DiffSynth-Studio:扩散模型推理与训练引擎
集成图像、视频、音频生成与画质评测模型的开源引擎,支持显存调度、量化与多种训练方式。
DiffSynth-Studio 是 ModelScope 社区维护的开源扩散模型引擎,集成主流图像、视频、音频生成及画质评测模型。核心能力包括:动态调度模型参数在磁盘、内存与显存间流转,让低显存消费级 GPU 运行大模型;支持 NF4、INT8 等量化精度以降低推理与 LoRA 训练的显存需求;几乎所有支持推理的模型也可训练(基座、LoRA、Adapter),并可用计算图引擎把训练拆成两阶段。配套提供 ComfyUI 节点包、轻量 LoRA 训练 WebUI 及面向 AI 的模型集成 Skill。README 提示项目开发人力有限、新功能推进较慢,且大版本更新后部分旧功能不再维护。