MochiDiffusion

Mochi Diffusion 项目介绍

Mochi Diffusion 是一个专为 Mac 系统开发的应用，它能在本地运行 Stable Diffusion 模型。Stable Diffusion 是一种用于生成图像的深度学习模型，Mochi Diffusion 则让这一强大的工具在 Apple Silicon 芯片的 Mac 设备上得以高效利用。

项目特点

• 苹果的 Core ML 框架实现：Mochi Diffusion 通过苹果的 Core ML 实现来达到最佳性能和速度，同时降低了内存需求，尤其适合搭载 Apple Silicon 芯片的 Mac 设备。
• 高效运行：非常快并且内存使用效率高，仅需约 150MB 内存（使用神经引擎）。
• 本地生成，完全离线：图像生成全部在本地进行，无需担心数据外泄。
• Image2Image 功能：可以基于已有的图像生成新的图像。
• ControlNet 支持：通过 ControlNet 生成图像。
• EXIF 元数据保存：生成的图像会在 EXIF 元数据中保存提示信息，可以在 Finder 的 "显示简介" 窗口中查看。
• 高分辨率转换：使用 RealESRGAN 将生成的图像转换为高分辨率。
• 图像自动保存和恢复：生成的图像会被自动保存和恢复。
• 支持自定义模型：用户可以使用自定义的 Stable Diffusion Core ML 模型。

系统兼容性

Mochi Diffusion 可在 Apple Silicon (M1 或更高版本) 和 macOS Sonoma 14.0 及更高版本运行，开发者需使用 Xcode 15.2 进行编译。

模型管理

使用 Mochi Diffusion 需要下载 Core ML 模型。用户可以通过以下步骤管理模型：

1. 将 Stable Diffusion 模型转换为 Core ML 模型或直接下载。
2. 应用程序会在首页目录下创建模型文件夹，并可以在设置中自定义该位置。
3. 在模型文件夹中创建一个新文件夹，放入转换后的模型文件。
4. 目录结构应类似于以下：

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

隐私保护

所有生成过程均在本地进行，绝不会将数据上传至云端，充分保护用户隐私。

社区贡献

Mochi Diffusion 项目接纳各种形式的贡献，包括错误报告、代码提交以及新语言翻译。贡献者可以：

• 在 GitHub 上创建问题反馈错误或建议新功能。
• 提交 Pull Request 进行代码贡献。
• 在 Crowdin 网站上帮助翻译项目。

特别鸣谢

Mochi Diffusion 项目的实现感谢以下开源项目的支持：

• 苹果的 Core ML Stable Diffusion 实现
• Hugging Face 提供的 Swift UI 样例实施
• 应用图标由 Zabriskije 设计

Mochi Diffusion 为用户提供了一个便捷高效的途径，在 macOS 环境中体验 Stable Diffusion 强大的图像生成能力，充分发挥 Apple Silicon 的强大性能。