Real-Time-Latent-Consistency-Model

让扩散模型秒级出图，实时生成不再卡顿

这是一个展示多种实时扩散模型管线的开源应用，基于 Diffusers 库实现。它主要解决传统 Stable Diffusion 推理速度慢、难以用于实时交互场景的问题，通过引入潜在一致性模型（Latent Consistency Model）和优化管线，实现了低延迟的图像生成。核心能力包括：支持文本到图像的实时生成、提供 MJPEG 流式输出以适配浏览器或视频管线、集成多种扩散模型（如 LCM、SDXL）的对比演示。项目用 Python 编写，适合开发者快速体验和集成实时生成能力，是研究实时扩散模型应用的重要参考实现。

开源 free 图像生成

访问官网 ↗ GitHub ↗ 文档 ↗

GitHub 星标 ★ 915

维护状态低维护

是否开源是

定价模式 free

项目数据

分类图像生成

开发团队radames

所属国家

官网地址

GitHubhttps://github.com/radames/Real-Time-Latent-Consistency-Model

定价模式free

价格说明开源项目，提供在线Demo（Hugging Face Spaces），完全免费使用。

访问状态

是否开源是

开源协议Apache-2.0

主要语言Python

技术栈/模型diffusers,diffusion-models,latent-consistency-model,machine-learning,mjpeg,mjpeg-stream,real-time,stable-diffusion

GitHub 星标★ 915

30天Star增速

HF 下载量

上线时间2023-10-28 00:00:00

最近更新2026-09-23 00:00:00

维护状态低维护

中文支持

访问方式

移动端支持

综合评分

收录时间2026-08-09

浏览次数2

使用教程

核心亮点

集成 LCM 加速技术，显著降低生成延迟，实现接近实时的推理
提供 MJPEG 流输出，方便接入摄像头或视频处理流程
基于 Diffusers 构建，模型切换和扩展方便，适合二次开发

不足之处

早期项目，文档和示例相对简略，上手需自行探索
对硬件要求较高，低端 GPU 上实时效果可能打折扣

适用场景

实时交互式艺术创作，如绘画辅助或动态视觉生成
视频流中的逐帧图像生成，用于特效或增强现实
研究扩散模型加速技术，作为实验对比平台

替代项目

Stable Diffusion WebUI、ComfyUI、Diffusers

项目介绍

Real-Time-Latent-Consistency-Model 是开源模型领域的开源项目，由 radames 开发，2023 年首次发布。

在全站 13,090 个收录项目中，它的 GitHub 星标数（915）位列前 30%，在开源模型分类中处于中上游。

项目已超过三个月没有代码更新，维护节奏明显放缓，最近一次代码更新于 2026-09-23。提供在线Demo（Hugging Face Spaces），完全免费使用。从国内网络环境看，可用性暂无实测数据。

它主要面向的使用场景是：实时交互式艺术创作，如绘画辅助或动态视觉生成。同类可对比的替代方案包括 Stable Diffusion WebUI、ComfyUI、Diffusers。

上一篇：GenAI_LLM_timeline

下一篇：Wuerstchen