Consistency is All You Need - wrong.wang什么都不用做生成却快了十倍其实也并非完全不可能https://wrong.wang/blog/20231111-consistency-is-all-you-need/

1.Stable diffusion实在预训练VAE空间训练diffusion model的结果。

2.consistency decoder是用consistency model技术训练的一个VAE的decoder，能更好的解码VAE latent为RGB的图片，DALLE3开源了lcm decoder，可以和VAE兼容使用。

3.Stable diffusion经过consistency model蒸馏技术蒸馏后得到latent consistency model。

4.既然lcm是对sd的一个finetune过程，那么就可以结合lora finetune技术，不再微调整个sd模型，而是微调个lora，得到lcm-lora>lcm-lora，得到1.5，ssd-1b和sdxl三个版本的lcm-lora>lcm-lora。

5.lcm-lora>lcm-lora可以和其他sd的风格微调模型组合，依然有用，那就不用训练其他的sd模型的lora了，这些sd模型，直接用lcm-lora>lcm-lora就可以加速。

LCM需要微调整个sd模型，consistency model本身可以和sd的网络结构完全一致，但是diffusion model作为ODE，其Solver可以有多种，可以采用硬解法的Solver，比如DPM++等，consistency model解ODE实际上通过的是函数f，f是通过蒸馏得到的，LCM就是在sd基础上利用consistency model蒸馏的，在VAE的潜空间中。社区中一大堆基于sd微调出来的模型难道都要优化一下，才能使用使用lcm技术加速求解吗，这也太麻烦了，于是除了lcm-lora>lcm-lora。既然lcm是对sd的一个微调过程，只是换了一个loss，那就可以使用lora，只用lcm的蒸馏损失优化lora的权重。

lcm-lora>lcm-lora为什么能和之前各种提供style的sd lora直接加权使用呢？

1.lora把finetune增量矩阵限制成了低秩矩阵，两个低秩权重增量矩阵做加权冲突没那么大。

2.微调过程中diffusion前向的数据分布没有改变，lcm-lora>lcm-lora训练过程中仍然用到了diffusion去噪，保证模型输出不会偏移原分布太多，从Zn+k预测的\hatZn依然接近真实Zn的分布。

lcm-lora>lcm-lora训练过程中已经把guidance scale集成进去了，但是如果negative prompt对结果很重要，可以指定guidance scale为1.5试试。