TCD

少步采样，快速出图，扩散模型提速神器

开源 🏷️完全免费 🔧 仅开源项目，无在线服务，需自行部署 图像生成 🍴 复刻 11 🐛 待处理 13 👀 关注 10
访问官网 ↗ GitHub ↗
GitHub 星标 ★ 360
维护状态 低维护
是否开源 开源
定价模式 🏷️完全免费 开源项目，完全免费，需自行部署使用。

项目预览

TCD 项目界面预览图
图片来源：GitHub 官方仓库名片

项目数据

分类图像生成
开发团队jabir-zheng
官网地址https://mhh0318.github.io/tcd
GitHubhttps://github.com/jabir-zheng/TCD
定价模式🏷️完全免费
价格说明开源项目，完全免费，需自行部署使用。
访问状态🔧 仅开源项目，无在线服务，需自行部署
是否开源是
主要语言Python
技术栈/模型consistency-models,diffusion,fast-sampling,score-based-models,stable-diffusion,text-to-image
GitHub 星标★ 360
上线时间2024-02-29 00:00:00
代码更新2024-04-28
仓库体积102.8 MB
本站数据更新2026-11-09
维护状态低维护
收录时间2026-08-09
浏览次数4

项目介绍

TCD（Trajectory Consistency Distillation）是一个用于加速扩散模型采样的训练方法，源自同名论文。它通过沿概率流轨迹进行一致性蒸馏，让模型在更少的采样步数内生成高质量图像，解决了扩散模型推理速度慢的问题。核心能力包括：支持文本到图像生成、与Stable Diffusion等预训练模型兼容、提供多种蒸馏策略（如TCD-BP和TCD-TA）。项目提供训练和推理代码，可用于复现论文结果并加速现有扩散模型的采样。

Star 增长趋势

本站每日记录该项目 GitHub 星标变化，观测越久曲线越完整

数据来源：GitHub API 逐日快照 · 收录于 2026-08-09 · 当前星标 ★ 360

核心亮点

  • 采样步数可降至1-4步，大幅提升推理速度
  • 支持与Stable Diffusion等主流模型集成，实用性强
  • 提供多种蒸馏策略，适应不同场景需求

不足之处

  • 文档/社区待观察
  • 训练过程需要较大计算资源，对普通用户门槛较高

适用场景

  • 加速Stable Diffusion的文本到图像生成
  • 实时或交互式图像生成应用
  • 资源受限环境下的扩散模型部署

替代项目

Consistency Models、Latent Consistency Models (LCM)、Progressive Distillation

上一篇：diffusers-torchao

下一篇：AlignProp

同类项目推荐

CausalMM 开源

破解注意力因果，减少多模态模型瞎编乱造

[ICLR 2025] Mitigating Modality Prior-Induced Hallucinations in Multimodal Large Lan···

★ 67 2026-08-09
Trinity-RFT 开源

搭好LLM强化微调流水线，换算法扩规模不用重写

Trinity-RFT is a general-purpose, flexible and scalable framework designed for reinf···

★ 713 2026-09-15
Self-Supervised-Gans-Pytorch 开源

用旋转自监督让 GAN 训练更稳，生成图像更逼真

Ready to train Pytorch implementation of the CVPR'19 paper "Self-Supervised GANs via···

★ 66 2026-08-09
examples 开源

看示例，快速上手 Neptune 实验管理

Examples of how to use Neptune for different use cases and with various MLOps tools

★ 86 2026-08-09
halo 开源

一套框架搞定 LLM 与多模态的微调和强化学习训练

Halo is an open-source framework built by White Circle for training large language a···

★ 851 2026-09-25
MirrorFlow 开源

对话喂出来的数字分身，越聊越像你自己。

从对话数据到训练:数字分身 + 模型蒸馏 From Dialogue Data to Training Closed-Loop: D···

★ 73 2026-08-09
VeriThinker 开源

让模型学会自我验证，推理更快更准

[NeurIPS 2025] VeriThinker: Learning to Verify Makes Reasoning Model Efficient

★ 69 2026-08-09
RandOpt 开源

在预训练权重附近挖出多个专家模型，提升泛化与集成效果

Official Codebase for "Neural Thickets: Diverse Task Experts Are Dense Around Pretra···

★ 658 2026-08-09
LightRFT 开源

用奖励模型驱动微调，让 LLM/VLM 按目标越训越强

LightRFT: Light, Efficient, Omni-modal & Reward-model Driven Reinforcement Fine-Tuni···

★ 379 2026-09-16