Pada acara CES baru-baru ini, NVIDIA mengumumkan peningkatan pada teknologi bertenaga AI termasuk SDXL Turbo, LCM-LoRA, dan Stable Video Diffusion. Semua ini mendapat manfaat dari kecepatan dan efisiensi NVIDIA TensorRT. Kemajuan ini menyederhanakan proses kreatif dengan memungkinkan pengguna GPU GeForce RTX membuat gambar dan video dalam waktu yang jauh lebih singkat.

SDXL Turbo memperkenalkan teknologi distilasi baru yang, bila dikombinasikan dengan Tensor Cores dan TensorRT NVIDIA, memungkinkan pembuatan hingga empat gambar per detik. Perkembangan ini merupakan contoh pertama pembuatan gambar SDXL secara real-time. Pengguna yang tertarik dengan aplikasi non-komersial dan komersial dapat mempelajari lebih lanjut di halaman keanggotaan Stability AI. Model SDXL Turbo dapat diunduh dari Hugging Face.

Model LCM-LoRA, yang menggunakan teknik pelatihan adaptif tingkat rendah, dioptimalkan untuk beroperasi dengan langkah pengambilan sampel yang lebih sedikit, sehingga mengurangi waktu yang diperlukan untuk menghasilkan gambar difusi yang stabil. Model ini berjalan sekitar 9 kali lebih cepat dibandingkan metode tradisional berkat pengurangan menjadi hanya empat langkah dan akselerasi yang diberikan oleh TensorRT. Model LCM-LoRA juga dapat diunduh dari Hugging Face.

Difusi Video Stabil Stability AI adalah model video generatif pertama yang didasarkan pada Difusi Stabil dan kini berjalan hingga 40% lebih cepat dengan integrasi TensorRT. Peningkatan ini akan menghemat waktu berharga pembuat konten setiap kali mereka membuat video. Untuk informasi lebih lanjut tentang hak penggunaan, silakan kunjungi halaman keanggotaan Stability AI. Model ini akan segera tersedia untuk diunduh.

Bagi mereka yang ingin memulai Difusi Stabil, NVIDIA telah memperbarui ekstensi TensorRT UI Web Difusi Stabil. Ini sekarang termasuk akselerasi untuk SDXL, SDXL Turbo, dan LCM-LoRA. Ekstensi dan demo pipeline Difusi Stabil yang dipercepat dapat ditemukan di repositori GitHub NVIDIA. Pengguna yang ingin mengoptimalkan UI web Difusi Stabil dapat menemukan detail tambahan di ekstensi TensorRT Otomatis 1111. saus: