在mac上跑下一代文生图模型LCM

LCM模型介绍

Latent Consistency Models(LCM)是受2023年3月份openai的Consistency Models论文启发而来，主要特点是基于Stable Diffusion，但是能比较快的生成图像。LCM只需4到8步，即可获得比较好的图像，SD则需要25到50个步。

LCM的相关信息如下：

• 论文：

Latent Consistency Models: Synthesizing High-Resolution Images with Few-Step Inference

• 主页：

https://latent-consistency-models.github.io/

• 代码：

https://github.com/luosiallen/latent-consistency-model

• demo：

https://huggingface.co/spaces/SimianLuo/Latent_Consistency_Model

• 模型：

https://huggingface.co/SimianLuo/LCM_Dreamshaper_v7

目前LCM非常活跃，发布10多天，对常用的库和UI都支持了，爱好者还开发了一些比较好玩的应用。下图为更新消息：

这次，我会跟踪最新的消息，从论文解读，代码解析开始，写一系列的实战教程。今天这篇是mac安装教程，主要是为了熟悉环境。

安装

硬件要求，Mac测试了M1和M2，最好16G内存，8G内存也行，但是速度比较慢。mac系统 最低 macOS 12.3 。

这次我们使用replicate的这个github项目：

• https://github.com/replicate/latent-consistency-model

步骤：

• 克隆项目

git clone https://github.com/replicate/latent-consistency-model

2. 创建Python3.10以上的环境

conda create —name lcm python=3.10conda activate lcm

3. 安装项目依赖

- - ```
cd latent-consistency-modelpip3 install -r requirements.txt

4. 运行

export HF_ENDPOINT=https://hf-mirror.compython main.py “a cat like a chengdu panda” —steps 4 —width 512 —height 512

注意环境变量HF_ENDPOINT是为了可以科学的从huggingface下载模型。总共有15个文件，SimianLuo/LCM_Dreamshaper_v7模型有 3.44G，需要等待。

下载如下图：

![下载如下图](https://img.pxiaoer.blog/wechat/559e45241eb19328.png)

下载完后会直接做推理。你运行的时候可以修改传入的参数，包括prompt，steps，width和height等。下图为图片生成过程。

![下载完后会直接做推理。你运行的时候可以修改传入的参数，包括prompt，step](https://img.pxiaoer.blog/wechat/ef24a0bf94a2904f.png)

生成的图片

![生成的图片](https://img.pxiaoer.blog/wechat/b09044d79858db0a.png)

推理速度非常快

好了，你已经成功在mac上运行LCM模型了。难点其实是从huggingface下载模型。

**参考链接：**

- Consistency Models  

https://arxiv.org/abs/2303.01469

- Latent Consistency Models: Synthesizing High-Resolution Images with Few-Step Inference  

https://arxiv.org/abs/2310.04378