swift-coreml-diffusers
Swift应用中集成Core ML实现Stable Diffusion模型
swift-coreml-diffusers项目展示如何在Swift应用中集成Apple的Core ML Stable Diffusion实现。该应用支持macOS和iOS设备，采用DPM-Solver++调度器提高性能。首次启动时自动下载量化Core ML模型，可利用CPU、GPU和Neural Engine加速。项目适合快速迭代开发，也可作为在Apple设备上实现AI图像生成的示例代码。
Swift Core ML Diffusers 🧨
这是一个原生应用程序，展示了如何在原生Swift UI应用程序中集成Apple的Core ML稳定扩散实现。Core ML版本是diffusers库中稳定扩散实现的简化版。这个应用程序可用于更快速的迭代，或作为任何用例的示例代码。
以下是该应用在macOS上的样子：
首次启动时，应用程序会从Hugging Face Hub的这个位置下载一个包含Stability AI的Stable Diffusion v2基础版Core ML版本的压缩包。这个过程需要一段时间，因为要下载和解压几GB的数据。
为了更快的推理，我们使用了一个非常快速的调度器：DPM-Solver++，我们从diffusers的DPMSolverMultistepScheduler实现将其移植到了Swift。
该应用支持使用coremltools版本7或更高版本量化的模型。这需要macOS 14或iOS/iPadOS 17。
兼容性和性能
- macOS Ventura 13.1、iOS/iPadOS 16.2、Xcode 14.2。
- 性能（初次生成后，初次生成较慢）
- 在MacBook Pro M1 Max（64 GB）的macOS上约8秒。模型：Stable Diffusion v2-base，原始注意力实现，在CPU + GPU上运行。
- 在iPhone 13 Pro上23~30秒。模型：Stable Diffusion v2-base，SPLIT_EINSUM注意力，CPU + 神经引擎，启用内存减少。
量化模型运行更快，但需要macOS Ventura 14或iOS/iPadOS 17。
应用程序将尝试猜测运行模型的最佳硬件。您可以使用控制侧边栏中的"高级"部分覆盖此设置。
如何运行
在macOS上测试应用程序的最简单方法是从Mac App Store下载。
如何构建
您需要Xcode来构建应用程序。克隆仓库后，请在common.xcconfig中更新您的开发团队标识符。iOS需要代码签名，但目前在macOS上已禁用。
已知问题
iPhone上的性能有些不稳定，有时会慢约20倍，手机会发热。这是因为模型无法安排在神经引擎上运行，一切都在CPU上进行。我们尚未确定这个问题的原因。如果您观察到同样的情况，以下是一些建议：
- 从Xcode断开连接
- 关闭不使用的应用程序
- 在重复测试前让iPhone冷却
- 重启设备
下一步
- 允许从Hub下载其他模型。
编辑推荐精选
Trae
字节跳动发布的AI编程神器IDE
Trae是一种自适应的集成开发环境（IDE），通过自动化和多元协作改变开发流程。利用Trae，团队能够更快速、精确地编写和部署代码，从而提高编程效率和项目交付速度。Trae具备上下文感知和代码自动完成功能，是提升开发效率的理想工具。
问小白
全能AI智能助手，随时解答生活与工作的多样问题
问小白，由元石科技研发的AI智能助手，快速准确地解答各种生活和工作问题，包括但不限于搜索、规划和社交互动，帮助用户在日常生活中提高效率，轻松管理个人事务。
Transly
实时语音翻译/同声传译工具
Transly是一个多场景的AI大语言模型驱动的同声传译、专业翻译助手，它拥有超精准的音频识别翻译能力，几乎零延迟的使用体验和支持多国语言可以让你带它走遍全球，无论你是留学生、商务人士、韩剧美剧爱好者，还是出国游玩、多国会议、跨国追星等等，都可以满足你所有需要同传的场景需求，线上线下通用，扫除语言障碍，让全世界的语言交流不再有国界。
讯飞智文
一键生成PPT和Word，让学习生活更轻松
讯飞智文是一个利用 AI 技术的项目，能够帮助用户生成 PPT 以及各类文档。无论是商业领域的市场分析报告、年度目标制定，还是学生群体的职业生涯规划、实习避坑指南，亦或是活动策划、旅游攻略等内容，它都能提供支持，帮助用户精准表达，轻松呈现各种信息。
讯飞星火
深度推理能力全新升级，全面对标OpenAI o1
科大讯飞的星火大模型，支持语言理解、知识问答和文本创作等多功能，适用于多种文件和业务场景，提升办公和日常生活的效率。讯飞星火是一个提供丰富智能服务的平台，涵盖科技资讯、图像创作、写作辅助、编程解答、科研文献解读等功能，能为不同需求的用户提供便捷高效的帮助，助力用户轻松获取信息、解决问题，满足多样化使用场景。
Spark-TTS
一种基于大语言模型的高效单流解耦语音令牌文本到语音合成模型
Spark-TTS 是一个基于 PyTorch 的开源文本到语音合成项目，由多个知名机构联合参与。该项目提供了高效的 LLM（大语言模型）驱动的语音合成方案，支持语音克隆和语音创建功能，可通过命令行界面（CLI）和 Web UI 两种方式使用。用户可以根据需求调整语音的性别、音高、速度等参数，生成高质量的语音。该项目适用于多种场景，如有声读物制作、智能语音助手开发等。
咔片PPT
AI助力，做PPT更简单！
咔片是一款轻量化在线演示设计工具，借助 AI 技术，实现从内容生成到智能设计的一站式 PPT 制作服务。支持多种文档格式导入生成 PPT，提供海量模板、智能美化、素材替换等功能，适用于销售、教师、学生等各类人群，能高效制作出高品质 PPT，满足不同场景演示需求。
讯飞绘文
选题、配图、成文，一站式创作，让内容运营更高效
讯飞绘文，一个AI集成平台，支持写作、选题、配图、排版和发布。高效生成适用于各类媒体的定制内容，加速品牌传播，提升内容营销效果。
材料星
专业的AI公文写作平台，公文写作神器
AI 材料星，专业的 AI 公文写作辅助平台，为体制内工作人员提供高效的公文写作解决方案。拥有海量公文文库、9 大核心 AI 功能，支持 30 + 文稿类型生成，助力快速完成领导讲话、工作总结、述职报告等材料，提升办公效率，是体制打工人的得力写作神器。
openai-agents-python
OpenAI Agents SDK，助力开发者便捷使用 OpenAI 相关功能。
openai-agents-python 是 OpenAI 推出的一款强大 Python SDK，它为开发者提供了与 OpenAI 模型交互的高效工具，支持工具调用、结果处理、追踪等功能，涵盖多种应用场景，如研究助手、财务研究等，能显著提升开发效率，让开发者更轻松地利用 OpenAI 的技术优势。
推荐工具精选
AI云服务特惠
懂AI专属折扣关注微信公众号
最新AI工具、AI资讯
独家AI资源、AI项目落地
微信扫一扫关注公众号