AMD近日推出全新文本到图像扩散模型Nitro-E，以304M轻量化参数实现突破性生成速度，其蒸馏版本在单张AMD Instinct MI300X GPU上可达到每秒39.3张图像的生成效率，标志着AI视觉生成领域在性能与效率平衡上迈出重要一步。
【免费下载链接】Nitro-E项目地址: https://ai.gitcode.com/hf_mirrors/amd/Nitro-E
当前AI图像生成领域正面临"性能-效率"双重挑战。主流模型如Stable Diffusion虽能生成高质量图像，但通常需要数十亿参数规模和较长推理时间。据相关资料显示，企业级图像生成应用中，超过68%的算力成本来自模型推理阶段，而消费者设备则普遍受限于内存容量无法流畅运行大型模型。在此背景下，轻量化、高速度的模型创新成为行业突破关键。AMD Nitro-E的推出恰逢其时，直接响应了市场对高效能生成模型的迫切需求。
Nitro-E系列模型的核心突破在于其创新的Efficient Multimodal Diffusion Transformer（E-MMDiT）架构。该架构通过三重技术创新实现效率跃升：首先采用高压缩率视觉tokenizer将图像转化为更紧凑的表示形式；其次引入多路径压缩模块进一步减少token数量；最后通过交替子区域注意力（ASA）机制降低计算复杂度。这些优化使模型在保持304M参数规模的同时，仍能维持良好的图像生成质量。
性能表现方面，Nitro-E展现出惊人效率：基础版模型在512px分辨率下实现每秒18.8张的生成速度（批处理大小32），而经过蒸馏优化的Nitro-E-512px-dist版本更是将速度提升至每秒39.3张，且仅需4步推理即可完成图像生成。训练效率同样出色，从零开始训练仅需1.5天，在配备8张AMD Instinct MI300X GPU的单节点上即可完成，显著降低了模型迭代成本。
该系列包含三个版本以满足不同场景需求：基础版Nitro-E-512px（20步推理）、蒸馏加速版Nitro-E-512px-dist（4步推理）以及采用Group Relative Policy Optimization（GRPO）策略优化的Nitro-E-512px-GRPO版本。这种产品矩阵设计使模型能灵活适配从实时交互到批量生成的多样化应用场景。
Nitro-E的推出将对AI视觉生成生态产生多重影响。在硬件适配层面，其针对AMD Instinct GPU的深度优化，有望推动AMD加速计算平台在AI创作领域的普及。开发者生态方面，模型已开放源代码并提供完整技术博客，采用MIT许可协议进一步降低商业应用门槛。应用层面，39.3张/秒的生成速度使实时图像编辑、动态视觉效果生成等场景成为可能，预计将催生如虚拟试衣间、实时游戏场景生成等创新应用。
从技术趋势看，Nitro-E验证了"极致压缩+策略优化"的模型设计路线可行性。其304M参数规模与39.3张/秒速度的组合，为后续模型开发树立了新的效率标杆。随着边缘计算设备算力提升，这类轻量化高效模型有望快速渗透到智能手机、平板等终端设备，推动AI创作工具的普及。AMD通过软硬件协同优化展现的技术实力，也预示着芯片制造商在AI模型创新中将扮演更积极的角色，未来可能出现更多针对特定硬件平台优化的专用生成模型。
【免费下载链接】Nitro-E项目地址: https://ai.gitcode.com/hf_mirrors/amd/Nitro-E
创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考
