmodelc
        │   ├── VAEDecoder.mlmodelc
        │   ├── VAEEncoder.mlmodelc
        │   └── vocab.json
        ├── ...
        └── ...