API Key 없는 zero-auth 게이트웨이 기반 200라인 AI 이미지 런타임 구현
I built a Stable Diffusion playground in 200 lines and zero API keys. Here's how.
데이터 45배 증가에도 성능 저하된 LoRA의 정체성 붕괴 해결 및 재설계
[Day 5] My Cat-LoRA Got Worse With 45x More Photos. So I Figured Out Why and Fixed It.
DGX Spark 기반 LoRA 학습으로 13분 만에 특정 객체 특성 추출 성공
[Day 2] I Trained an AI on 22 Photos of My Cat — Now It Draws Her in Any Scene
Stable Diffusion과 LoRA 기반의 고밀도 Synthetic Identity 생성 및 플랫폼 Trust Signal 무력화 사례
How an AI Model Fooled Thousands: The Emily Hart 'MAGA' Influencer Deception Decoded
Hugging Face Diffusers가 Stable Diffusion 3.5 Large 모델을 지원하면서 QK normalization과 dual attention layers 추가로 이미지 생성 품질 향상
Diffusers welcomes Stable Diffusion 3.5 Large
Hugging Face Diffusers가 Stable Diffusion 3 Medium을 통합하며 MMDiT 아키텍처와 Rectified Flow Matching으로 텍스트-이미지 생성 파이프라인 제공
Diffusers welcomes Stable Diffusion 3
Microsoft가 ONNX Runtime과 Olive를 활용해 SD Turbo와 SDXL Turbo 추론 성능을 SDXL Turbo 기준 229%, SD Turbo 기준 120% 향상
Accelerating SD Turbo and SDXL Turbo Inference with ONNX Runtime and Olive
Hugging Face가 Latent Consistency LoRA를 도입해 SDXL 이미지 생성 단계를 4단계로 축소하고 추론 시간을 M1 Mac에서 60초에서 6초로, 4090에서 7초에서 1초 미만으로 단축
SDXL in 4 steps with Latent Consistency LoRAs
Hugging Face와 Google Cloud가 JAX + Cloud TPU v5e 조합으로 Stable Diffusion XL 추론을 2.4배 비용 효율로 개선하고 4초 내 1024×1024 이미지 4장 생성
🧨 Accelerating Stable Diffusion XL Inference with JAX on Cloud TPU v5e
Hugging Face TRL 라이브러리가 DDPO(Denoising Diffusion Policy Optimization)를 구현해 Stable Diffusion 모델의 이미지 생성 품질을 인간의 미적 선호도에 맞춰 파인튜닝 가능하게 함
Finetune Stable Diffusion Models with DDPO via TRL
Segmind가 Knowledge Distillation 기법으로 Stable Diffusion 모델을 35~55% 경량화하면서 추론 속도를 최대 100% 향상
Open-sourcing Knowledge Distillation Code and Weights of SD-Small and SD-Tiny
Open Source AI Game Jam이 88개 게임 제출과 1,300명 이상 참가로 개최 성공
Results of the Open Source AI Game Jam
Hugging Face와 Intel이 Sapphire Rapids CPU의 AMX 하드웨어 가속기를 활용해 GPU 없이 Stable Diffusion 모델을 분산 fine-tuning하는 방법 구현
Fine-tuning Stable Diffusion models on Intel CPUs
Apple이 Core ML에 6-bit palettization 양자화 기법을 도입해 Stable Diffusion의 메모리 사용량을 대폭 감소시키고 추론 속도를 향상
Faster Stable Diffusion with Core ML on iPhone, iPad, and Mac
Intel과 Hugging Face가 NNCF 기반 Quantization-Aware Training과 Token Merging을 결합해 Stable Diffusion의 CPU 추론 속도를 5.1배 단축하고 모델 크기를 4배 감축
Optimizing Stable Diffusion for Intel CPUs with NNCF and 🤗 Optimum
Hugging Face 연구팀이 InstructPix2Pix의 학습 방식에 FLAN V2의 instruction-tuning 개념을 결합하여 Stable Diffusion이 카르툰화·이미지 디레이닝 같은 특정 이미지 변환 작업을 명령어 기반으로 수행하도록 fine-tuning
Instruction-tuning Stable Diffusion with InstructPix2Pix
Intel이 Sapphire Rapids CPU에서 OpenVINO, IPEX, AMX 가속기를 조합해 Stable Diffusion 추론 레이턴시를 32.3초에서 5.05초로 84% 단축
Accelerating Stable Diffusion Inference on Intel CPUs
Hugging Face가 diffusers 라이브러리로 ControlNet 학습 파이프라인을 제공해 3단계(조건 계획 → 데이터셋 구축 → 모델 학습)만으로 Stable Diffusion 커스텀 모델 개발 가능
Train your ControlNet with diffusers
Hugging Face Diffusers 라이브러리가 StableDiffusionControlNetPipeline을 통합하여 ControlNet 기반 이미지 생성을 Google Colab에서 5초에 처리 (기존 구현 17초 대비 70% 단축)
ControlNet in 🧨 Diffusers
Hugging Face가 Swift Diffusers 1.1 버전으로 Core ML 모델 도입 및 Neural Engine 자동 선택으로 Text-to-Image 생성 속도 최대 2배 향상
Swift 🧨Diffusers - Fast Stable Diffusion for Mac